12
Jan
10

ORGANISASI BERKAS RELATIF

ORGANISASI BERKAS RELATIF

*    PENGERTIAN BERKAS RELATIF

Suatu cara yang efektif dalam mengorganisasi sekumpulan record yang membutuhkan akses sebuah record dengan cepat adalah Organisasi Berkas Relatif

Dalam berkas relative ada hubungan antara key yang dipakai untuk mengidentifikasi record dengan lokasi record dalam penyimpanan sekunder

Urutan record secara logic tidak ada hubungannya dengan urutan secara fisik.Record tidak perlu tersortir secara fisik menurut nilai key

Lihat gambar pada halaman 15

Bagaimana record yang ke-N dapat ditemukan ?

Dalam hal ini, perlu kita buat hubungan yang akan menerjemahkan antara NILAI KEY dan ADDRESS.

Hubungan ini dinyatakan sebagai R, yang merupakan fungsi pemetaan :

R(NILAI KEY)                     ADDRESS

Dari nilai key ke address dalam penyimpanan sekunder

*    PROSES

Pada waktu sebuah record ditulis kedalam berkas relative, fungsi pemetaan R digunakan untuk menerjemahkan NILAI KEY DARI RECORD menjadi ADDRESS, dimana record tersebut disimpan.

Begitu pula pada waktu akan me-retrieve record dengan nilai key tertentu, fungsi pemetaan R digunakan terhadap nilai key tersebut, untuk menerjemahkan nilai key itu menjadi sebuah address dalam penyimpanan sekunder, dimana record tersebut ditemukan.

Organisasi berkas relative ini tidak menguntungkan bila penyimpanan sekundernya berupa media SASD, seperti magnetic tape. Berkas relatif harus disimpan dalam media DASD, seperti magnetic disk atau drum.Juga dimungkinkan untuk mengakses record-record dalam berkas relatif secara consecutive, tetapi perlu diketahui bahwa nilai key tidak terurut secara logic.

Contoh :

Record dalam gambar pada hal. 15, diretrieve secara consecutive;

COW, ZEBRA,….,APE, EEL, DOG,…..CAT, BAT

Karena kemampuan mengakses record tertentu secara cepat, maka organisasi berkas relatif paling sering digunakan dalam proses interactive.

Contoh :

Lihat gambar pada halaman 15

Sebuah on-line system perbankan yang mempunyai sebuah master file dan sebuah transaction file.Field ACCOUNT NUMBER dipakai sebagai nilai key untuk keduan berkas tersebut.

Pada saat nilai key ACCOUNT NUMBER dimasukan ke dalam transaksi, nilai key tersebut akan me-retrieve secara langsung record yang ada pada master file.

Jika Trans-Type = ‘I’, maka BALANCE ACCOUNT akan ditampilkan dilayar. Jika Trans-Type = ‘C’ atau ‘D’, maka record-record dari master file Customer Account akan dimodifikasi dengan AMOUNT dan DATE yang ada di transaction file, dimana ACCOUNT NUMBER yang menentukan lokasi record dalam berkas tersebut.

Catatan :

  • Kita tidak perlu mengakses semua record master file, cukup mengakses langsung record yang dikehendaki

.

  • Record dari berkas relative dapat diupdate langsung tanpa perlu merekam kembali semua record
  • Keuntungan dari berkas relative ini adalah kemampuan mengakses record secara langsung. Sebuah record dapat diretrieve, insert, modifikasi atau di delete, tanpa mempengaruhi record lain dalam berkas yang sama.

Ada 3 teknik dasar yang digunakan untuk menyatakan fungsi pemetaan R, dimana R(NILAI KEY)                  ADDRESS.

  1. Direct Mapping (Pemetaan Langsung)
  2. Directory Lookup (Pencarian Tabel)
  3. Calculation (Kalkulasi)

  1. 1. Teknik Pemetaan Langsung

Teknik ini merupakan teknik yang sederhana untuk menerjemahkan nilai record key menjadi address. Ada 2 cara dalam pemetaan langsung, yaitu :

*           Absolute Addressing (Pengalamatn Mutlak)

*           Relative Addressing (Pengalamatan Relatif)

*           Pengalamatan Mutlak

R(NILAI KEY)                  ADDRESS.

