CLUSTER DATABASE

Clustering Clustering adalah proses mengelompokkan atau penggolongan objek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar objek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas/cluster. Clustering dalam data mining berguna untuk menemukan pola distribusi di dalam sebuah data set yang berguna untuk proses analisa data. Kesamaan objek biasanya diperoleh dari kedekatan nilai-nilai atribut yang menjelaskan objek-objek data, sedangkan objek-objek data biasanya direpresentasikan sebagai sebuah titik dalam ruang multidimensi. Clustering digunakan untuk mendapatkan high availability dan scalability. Pada high available cluster, dapat digunakan failover database cluster, dimana hanya ada satu node yang aktif melayani user, sedangkan node lainnya standby. Storage yang digunakan mempunyai koneksi ke setiap node pada cluster, sehingga jika primary node mati, database engine, listener process, dan logical host ip address akan dijalankan pada secondary node tanpa perlu menunggu operating system boot, sehingga downtime dapat diminimalisasi. High availability mempunyai standard uptime 99.999 persen, atau hanya boleh mati selama 5 menit dalam setahun. Beberapa contoh software yang dapat digunakan untuk membuat HA cluster adalah Sun Cluster dan Veritas Cluster. Pada scalable cluster, digunakan produk Oracle RAC, dimana setiap node aktif melayani user, sehingga diperoleh performa yang semakin baik dengan menggunakan lebih banyak node. Sun cluster dapat digunakan sampai 16 node, sedangkan Veritas Storage Foundation for Oracle RAC bisa sampai 32 node. Jika ada node yang mati, tentu akan menurunkan performa, namun tidak terjadi down time. Pada scalable cluster, seluruh node dapat terhubung secara langsung ke shared storage, namun dapat juga tidak mempunyai koneksi fisik ke storage, melainkan melalui private cluster transport.

Subspace Clustering Subspace clustering adalah suatu teknik clustering yang mencoba menemukan cluster pada dataset multidimensi dengan pemilihan dimensi yang paling relevan untuk setiap cluster, karena pada data multidimensi kemungkinan terdapat dimensi-dimensi yang tidak relevan yang dapat membingungkan algoritma clustering sehingga bisa mengaburkan cluster sebenarnya yang seharusnya dapat ditemukan. Masalah lainnya, cluster dapat saja berada

dimensionalitas dataset dikurangi dengan menghilangkan beberapa dimensi. cluster akan sulit ditemukan. . dimana setiap subspace dibentuk dari kombinasi dimensi yang berbeda-beda. Cara yang sudah dikenal untuk mengatasi peningkatan jumlah dimensi adalah menggunakan teknik reduksi dimensi atau feature selection.dalam subspace yang berbeda. clustering melakukan penge-lompokan data tanpa berdasarkan kelas data tertentu. tidak dapat didapatkan cluster yang optimal. Beberapa kategori algoritma clustering yang banyak dikenal adalah metode partisi dimana pemakai harus menentukan jumlah k partisi yang diinginkan lalu setiap data dites untuk dimasukkan pada salah satu partisi. Bahkan clustering dapat dipakai untuk memberikan label pada kelas data yang belum diketahui itu. diperlukan juga metode untuk normalisasi bermacam atribut yang dimiliki data. Pendekatan yang banyak diambil adalah menggabungkan metode hierarki dengan metode clustering lainnya seperti yang dilakukan oleh Chameleon. Kelebihan metode ini adalah bentuk cluster yang lebih fleksibel. Dengan cara ini. pendekatan ini berakibat pada hilangnya beberapa informasi dan sekaligus mengurangi efektifitas penemuan cluster yang mungkin melibatkan dimensi yang dihilangkan tersebut. metode lain yang telah lama dikenal adalah metode hierarki yang terbagi dua lagi : bottom-up yang menggabungkan cluster kecil menjadi cluster lebih besar dan top-down yang memecah cluster besar menjadi cluster yang lebih kecil. Karena itu clustering sering digolongkan sebagai metode unsupervised learning. Clustering dapat dilakukan pada data yang memiliki beberapa atribut yang dipetakan sebagai ruang multidimensi. Algoritma yang terkenal adalah DBSCAN. data-data tsb dimasukkan dalam cluster. Berbeda dengan association rule mining dan classification dimana kelas data telah ditentukan sebelumnya. yaitu jumlah data yang ada di sekitar suatu data yang sudah teridentifikasi dalam suatu cluster. Akibatnya. Banyak algoritma clustering memerlukan fungsi jarak untuk mengukur kemiripan antar data. Prinsip dari clustering adalah memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas/cluster. semakin banyak dimensi yang digunakan. Bila jumlah data dalam jangkauan tertentu lebih besar dari nilai ambang batas. mengilustrasikan bagaimana peningkatan jumlah dimensi mengakibatkan terpecahnya titik pada dataset. Subspace clustering secara otomatis akan menemukan unit-unit yang padat pada tiap subspace. Akhir-akhir ini dikembangkan juga metode berdasar kepadatan data. Kelemahan 3 metode ini adalah bila bila salah satu penggabungan/pemecahan dilakukan pada tempat yang salah. Pada Gambar diatas.

