Perbandingan Performa Respon Waktu Kueri Mysql, Postgresql, Dan Mongodb

Putra, Yudha Yunanto; Purwaningrum, Oktania; Winata, Rivaldo Hadi

doi:10.33005/sibc.v15i1.7

Cited by 3 publications

(3 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Adanya data dalam suatu perusahaan maka dapat membantu dalam langkah pengambilan keputusan [3]. Dengan banyaknya data yang perlu disimpan oleh suatu perusahaan pada database, sehingga bisa mempengaruhi kecepatan penggunaan aplikasi yang akan digunakan [4]. Banyak hal yang perlu diperhatikan dalam perancangan sistem untuk mengolah database.…”

Section: Pendahuluanunclassified

Analisis Performa Perbandingan Efisiensi Waktu Query Select Database Interface Phpmyadmin Dan CMD

Barmin,

Imamah Nur Fadlilah,

Dianita Puspitasari

2023

sitasi

View full text Add to dashboard Cite

Dalam perkembangan teknologi yang pesat maka penting bagi sebuah perusahaan untuk menggunakan basis data dalam sistem, dengan perkembangan yang pesat memiliki pengaruh penggunaan database yang tinggi, karena sebuah perusahaan akan menyimpan data dengan jumlah yang sangat banyak atau disebut Big Data. Data yang terkumpul berguna untuk langkah pengambilan keputusan oleh suatu perusahaan, maka dari itu penting untuk mengolah data secara cepat untuk meningkatkan efisiensi pekerjaan dalam perusahaan. Data yang banyak ini dapat mempengaruhi jumlah kinerja aplikasi yang digunakan, sehingga penting untuk memilih Database Management System (DBMS) karena dapat berpengaruh terhadap performa pengolahan data. RDBMS yang paling umum digunakan adalah MySQL karena sintaksnya mudah untuk digunakan dan dipahami. Pada penelitian kali ini menggunakan RDBMS MySQL dengan aplikasi pendukung yaitu PHPMyAdmin dan CMD pada Windows. Pengujian terhadap query select ini menggunakan record data dengan jumlah yang berbeda-beda yaitu 50, 100, 500, dan 1000. Database yang digunakan adalah data dummy mahasiswa aktif Program Studi Sistem Informasi UPN "Veteran" Jawa Timur yang terdiri dari 3 kolom yaitu id, nama, dan npm, serta 1000 baris data. Penelitian ini memiliki tujuan untuk memberikan hasil analisis performa perbandingan efisiensi waktu query select database interface antara PHPMyAdmin dan CMD sehingga dapat mengetahui aplikasi pendukung MySQL mana yang memiliki waktu respons lebih cepat. Hasil pengukuran akan dihitung rata-rata dan divisualisasikan dalam bentuk diagram. Penelitian ini menunjukkan bahwa waktu respons pada CMD lebih tinggi atau cepat dibandingkan PHPMyAdmin.

show abstract

Section: Pendahuluanunclassified

Analisis Performa Perbandingan Efisiensi Waktu Query Select Database Interface Phpmyadmin Dan CMD

Barmin,

Imamah Nur Fadlilah,

Dianita Puspitasari

2023

sitasi

View full text Add to dashboard Cite

show abstract

“…Several factors affect database performance, namely 1) response time, which is the duration of the database in processing a given command; 2) throughput, which is the ability of hardware and software to process data; 3) resources, hardware and software, 4 ) memory, the amount of memory used in completing the given command [10]. The amount of data to be processed by the database will help application performance if optimization is carried out [11].…”