NILAI KEY = ALAMAT MUTLAK

Nilai key yang diberikan oleh pemakai program sama dengan ADDRESS SEBENARNYA dari record tersebut pada penyimpanan sekunder.

Pada waktu record tersebut disimpan, lokasi penyimpanan record (nomor silinder, nomor permukaan, nomor record) bila dipakai Cylinder Addressing atau (nomor sector, nomor record) bila dipakai Sector Addressing harus ditentukan oleh pemakai.

Keuntungan dari Pengalamatan Mutlak :

  • Fungsi pemetaan R sangat sederhana
  • Tidak membutuhkan waktu lama dalam menentukan lokasi record pada penyimpanan sekunder

Kelemahannya :

  • Pemakai harus mengetahui dengan pasti record-record yang disimpan secara fisik
  • Alamat mutlak adalah device dependent. Perbaikan atau pengubahan devuce, dimana berkas berada akan mengubah nilai key
  • Alamat mutlak adalah address space dependent. Reorganisasi berkas relative akan menyebabkan nilai key berubah.

*     Pengalamatan Relatif

R(NILAI KEY)                  ADDRESS.

NILAI KEY = ALAMAT RELATIF

Alamat Relatif dari sebuah record dalam sebuah berkas adalah urutan record tersebut dalam berkas.

Sebuah berkas dengan N record mempunyai record dengan alamat relative dari himpunan (1,2,3,…,N-2, N-1). Record yang ke I mempunyai alamat relative I atau I-1 (bila mulai dihitungnya dari 0).

Keuntungan dari pengalamatn Relatif ;

*    Fungsi pemetaan R sangat sederhana

*    Nilai key dari sebuah record dapat ditentukan lokasi recordnya dalam sebuah penyimpanan sekunder tanpa memerlukan waktu proses yang berarti.

Kelemahannya :

-     Alamat Relatif adalah bukan device dependent

-     Alamat Relatif adalah address space dependent

-     Terjadinya pemborosan ruangan

2. Teknik Pencarian Tabel

Dasar pemikiran pendekatan pencarian table adalah sebuah table atau direktori dari nilai key dan address. Untuk menemukan sebuah record dalam berkas relative, pertama dicari dalam direktori nilai key dari record tersebut, yang akan menunjukkan alamat dimana record tersebut berada dalam penyimpanan.

Lihat gambar pada halaman 16

Data dalam direktori tersebut disusun secara urut menurut nilai key, sehingga pencarian nilai key dalam direktori lebih cepat dengan binary search dibandingkan sequential search. Alternatif lain, direktori dapat disusun dalam binary search tree, M-way search tree atau B-tree.

Keuntungan dari Pencarian Tabel :

-     Sebuah record dapat diakses dengan cepat, setelah nilai key dalam direktori ditentukan.

-     Nilai key dapat berupa field yang mudah dimengerti seperti PART NUMBER, NPM, karena nilaimkey tersebut akan diterjemahkan menjadi alamat.

-     Nilai key adalah address space independent, dimana reorganisasi berkas tak akan mempengaruhi nilai key, yang berubah adalah alamat dalam direktori.

3. Teknik Kalkulasi Alamat

R(NILAI KEY)                  ADDRESS.

Adalah dengan melakukan kalkulasi terhadap nilai key, hasilnya adalah alamat relatif.

Ide dasar dari kalkulasi alamat adalah mengubah jangkauan nilai key yang mungkin, menjadi sejumlah kecil alamat relative.

Salah satu kelemahan dari teknik pengalamatan relative adalah ruang harus disediakan sebanyak jangkauan nilai key, terlepas dari berapa banyak nilai key.

Salah satu masalah dari teknik ini adalah ditemukannya alamat relative yang sama untuk nilai key yang berbeda.

Keadaan dimana :

R(K1) = R(K2)    Disebut benturan atau

K1  ¹ K2         collision

Sedangkan nilai K1 dan K2 disebut synonym.

Synonim adalah dua atau lebih nilai key yang berbeda pada hash ke home address yang sama.