Hal ini dapat dimaklumi karena database server telah di rancang untuk dapat melayani beragam jenis akses data. maupun kompleksitas. Database tercluster tersebut dapat dianggap personal desktop atau database tunggal bagi penggunanya. tetapi dilayani oleh sekelompok server database.Teknologi Cluster Kebutuhan akan komunikasi data dewasa ini sangat penting seiring dengan kemajuan dan perkembangan teknologi komunikasi data yang semakin canggih. semua mesin yang menyimpan data tersebut dianggap sebagai satu kesatuan. Hal ini secara langsung akan berdampak pada server database sebagai penyedia layanan terhadap akses databse. Hal yang sangat penting bagi Teknologi komunikasi data adalah database sebagai penyedia data. diperlukan perancangan yang tepat dan handal dalam membangun databse server. Banyak sekali manfaat yang diperoleh dari teknologi cluster diantaranya meningkatkan ketersediaan dan performansi system. Database pada masa sekarang ini dituntut agar dapat berjalan dengan cepat dan mempunyai kehandalan yang tinggi. Banyak sekali manfaat yang diperoleh dari teknologi cluster diantaranya meningkatkan ketersediaan dan performansi system. MySQL berani menjanjikan angka 99. Kemampuan clustering memungkinkan sebuah database tetap hidup dalam waktu yang lama. Metode clustering seperti ini sangat baik untuk load balancing dan penanganan system failure karena kemampuan tiap mesin akan digunakan dan jika ada salah satu mesin yang mengalami failure maka sistem tidak akan langsung terganggu karena mesin lain akan tetap berfungsi. setiap server mengerjakan beban semestinya. Solusi praktis dan tepat yang dapat diterapkan untuk mengatasi permasalahan diatas antara lain dengan penerapan Teknologi Cluster. Pada server database yang besar dalam pelayanannya tidak menggunakan server databse tunggal. Dengan clustering ini database yang disimpan dapat terbagi ke beberapa mesin dan pada saat aplikasi berjalan. dan tidak ada bottleneck. Oleh sebab itu. Arsitektur yang digunakan harus menjamin bahwa sistem bekerja dengan baik. konsekuensi dari semua itu adalah beban databse server akan semakin bertambah berat dan mengakibatkan kurang optimalnya kinerja dari server tersebut. Aplikasi-aplikasi database dituntut untuk mampu melayani banyak akses data. Berbagai jenis server diikat menjadi satu untuk menjadikan suatu pelayanan tunggal (one stop shopping).999 . ukuran. Saat ini aplikasi databse semakin berkembang. beberapa buah server databse dihubungkan menjadi satu pada lingkungan yang sangat kompleks. baik dalam hal kegunaan.

