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.