Teknik-teknik yang terdapat pada kalkulasi alamat :

-     Scatter storage techniques

-     Randomizing technique

-     Key-to-address transformation methods

-     Direct addressing techniques

-     Hash table methods

-     Hashing

Disini yang akan kita bahas menhenai taknik hashing. Kalkulasi terhadap nilai key untuk mendapatkan sebuah alamat disebut fungsi hash.

Keuntungan pemakaian Hashing :

-     Nilai key yang sebenarnya dapat dipakai karena diterjemahkan ke dalam sebuah alamat.

-     Nilai key adalah address space independent bila berkas direorganisasi, fungsi hash berubah tetapi nilai key tetap.

Kelemahannya :

-     Distribusi nilai key yang dipakai

-     Banyaknya nilai key yang dipakai relative terhadap ukuran dari ruang alamat

-     Banyaknya record yang dapat disimpan pada alamat tertentu tanpa menyebakan benturan

-     Teknik yang dipakai untuk mengatasi benturan

Hashing dapat digunakan bersama-sama dengan pencarian table, lihat gambar pada halaman 16.

Penampilan fungsi hash bergantung pada :

-     Distribusi nilai key yang dipakai

-     Banyaknya nilai key yang dipakai relative terhadap ukuran dari ruang alamat

-     Banyaknya record yang dapat disimpan pada alamat tertentu tanpa menyebabkan benturan

-     Teknik yang dipakai untuk mengatasi benturan

Beberapa fungsi hash yang umum digunakan :

-     Division Remainder

-     Mid Square

-     Folding

*    Division Remainder

Pada division remainder, alamat relative dari suatu nilai key merupakan sisa dari hasil pembagian nilai key tersebut dengan suatu bilangan yang disebut sebagai bilangan pembagi.

Contoh :

Bila DIV adalah pembagi, KEY adalah nilai key dan ADDR adalah alamat relative, maka dalam bahasa Pascal, fungsi R(NILAI KEY)                  ADDRESS. Dapat diimplementasikan :

ADDR := KEY MOD DIV

Dalam bahasa COBOL :

DIVIDE KEY BY DIV GIVING TEMP REMAINDER ADDR

Sisa pembagian (sebagai hasil dari fungsi MOD pada Pascal), dapat dijabarkan sebagai berikut :

ADDR := KEY – DIV * TEMP

ADDR harus merupakan bilangan integer.

Banyak faktor yang harus dipertimbangkan dalam pemilihan pembagi :

-    Jangkauan dari nilai key yang dihasilkan dari operasi KEY MOD DIV adalah 0 sampai DIV-1.Nilai dari DIV menentukan ukuran “relatif address space”.Jika diketahui berkas relatif terdiri dari N record dan dianggap hanya satu record dapat disimpan dalam sebuah alamat relatif, maka akan didapat DIV > N

-     Pembagi harus diseleksi untuk mengurangi benturan. Penyelidikan menunjukkan bahwa pembagi yang berupa bilangan genap akan cenderung jelek, terutama dengan nilai key-nya yang dominan ganjil.

-     Menurut riset dari W.Buchholz, sebaiknya pembagi itu merupakan bilangan prima. Tetapi riset lain dari V.Y.Lum, menyatakan pembagi yang bukan bilangan prima akan memberikan hasil yang sama baik seperti bilangan prima.

-     Menurut pendapatnya, bukan bilangan prima yang mempunyai faktor prima kurang dari 20 akan dapat memberikan jaminan penampilan yang lebih baik

-     Walaupun kita telah menentukan pembagi dengan baik untuk mengatasi benturan, bila ruang alamat dari berkas relative mendekati penuh, maka peluang terjadinya benturan akan meningkat.

Untuk mengukur kepenuhan berkas relative digunakan Load Factor (Faktor Muat)

Banyak record dalam berkas

Laod Factor =

Max. banyak record dalam berkas

Biasanya load factor yang sering digunakan adalah 0.7 atau 0.8. Jika load factor lebih besar dari 0.7 atau 0.8 maka berkas tersebut harus diperbesar dan direorganisasi.

Jadi jika ingin menyimpan sebanyak n record pada suatu berkas dan load factor adalah 0.8, maka max banyak record pada berkas adalah 1.25 n

n

0.8 =

max

max = 1.25 n

Contoh :

Kita ingin membuat berkas yang terdiri dari 4000 record.