Arsitektur share-nothing mengijinkan sistem dapat bekerja dengan hardware/perangkat keras yang sangat murah. tabel-tabel disimpan didalam node-node penyimpanan pada NDB Cluster. Overview MySQL Cluster adalah sebuah teknologi baru untuk memungkinkan clustering di dalam memory database dalam sebuah sistem share-nothing. dan tidak membutuhkan perangkat keras dan lunak dengan spesifikasi khusus. pihak MySQL sedang membuat/mengembangkan agar cluster NDBdapat berjalan pada semua system operasi yang didukung oleh MySQL termasuk Windows. Ketika data disimpan di dalam mesin penyimpan media NDB cluster. sedangkan MySQL Cluster diartikan sebagai kombinasi atau gabungan dari MySQL dan mesin penyimpanan yang baru tersebut. Arsitektur tersebut juga handal karena masing-masing komponen mempunyai memory dan disk tersendiri. sebuah aplikasi daftargaji menyimpan data di dalam sebuah cluster. NDB berarti bagian dari suatu rangkaian yang dikhususkan sebagai mesin penyimpanan. Mesin penyimpanan cluster NDB tersedia di dalam BitKepper dari MySQL release 4. semua MySQL server yang lain yang meminta data ini dapat melihat perubahannya dengan seketika. jika sebuah aplikasi mengupdate/memperbaharui gaji seorang karyawan. node-node penyimpanan untuk cluster NDB. Tabel-tabel seperti itu dapat diakses secara langsung dari semua MySQL server yang lain di dalam cluster tersebut.2 dan di dalam binary releases dari MySQL-Max 4. MySQL Cluster MySQL Cluster menggunakan mesin penyimpanan cluster NDB baru yang mampu menjalankan beberapa MySQL Server di dalam sebuah cluster. Semua program-program tersebut bekerja bersama-sama untuk membentuk MySQL Cluster. Sebuah MySQL Cluster terdiri dari sekumpulan komputer. Data yang disimpan di dalam node-node penyimpanan pada MySQL Cluster dapat di mirror (dicerminkan).persen ketersediaan databasenya.1. MySQL Cluster menggabungkan MySQL Server biasa dengan sebuah mesin penyimpanan in-memory tercluster yang dinamakan NDB. server-server manajemen dan program-program pengakses data yang khusus. dalam satu tahun kira-kira hanya lima menit waktu database itu tidak hidup. dan Solaris. masing-masing menjalankan sejumlah proses mencakup beberapa MySQL server. Sederhananya. Mac OS X. Dengan cara demikian.3 System operasi yang didukung adalah Linux. cluster tersebut dapat menangani kegagalan dari node-node penyimpanan individual dengan tidak ada dampak lain dari sejumlah transaksi dihentikan karena kegagalan .1.

Sekarang akan diuraikan bagaimana mengatur sebuah MySQL Cluster yang terdiri dari sebuah mesin penyimpanan NDB dan beberapa MySQL server. MySQL membuat manajemen data cluster dengan ketersediaan yang tinggi. maka terdapat sejumlah teknik untuk membentuk cluster. Dasar konsep-konsep MySQL Cluster NDB adalah sebuah mesin penyimpanan memory yang menawarkan ketersediaan yang tinngi dan fitur-fitur persistensi data. . Mesin penyimpanan NDB dapat diatur dengan sebuah bidang failover dan pilihan-pilhan load-balancing. Di dalam MySQL Cluster. Mesin penyimpanan NDB pada MySQL Cluster berisi sebuah kumpulan lengkap dari data. WWW. Clustering menurut optimasi dari sekumpulan fungsi-fungsi digunakan pada analisis data.proses transaksi. tetapi untuk memulai paling mudah dengan mesin penyimpanan pada level cluster. Contoh aplikasi : – Perangkat ‘stand-alone’ : explore data distribution – Langkah preprocessing untuk algoritma lain – Pengenalan pola. … – clustering dokumen2 – clustering data log web untuk mendapatkan group dengan pola akses yang sama. masing-masing bagian dari cluster dianggap sebagai sebuah node. bergantung hanya pada data lainnya di dalam cluster itu sendiri. Sebagian dari MySQL Cluster dikonfigurasi tidak tergantung/bebas dari server-server MySQL yang lain. analisis data spasial. perfomance yang tinggi dan skalabilitas ketersediaan untuk siapa saja yang memerlukannya. Analisis Cluster Clustering dan segmentasi sebenarnya mempartisi database. contohnya segmentasi basis klien. Kebanyakan aplikasi2 data mining menggunakan clusteing menurut similarity (kesamaan). ini semua tidak seharusnya menjadi sumber permasalahan. karena itu setiap partisi atau group adalah sama menurut kriteria atau metrik tertentu. misalnya ketika mensetting tarif asuransi klien dapat disegmentasi menurut sejumlah parameter. Jika pengukuran kesamaan tersedia. Dengan memperkenalkan MySQL Cluster pada dunia open source. Sejak aplikasi untuk proses-proses transaksi diharapkan mampu menangani kegagalan transaksi. market research. pengenalan citra.

