Pengambilan Sampel Realistis: Menghasilkan Keterkaitan dalam Database yang Saling Terhubung
Pengambilan
Sampel Realistis: Menghasilkan Keterkaitan dalam Database yang Saling Terhubung
Mengelola sejumlah besar informasi
merupakan salah satu kegiatan yang cukup rumit, paling memakan waktu dan biaya,
serta pada umumnya memerlukan pengetahuan seseorang yang ahli di bidang
tersebut. Di berbagai macam bidang aplikasi seperti data pertambangan,
konstruksi histogram, perkiraan evaluasi kueri, dan validasi perangkat lunak,
penanganan database yang terus menerus berkembang secara eksponensial merupakan
salah satu tantangan yang sulit, dibandingkan dengan menangani sekumpulan data yang
umumnya lebih disukai. Sebagai solusi untuk menyelesaikan tantangan dalam
mengelola data dalam jumlah besar, melakukan database sampling dari data
operasional yang tersedia terbukti menjadi teknik yang kuat untuk digunakan.
Namun, tak satu pun dari pendekatan sampling yang ada mempertimbangkan
keterkaitan antar data dalam database relasional atau database yang terhubung.
Dalam jurnal ini, kami mengusulkan pendekatan baru dalam realistic testing atau pengujian yang realistis, dengan
menganalisis distribusi data dalam database asli berikut keterkaitan antar
datanya sebelum melakukan sampling, sehingga sampel dari database tersebut
dapat merepresentasikan database yang asli.
Jurnal ini mengusulkan sebuah alat untuk
menghasilkan sampel yang representatif dari database dengan mempertimbangkan
dependensi atau keterkaitan antar data dalam sebuah database relasional (yang
saling terhubung). Selain itu, jurnal
ini memformulasikan masalah dalam mencari rantai dependensi pada tabel dalam
database, yang akan digunakan sebagai masukan pada algoritma sampling. Rantai
dependensi yang dihasilkan oleh sistem akan memberi arahan untuk
mempertimbangkan tabel lainnya ketika pengambilan sampel. Algoritma sampling
bertujuan untuk secara signifikan mengurangi ukuran database asli dan biaya
komputerisasi yang diperlukan menjalankan tes pada database asli untuk tetap
menjaga output yang sama pada hasil tes, dan menjaga keaslian data.