Load Factor (Faktor muat) = 0.8

Maka max. banyak record pada berkas :

(1.25) n = (1.25) . 4000

= 5000

Bilangan pembagi : 5003

123456789 = 24676 sisa 2761 + 1

5003

alamat relatif

987654321 =197412 sisa 2085 + 1

5003

alamat relative

Jadi alamat relatif didapat dari sisa pembagian + 1

*    Mid Square Hashing

Untuk mendapatkan alamat relatif, nilai key dikuadratkan, kemudian beberapa digit diambil dari tengah.

Dari nilai key yang dikuadratkan kita cari tengah-tengahnya.

Jumlah nilai key yang dikuadratkan, dari nilai key 1234567892 =  15241578750190521 (17 digit)

17            1

Untuk alamat relatif =      2     = 8   2

Kita mulai dari digit ke 8 dihitung dari kiri, maka alamat relative = 8750 (karena ditentukan 4 digit sebagai alamat relatif).

*    Hashing by folding

Untuk mendapatkan alamat relatif, nilai key dibagi menjadi beberapa bagian, setiap bagian (kecuali bagian terakhir) mempunyai jumlah digit yang sama dengan alamat relatif.

Bagian-bagian ini kemudian dilipat (seperti kertas) dan dijumlah. Hasilnya, digit yang tertinggi dibuang (bila diperlukan)

Contoh :

Nilai key 123456789 dan alamat relatif sebanyak 4 digit . Nilai key dibagi menjadi bagian-bagian yang terdiri dari 4 digit, mulai dari sebelah kanan.

1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8 9

Menghasilkan :

1

2 3 4 5

9 8 7 6  +

1 3 2 2 1

alamat relatif

*    Perbandingan fungsi Hash

  • Teknik Divison Remainder memberikan penampilan yang terbaik secara keseluruhan
  • Teknik Mid Square dapat dipakai untuk file dengan load factor cukup rendah akan memberikan penampilan baik tapi kadang-kadang dapat menghasilkan penampilan yang buruk dengan beberapa collision
  • Teknik folding adalah teknik yang paling mudah dalam perhitungan tapi dapat memberikan hasil yang salah, kecuali panjang nilai key = panjang address

*    Pendekatan terhadap masalah Collision

Ada 2 pendekatan dasar untuk menetapkan dimana K2 harus disimpan, yaitu :

  • Open Addressing
  • Separate Overflow
  • Open Addressing

Menemukan address yang bukan home address untuk K2 dalam berkas relatif

Contoh :

K1 = 1             K2 = 1

R1     R2

K1 K2
  • Separate Overflow

Menemukan address untuk K2 diluar dari primary area dalam berkas relatif, yaitu di overflow area yang dipakai hanya untuk menyimpan  record-record yang tak dapat disimpan di home addressnya.

Contoh :

K1 = 1             K2 = 1

R1

K1

Overflow area

K2

Ada 2 teknik untuk mengatasi collision :

  • Linier Probing, yang merupakan teknik open addressing
  • Double Hashing, yang dapat dipakai selain open addressing atau separate overflow.
  • Linier Probing

Salah satu cara menemukan lokasi record yang tak dapat disimpan di home addressnya adalah dengan menggunakan Linear Probing, yang merupakan sebuah proses pencarian secara sequential/linear dari home address sampai lokasi yang kosong.

  • Double Hashing

Pendekatan lain dalam menemukan lokasi sebuah record pada waktu record tersebut tidak dapat disimpan dalam home addressnya adalah dengan menggunakan Double Hashing, yang akan memakai fungsi hash kedua terhadap hasil dari fungsi hash pertama. Address dari record yang dihash kembali dapay terletak pada primary area atau di separate overflow area.

Keuntungan dari metode separate overflow adalah menghindari keadaan dimana dapat terjadi metode open addressing untuk sebuah record yang tak disimpan dalam home addressnya menggantikan record lain yang terkahir di hash ke home addressnya.

Masalah ini dapat dihindari dengan open addressing sederhana dengan memindahkan record yang sebelumnya ke lokasi lain (dengan probing atau hashing kembali) dan menyimpan record yang baru ke tempat yang kosong.