ordinal dan rasio · Variable2 dari berbagai tipe variable .Penggelompokkan data ke cluster2 – Data yang sama satu sama lain berada pada cluster yang sama – Yang tidak sama berada pada cluster lain – ‘Unsupervised learning’: klas2 yang belum ditentukan Clustering Yang Baik · Intraclass similarity (Kesamaan di dalam klas) yang tinggi dan interclass similarity (kesamaan antar klas) yang rendah bergantung pada pengukuran kesamaan · Kemampuan untuk mendapatkan beberapa atau semua pola yang tersembunyi. Kebutuhan Clustering · Scalability : Kemampuan mengerjakan atribut2 dari berbagai tipe · Penemuan clusters dengan bentuk yang tidak tentu · Kebutuhan minimal untuk pengetahuan domain untuk menentukan parameter input · Dapat menerima noise dan outlier · Tidak mengindahkan susunan record dari input · Dimensi yang tinggi · Menyatu dengan batasan yang dispesifikasikan oleh user · Interpretability and usability Tipe-tipe Data pada Clustering · Variabel2 berskala interval · Variabel biner · Variabel nominal.

kemudian temukan cluster2 dalam bentuk sembarang – Metode berbasis grid – Kuantisasi ruang objek ke dalam struktur grid Berbasis Model – Gunakan model untuk menemukan keadaan data yang baik Contoh Clustering  Terdapat Database Foodmart2000 dengan OLAP Cube Sales. kita harus memilih Customer sebagai kasus pada halaman yang pertama dari OLAP Data Mining Wizard. . Pendapatan tahunan. Status Perkawinan/marital status. Pada tugas saat ini kita tertarik akan Jenis kelamin pelanggan/Customers’ Gender. Tujuannya adalah untuk meningkatkan kesetiaan mereka terhadap toko tsb.   Langkah 1 Ketika kita akan menggolongkan pelanggan. Kita akan menggunakan algoritma clustering di database Foodmart2000 dimana segmen pelanggan ada di OLAP cube sales dalam tiga kategori yang berdasarkan pada informasi berikut: Jenis kelamin. Pada basis cluster mereka yang akan dibuat.Kategori Pendekatan Clustering · Algoritma Partisi · Mempartisi objek2 ke dalam k cluster · Realokasi objek2 secara iteratif untuk memperbaiki clustering Algoritma Hirarkis – Agglomerative: setiap objek merupakan cluster. pembagian cluster tersebut membentuk cluster2 yang kecil Metode berbasis densitas – Berbasis koneksitas dan fungsi densitas – Noise disaring. Langkah 2– pada langkah ini kita memilih karakteristik yang akan diproses oleh algoritma tsb. Kartu Anggota. Pendidikan. Kita tertarik untuk menemukan 3 segmen pelanggan dari toko Foodmart dalam rangka menciptakan suatu program untuk menawarkan manfaat yang berbeda untuk pelanggan yang tergantung pada karakteristik pribadi mereka. dan Penjual toko. gabungan dari cluster-cluster membentuk cluster yang besar – Divisive: semua objek berada dalam suatu cluster. status perkawinan.

Pendapatan tahunan/yearly income dan penjual toko. ringkasan hasil.  Hasil Penerapan sistem cluster database saat ini lebih berhasil. distribusi data ke setiap node. Kartu anggota/Member Card. Oracle9 menggunakan teknologi bersama-penyimpanan. kedua campuran. Tapi masih belum mencapai semua fitur. itu sebabnya mengapa kita memilihnya. semua node dalam komputasi paralel untuk memproses data. Teori database cluster terbaru didasarkan pada komputasi terdistribusi. pilih DB2 teknologi Bersama-apa-apa. . jangkauan lebih luas dari aplikasi adalah: Oracle Corporation Oracle9 dengan IBM.pendidikan/education. DB2. Ini tidak diragukan lagi cara yang paling sempurna.

Sign up to vote on this title
UsefulNot useful