Section: Introductionmentioning

confidence: 99%

Optimizing transaction data performance in database management systems

Hartono,

Masyhur

2023

MATRIX

View full text Add to dashboard Cite

One indicator of the quality of an information system is the speed of data processing. A database's most common data processing operations are adding, displaying, changing, and deleting data. The amount of data stored in the database significantly impacts the performance of data processing and, therefore, the performance of information systems. The update command changes some or all of the data in a table. The update command works by retrieving the data in the table to be changed, entering the new data in a form, and then sending it back to the database. The update command is often combined with a condition specifying which data rows must be changed. This research is an experimental study that compares the use of the update command with a stored procedure to the use of the update command without a stored procedure. The results showed that the average processing time for the update command with the stored procedure was 348.896 milliseconds for the minimum data category, 266.462 milliseconds for the medium data category, and 279.543 milliseconds for the maximum data category. The average processing time for the update command without a stored procedure was 297.132 milliseconds for the minimum data category, 747.670 milliseconds for the medium data category, and 1256.273 milliseconds for the maximum data category. These results suggest that the update command with a stored procedure is more efficient than the one without a stored procedure. This is because the stored procedure can pre-compile the SQL statement, which reduces the time it takes to execute the statement.

show abstract

“…Dalam proses bisnis, waktu adalah hal yang sangat penting dalam pengambilan keputusan karena semakin banyak waktu yang terpakai untuk suatu pekerjaan dapat menaikkan biaya perusahaan menjadi lebih mahal [5]. Pemilihan dan pemakaian database juga sangat penting untuk proses bisnis karena database dapat berfungsi sebagai alat untuk memudahkan perusahaan atau organisasi dalam proses pengambilan keputusan [6] Selain itu, pemilihan database juga berpengaruh besar pada performa dan dapat mempercepat pemanfaatan kembali data-data yang sebelumnya telah tersimpan [7][8].…”

unclassified

Analisis Perbandingan Performa Database Duckdb Dan Sqlite Pada Pengolahan Big Data

Nugraha,

A. Susetyo

2023

jipi. jurnal. ilmiah. penelitian. dan. pembelajaran. informatik

View full text Add to dashboard Cite

Data memiliki peran sangat penting pada zaman ini karena dengan data setiap perusahaan dapat mengambil keputusan dengan lebih baik. Namun data yang ada tentunya akan semakin besar dan kompleks seiring berjalannya waktu. Akibatnya adalah waktu pengolahan data menjadi lebih lambat dan dapat menghambat proses bisnis. Pemilihan database yang tepat sangat penting karena dapat mempengaruhi performa suatu aplikasi. Saat ini database memiliki banyak jenis diantaranya yaitu DuckDB dan SQLite di mana kedua database tersebut adalah database yang tepat untuk menangani big data. Untuk membandingkan dua database tersebut tahapan-tahapan metode yang penulis gunakan yaitu identifikasi kebutuhan perangkat, persiapan dataset, perancangan skema pengujian, implementasi dan pengujian, dan analisis hasil. Pada penelitian ini, query yang diuji antara lain insert, update, delete, select, sum, count, max, dan average. Data yang digunakan merupakan data sales dengan jumlah 6.362.620 data. Dari pengujian yang dilakukan SQLite unggul dalam mengeksekusi query insert, update semua kolom, delete, dan select. Sementara itu, DuckDB unggul dalam mengeksekusi query yang menggunakan fungsi agregat dan update dua buah kolom. Dengan hasil tersebut dapat ditarik kesimpulan bahwa SQLite cocok digunakan untuk melakukan proses transaksi. Sedangkan DuckDB cocok digunakan untuk melakukan proses analisis.

show abstract

Perbandingan Performa Respon Waktu Kueri Mysql, Postgresql, Dan Mongodb

Cited by 3 publications

References 10 publications

Analisis Performa Perbandingan Efisiensi Waktu Query Select Database Interface Phpmyadmin Dan CMD

Analisis Performa Perbandingan Efisiensi Waktu Query Select Database Interface Phpmyadmin Dan CMD

Optimizing transaction data performance in database management systems

Analisis Perbandingan Performa Database Duckdb Dan Sqlite Pada Pengolahan Big Data

Contact Info

Product

Resources

About