Metode ini membutuhkan pengeluaran tambahan untuk pemeliharaan berkas. Berkas relative dibagi menjadi 2 berkas, yaitu :

Primary area dan Overflow area

  • Perbandingan Linear Probing dan Double Hashing

Berkas dengan load factor kurang dari 0.5 pada linear probing akan menghasilkan synonym yang mengelompok, sedangkan double hashing synonimnya berpencar.

Load Factor < 0.5 : Double Hashing = Linear Probing

Load Factor > 0.8 : Double Hashing > Linear Probing

  • Synonim Chaining

Pendekatan pemecahan collision yang mengakses synonym dengan fasilitas link list untuk record-recordnya dalam kelas ekivalen. Adapun link list record-record dengan home address yang sama tak akan mengurangi jumlah collision, tetapi akan mengurangi waktu akses untuk me-retrieve record-record yang tak ada di home addressnya.

KEY HOME ADDRESS ACTUAL ADDRESS

Adams                         20                                            20

Bates                            21                                            21

Coll                              20                                            22

Dean                            21                                            23

Evans                           24                                            24

Flint                              20                                            25

R20             R21           R22         R23              R24           R25

Adams.. Bates .. Coll .. Dean .. Evans .. Flint ..

Gambar hashing dengan synonim chaining

HOME                   PRIMARY DATA                               OVERFLOW

ADDRESS AREA                                                  AREA

20 Adams .. 0 Coll ..
21 Bates .. 1 Dean ..
22 2 Flint ..
23 3
24 Evans ..
  • Bucket Addressing

Pendekatan lain dalam mengatasi collision adalah hash ke dalam block atau bucket yang dapat memberikan tempat sejumlah record.

Contoh :

Sebuah berkas relative mempunyai relative address space dari 0 sampai M dan sebuah bucket berukuran B record, address space akan terdiri dari B(M+1) record. Jika file terdiri dari N record, maka :

N

Factor Muat =    B(M + 1)

B record dapat semuanya di hash kedalam relitf address yang sama tanpa menyebabkan collision.

Pada saat sebuah bucket penuh, beberapa tempat baru harus ditemukan untuk record tersebut. Pendekatan dari masalah bucket penuh pada dasarnya sama dengan pendekatan untuk mengatasi collision dengan record addressing.

Jika open addressing dipakai, space dicari untuk bucket berikutnya (misal dengan linear probing) atau dalam bucket lainnya (misalnya dengan double hashing).

Jika teknik separate overflow yang dipakai, record baru ditempatkan dalam suatu himpunan bucket yang dirancang khusu untuk tempat record yang tak dapat ditampung pada bucket primer.Bucket ini disebut bucket overflow.

Record-record yang disimpan dalam sebuah bucket dapat dikelola dalam :

-        Dapat disipkan dalam urutan berdasarkan penempatannya di bucket

-        Dapat dipertahankan urutan nilai key-nya.

Bucket addressing ini umum dipakai. Ukuran dari sebuah bucket dapat ditentukan oleh ukuran track atau sector dalam DASD. Ukuran bucket umumnya sama dengan ukuran block untuk file.

Satu keuntungan penting dari penggunaan bucket yang dapat menampung banyak record ini adalah record dengan panjang yang berbeda dapat dipakai.

Contoh :

KEY HOME ADDRESS

Green                                       30

Hall                                          30

Jenk                                         32

King                                         33

Land                                        33

Mark                                        33

Nutt                                         33

BUCKET                     BUCKET CONTENTS

ADDRESS

30 Green .. Hall ..
31
32 Jenks ..
33 King .. Land .. Marks ..

overflow

Null

2 Responses to “ORGANISASI BERKAS RELATIF”


  1. 1 botak ninja...
    Februari 23, 2010 pukul 2:28 pm

    waaah te o pe be ge te om…..
    kpan” aye prift aaahhh…
    oce om..
    :p


Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s


my foto

kalender

Januari 2010
S S R K J S M
« Des   Feb »
 123
45678910
11121314151617
18192021222324
25262728293031

RSS google

  • Sebuah galat telah terjadi; umpan tersebut kemungkinan sedang anjlok. Coba lagi nanti.

artikel bulan

my blogs

my musik


Ikuti

Get every new post delivered to your Inbox.

%d bloggers like this: