Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 3 dokumen yang sesuai dengan query
cover
Kevin Dharmawan
"Ver adalah discovery system yang dibuat untuk mengidentifikasi join path pada data besar yang tidak mengandung join information. Ver menyimpan setiap kolom dari sumber data sebagai node dan potensi join path sebagai edge dalam bentuk graf menggunakan NetworkX. Namun, NetworkX memiliki limitasi pada besarnya graf yang dapat disimpan karena NetworkX menyimpan graf pada memory. Oleh karena itu, dibutuhkan alternatif penyimpanan graf yang menyimpan graf dalam persistent disk sebagai pengganti NetworkX pada Ver. Pencarian penyimpanan graf alternatif dilakukan dengan membandingkan beberapa penyimpanan graf yang meliputi: ArangoDB, CubicWeb, DGraph, DuckDB, IndraDB, JanusGraph, Kuzu, NebulaGraph, Neo4j, OrientDB, SurrealDB, dan TypeDB. Perbandingan dilakukan menggunakan graf acak dan graf dari dataset. Graf acak yang digunakan memiliki node dengan jumlah 100, 200, 400, 800, dan 1600 dengan kepadatan edge 0.1 sampai 1.0 dengan kenaikan 0.1. Dataset yang digunakan untuk perbandingan adalah TPC-H, ChEMBL, dan AdventureWorks. Perbandingan dilakukan dengan metode kuantitatif berdasarkan kecepatan operasi pemuatan data, 2-hop neighborhood, dan path finding serta metode kualitatif untuk kepraktisan dengan menilai kemudahan instalasi server, kemudahan implementasi client, dan kelengkapan dokumentasi. Didapatkan bahwa Kuzu adalah penyimpanan graf yang paling sesuai untuk menjadi pengganti NetworkX pada Ver.

Ver is a discovery system developed to identify join path in big data that doesn’t contain any join information. Ver stores each column of the data source as nodes and potential join path as edges in a graph using NetworkX. However, NetworkX has a limitation on the size of graph that can be stored because NetworkX stores graphs in memory. Therefore, an alternative graph storage that stores graphs in persistent disk is needed as a substitute for NetworkX on Ver. The search for alternative graph storage was carried out by comparing several graph storages which include: ArangoDB, CubicWeb, DGraph, DuckDB, IndraDB, JanusGraph, Kuzu, NebulaGraph, Neo4j, OrientDB, SurrealDB, and TypeDB. Comparisons are performed using random graphs and graphs from datasets. The ran dom graph used has node count of 100, 200, 400, 800, and 1600 with edge density 0.1 to 1.0 in increments of 0.1. The dataset used for comparison are TPC-H, ChEMBL, and AdventureWorks. Comparisons were made using a quantitative method based on the oper ation speed of data loading, 2-hop neighborhood, and path finding as well as a qualitative method for practicality by assessing the ease of server installation, the ease of implemen tation of client, and the completeness of documentation. It was found that Kuzu is the most suitable graph storage to replace NetworkX on Ver."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Zaki Indra Yudhistira
"Ver adalah discovery system yang dibuat untuk mengidentifikasi join path pada data besar yang tidak mengandung join information. Ver menyimpan setiap kolom dari sumber data sebagai node dan potensi join path sebagai edge dalam bentuk graf menggunakan NetworkX. Namun, NetworkX memiliki limitasi pada besarnya graf yang dapat disimpan karena NetworkX menyimpan graf pada memory. Oleh karena itu, dibutuhkan alternatif penyimpanan graf yang menyimpan graf dalam persistent disk sebagai pengganti NetworkX pada Ver. Pencarian penyimpanan graf alternatif dilakukan dengan membandingkan beberapa penyimpanan graf yang meliputi: ArangoDB, CubicWeb, DGraph, DuckDB, IndraDB, JanusGraph, Kuzu, NebulaGraph, Neo4j, OrientDB, SurrealDB, dan TypeDB. Perbandingan dilakukan menggunakan graf acak dan graf dari dataset. Graf acak yang digunakan memiliki node dengan jumlah 100, 200, 400, 800, dan 1600 dengan kepadatan edge 0.1 sampai 1.0 dengan kenaikan 0.1. Dataset yang digunakan untuk perbandingan adalah TPC-H, ChEMBL, dan AdventureWorks. Perbandingan dilakukan dengan metode kuantitatif berdasarkan kecepatan operasi pemuatan data, 2-hop neighborhood, dan path finding serta metode kualitatif untuk kepraktisan dengan menilai kemudahan instalasi server, kemudahan implementasi client, dan kelengkapan dokumentasi. Didapatkan bahwa Kuzu adalah penyimpanan graf yang paling sesuai untuk menjadi pengganti NetworkX pada Ver.

