IMPLEMENTASI PERHITUNGAN TOP-K QUERY PADA SISTEM TERDISTRIBUSI HADOOP MAPREDUCE UNTUK POTENSI WISATA DI BIDANG KULINER BERDASARKAN REVIEW RESTAURANT

Ni Nyoman Putri, Utami (2023) IMPLEMENTASI PERHITUNGAN TOP-K QUERY PADA SISTEM TERDISTRIBUSI HADOOP MAPREDUCE UNTUK POTENSI WISATA DI BIDANG KULINER BERDASARKAN REVIEW RESTAURANT. S1 thesis, Universitas Mataram.

	Text F1D019078_LAPORAN TUGAS AKHIR.pdf Restricted to Repository staff only Download (1MB)
Preview	Text F1D019078_JURNAL.pdf Download (531kB) | Preview

Abstract

Pada tahun 2022, setelah pembatasan COVID-19 dihilangkan, para wisatawan kembali melakukan perjalanan wisata, termasuk wisata kuliner untuk merasakan makanan khas daerah tujuan wisata. Oleh karena itu, pengembangan potensi wisata, khususnya wisata kuliner, memerlukan perhatian terhadap atraksi, fasilitas, dan layanan yang berkualitas. Salah satu cara untuk mengembangkan potensi wisata kuliner adalah dengan memanfaatkan teknologi informasi berupa sistem pengambilan keputusan yang berbasis top-k query. Pada penelitian ini, perhitungan top-k query diimplementasikan pada sistem terdistribusi Hadoop MapReduce untuk mengetahui kinerja sistem dalam melakukan pengelolaan data pemilihan potensi wisata yang perlu dikembangkan. Pengujian dilakukan dengan mengeksekusi berbagai ukuran file yang berisi data diperoleh dari open data dan data sintesis. Hasil pengujian menunjukkan bahwa waktu eksekusi pada multi node dengan 3 node dan jumlah dimensi yang banyak lebih cepat dalam memproses data yang besar (lebih dari 1 juta) dibandingkan dengan single node. Pada jumlah data yang relatif kecil, waktu eksekusi single node lebih cepat dibandingkan dengan multi node dengan 3 node. Dalam pengolahan data dengan jumlah 20 juta berdimensi 5, menggunakan 6 node merupakan proses pengolahan data yang optimal karena memiliki waktu eksekusi paling singkat. Dapat disimpulkan bahwa kinerja MapReduce dalam menerapkan perhitungan top-k query untuk melakukan pengolahan data dalam pemilihan potensi wisata di bidang kuliner yang perlu dikembangkan berdasarkan review restaurant dapat dioptimalkan dengan menggunakan multi node dengan 3 node dan jumlah dimensi yang banyak pada data yang besar, dan single node pada data yang relatif kecil.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Hadoop MapReduce, Top-k Query, Sistem Terdistribusi, Potensi Wisata, Big Data
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	05 Jun 2023 03:09
Last Modified:	05 Jun 2023 03:09
URI:	http://eprints.unram.ac.id/id/eprint/39155

Actions (login required)

View Item