ANALISIS PENGARUH PENERAPAN PEMROSESAN
PARALEL TERHADAP WAKTU KOMPUTASI ALGORITMA
K-MEANS KLASTERING PADA HARGA SAHAM
Algoritma K-Means adalah salah satu metode klastering yang paling
populer dan dapat digunakan untuk melakukan pengelompokkan.
Penelitian ini akan membandingkan waktu eksekusi yang diproses
menggunakan pemrosesan serial dengan pemrosesan paralel pada saat
melakukan pengklasteran data menggunakan data uji saham dengan
jumlah baris data sebanyak 568.496 baris. Uji pemrosesan dibedakan
berdasarkan jumlah core, jumlah k, parameter dalam pustaka joblib dan
jumlah baris data. Hasil dari setiap pengujian menunjukkan bahwa
pemrosesan paralel pada setiap pengujian memiliki waktu eksekusi
lebih kecil dari pemrosesan serial. Optimasi dengan menambahan core
tidak serta merta mempercepat eksekusi, perlu disesuaikan dengan
data, parameter dan jumlah core. Hasil dari optimasi yang diperoleh
cukup signifikan mencapai speedup 3-8,2 kali dengan efisiensi 70-90%.
URI
https://repo.itera.ac.id/depan/submission/SB2505240008
Keyword
Pemrosesan Paralel K-Means Klastering Waktu Eksekusi Parallel Processing K-Means Clustering Execution Time