Ver is a discovery system developed to identify join path in big data that doesn’t contain any join information. Ver stores each column of the data source as nodes and potential join path as edges in a graph using NetworkX. However, NetworkX has a limitation on the size of graph that can be stored because NetworkX stores graphs in memory. Therefore, an alternative graph storage that stores graphs in persistent disk is needed as a substitute for NetworkX on Ver. The search for alternative graph storage was carried out by comparing several graph storages which include: ArangoDB, CubicWeb, DGraph, DuckDB, IndraDB, JanusGraph, Kuzu, NebulaGraph, Neo4j, OrientDB, SurrealDB, and TypeDB. Comparisons are performed using random graphs and graphs from datasets. The random graph used has node count of 100, 200, 400, 800, and 1600 with edge density 0.1 to 1.0 in increments of 0.1. The dataset used for comparison are TPC-H, ChEMBL, and AdventureWorks. Comparisons were made using a quantitative method based on the operation speed of data loading, 2-hop neighborhood, and path finding as well as a qualitative method for practicality by assessing the ease of server installation, the ease of implementation of client, and the completeness of documentation. It was found that Kuzu is the most suitable graph storage to replace NetworkX on Ver."
Depok: Fakultas Ilmu Komputer Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Hanifah Sulasri
"Graf G terdiri atas himpunan simpul V(G) dan himpunan busur E(G). Graf G dengan V(G)={v_1,v_2,v_3,…,v_n} dan E(G)={v_1 v_2,v_2 v_3,…,v_(n-1) v_n} disebut sebagai graf lintasan yang dinotasikan sebagai P_n. Pelabelan graceful (disebut juga sebagai β-valuation) adalah pemetaan injektif dari himpunan simpul dari G ke himpunan bilangan bulat {0,1,…,|E(G)|} sedemikian sehingga jika untuk setiap busur 𝑢𝑣 diberikan label |𝑓(𝑢) − 𝑓(𝑣)|, label tersebut berbeda untuk setiap busurnya. Pelabelan antiajaib dari graf G adalah pemetaan bijektif dari himpunan busur E(G) ke himpunan bilangan bulat {1,…,|E(G)|} sedemikian sehingga bobot simpul (jumlahan dari label busur yang hadir pada simpul yang diberikan) berbeda untuk tiap simpulnya. Pada perkembangannya, terdapat variasi pada pelabelan antiajaib, salah satunya adalah pelabelan simpul antiajaib lokal. Pelabelan antiajaib lokal adalah pemetaan bijektif dari himpunan busur E(G) ke himpunan bilangan bulat {1,…,|E(G)|} dengan bobot simpul yang berbeda untuk tiap simpul yang bertetangga. Nilai minimum dari banyaknya bobot berbeda pada pelabelan simpul antiajaib lokal pada graf G disebut sebagai bilangan kromatik dan dinotasikan sebagai χ_la (G). Untuk kelas graf lintasan, nilai χ_la (P_n )=3. Varian lain dari pelabelan antiajaib ialah pelabelan antiajaib yang diinduksi oleh pelabelan graceful. Pelabelan ini disebut sebagai pelabelan antiajaib graceful. Pelabelan-pelabelan yang telah disebutkan memberikan ide untuk konsep pelabelan antiajaib lokal graceful, yaitu pelabelan antiajaib graceful yang memiliki bobot simpul berbeda untuk tiap simpul yang bertetangga. Penelitian ini akan membahas pelabelan antiajaib lokal graceful untuk graf lintasan P_n. Kemudian, akan ditunjukkan pula bilangan kromatik χ_gla (P_n).

The graph G consists of a set of vertices V(G) and a set of edges E(G). A graph G with V(G)={v_1,v_2,v_3,…,v_n} and E(G)={v_1 v_2,v_2 v_3,…,v_(n-1) v_n} is called a path graph and denoted as P_n . The graceful labeling (also known as β-valuation) is an injective mapping of the set of vertices from G to the set of integers {0,1,…,|E(G)|} such that if for each edge uv is assigned a label |f(u) - f (v)|, the label is different for each edge. The antimagic labeling of a graph G is a bijective mapping from the set of edges E(G) to the set of integers {1,…,|E(G)|} such that the vertex weights (sum of the edge labels incident at a given vertex) are different for each vertex. In its development, there are variations on antimagic labeling, one of which is local antimagic vertex labeling. Local antimagic labeling is is a bijective mapping from the set of edges E(G) to the set of integers {1,…,|E(G)|} with a different node weight for each neighboring vertex. The minimum value of the number of different weights in the local antimagic vertex labeling on a graph G is called the chromatic number and is denoted as χ_la (G). For path graph, the value of χ_la (P_n)=3. Another variant of antimagic labeling is an antimagic labeling which is induced by graceful labeling. This labeling is called graceful antimagic labeling. These labelings lead to the idea for the concept of graceful local antimagic labeling, namely graceful antimagic labeling that has different weight for each neighboring vertex. This research will discuss about graceful local antimagic labeling on path graphs P_n. It will also be shown the chromatic number χ_gla (P_n).

"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2023
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library