Penerapan Query Optimization Metode Multimoora Untuk Menentukan Tingkat Kerusakan Bangunan Pasca Bencana Alam

INDONESIA:
Dalam teknik Sistem Pendukung Keputusan (DSS), jumlah data yang besar menciptakan masalah yang luas dan beragam karena dapat menghabiskan sumber daya sistem dan mengakibatkan waktu pemrosesan menjadi lebih lama. Oleh sebab itu, diusukan query optimization dalam setiap langkah metode MUTIMOORA pada DSS dalam penentuan tingkat kerusakan bangunan pasca bencana alam. Ada 3 jumlah data yang berbeda yang digunakan, yaitu 300, 525, dan 750. Rencana pengujian dalam peneitian ini terdiri dari 4 bagian yang pertama mengubah tipe data Char ke Varchar, kedua mengubah tipe data Int ke Smallint, ketiga mengubah panjang length tabe alternatif dari awalnya 50 menjadi 13 di bagian fied nmalternatif, dan keempat mengubah panjang length pada tabe case di bagian fied jenisbencana yang awalnya 50 menjadi 29, untuk fied lokasi yang awalnya 255 menjadi 105, dan pada fied sektor yang awalnya 50 diubah menjadi 27. Hasil menunjukkan bahwa response time query optimization pada tipe data varchar lebih cepat daripada char, kedua response time query optimization tipe data int lebih cepat untuk data dengan jumlah besar daripada tipe data smallint, ketiga length pada fied nmalternatif untuk tabe alternatif response time query optimization data length 13 lebih cepat dibandingkan data length 50, dan keempat perubahan pada length pada fied jenisbencana, lokasi, dan sektor pada tabe case response time query optimizationnya tidak terlalu mempengaruhi kecepatannya. Query Optimization mengubah tipe data dapat mempengaruhi kecepatan dalam mengakses suatu data, namu untuk query optimization mengubah panjang length dalam fied kurang mempengaruhi kecepatan akses data.
ENGLISH:
Decision Support Systems (DSS) techniques, large amounts of data create extensive and varied problems because they can consume system resources and resut in longer processing times. Therefore, query optimization is proposed in each step of the MUTIMOORA method in DSS in determining the leve of damage to buildings after natural disasters. There are 3 different amounts of data used, namey 300, 525, and 750. The test plan in this research consists of 4 parts, first changing the Char data type to Varchar, second changing the Int data type to Smallint, third changing the length of the alternative table from initially 50 became 13 in the alternative fied, and fourthly changed the length in the case table in the disaster type fied which was originally 50 to 29, for the location fied which was originally 255 to 105, and in the sector fied which was originally 50 was changed to 27. The resuts show that response time query optimization on the varchar data type is faster than char, secondly response time query optimization on the int data type is faster for large amounts of data than the smallint data type, thirdly the length on the alternative fied for alternative tables response time query optimization data length 13 is faster compared to a data length of 50, and the four changes to the length in the disaster type, location and sector fields in the case response time query optimization table do not really affect the speed. Query Optimization changing the data type can affect the speed of accessing data, but for query optimization changing the length in a fied does not affect the speed of data access.
ARABIC:
تخلق تقنيات أنظمة دعم القرار (DSS) والكميات الكبيرة من البيانات مشكلات واسعة النطاق ومتنوعة لأنها يمكن أن تستهلك موارد النظام وتؤدي إلى أوقات معالجة أطول. لذلك، تم اقتراح تحسين الاستعلام في كل خطوة من خطوات طريقة MUTIMOORA في DSS في تحديد مستوى الضرر الذي يلحق بالمباني بعد الكوارث الطبيعية. هناك 3 كميات مختلفة من البيانات المستخدمة، وهي 300 و525 و750. وتتكون خطة الاختبار في هذا البحث من 4 أجزاء، الأول تغيير نوع البيانات Char إلى Varchar، والثاني تغيير نوع البيانات Int إلى Smallint، والثالث تغيير الطول من الجدول البديل من 50 في البداية أصبح 13 في الحقل البديل، ورابعًا تم تغيير الطول في جدول الحالة في حقل نوع الكارثة الذي كان في الأصل 50 إلى 29، لحقل الموقع الذي كان في الأصل 255 إلى 105، وفي القطاع تم تغيير الحقل الذي كان في الأصل 50 إلى 27. أظهرت النتائج أن تحسين استعلام وقت الاستجابة على نوع البيانات varchar أسرع من char، وثانيًا، تحسين استعلام وقت الاستجابة على نوع البيانات int أسرع لكميات كبيرة من البيانات من نوع البيانات Smallint ثالثاً، الطول في الحقل البديل للجداول البديلة طول بيانات استعلام زمن الاستجابة 13 أسرع مقارنة بطول بيانات 50، والتغيرات الأربعة في الطول في مجالات نوع الكارثة والموقع والقطاع في حالة استعلام وقت الاستجابة جدول التحسين لا يؤثر حقا على السرعة. تحسين الاستعلام: يمكن أن يؤثر تغيير نوع البيانات على سرعة الوصول إلى البيانات، ولكن لتحسين الاستعلام، لا يؤثر تغيير الطول في الحقل على سرعة الوصول إلى البيانات.