Pengertian B-Tree dan Secondary Storage
Secondary storage merupakan media penyimpanan komputer yang berupa
disk. Secondary storage memiliki
kapasitas yang lebih besar, harga yang lebih murah, dan akses yang lebih lambat
dibandingkan dengan primary storage. Data
pada secondary storage tidak dapat
diakses langsung oleh CPU, melainkan harus dicopy terlebih dahulu ke primary storage.
Implementasi
Karena keterbatasan mekanik, suatu
akses pada secondary storage akan
membutuhkan waktu yang relatif lama. Akses ke disk diperkirakan 1000x lebih
lambat dibandingkan akses ke main memory
atau primary storage. Di sisi lain, main memory tidak memiliki kapasitas
yang cukup besar. Oleh karena itu manusia tentu membutuhkan disk untuk
menyimpan berbagai macam data.
Bisa diambil contoh suatu data di
yellow page suatu wilayah yang tiap entrinya terdiri dari data pribadi berupa
nama, nomor telepon, serta alamat. Katakanlah ada 4.000.000 penduduk dan
masing-masing entri disimpan dalam sebuah record yang besarnya 512 byte. Maka total
ukuran file yang dibutuhkan adalah sebesar 4.000.000 x 512 = 2.048.000.000 atau
sekitar 2 GB. Ukuran file ini akan terlalu besar jika disimpan dalam main memory sehingga perlu disimpan
dalam disk. Sementara bisa dibayangkan jika yang didata adalah ratusan juta
data, maka akan dibutuhkan disk yang lebih besar lagi kapasitasnya.
Ketika menggunakan disk untuk
penyimpanan, akan digunakan struktur blok pada disk untuk menyimpan data. Blok merupakan
satuan unit transfer antar disk dengan memory agar dapat dibaca pada komputer. Suatu
secondary storage akan dibagi menjadi
blok-blok yang berukuran sama. Katakanlah 1 disk block berukuran 8.192 byte
atau sekitar 8 KB. Maka akan diperlukan 2 GB/8 KB per blok = 250.000 blok. Dimana
setiap blok akan menyimpan sebesar 8.192/512 = 16 records.
Semakin membutuhkan disk
berkapasitas besar, maka permintaan terhadap akses data pada disk atau secondary storage juga semakin tinggi. B-Tree
adalah metode indexing data yang
memungkinkan untuk memperkecil waktu akses data pada suatu disk. B-Tree yang dapat
menyimpan banyak data dalam satu node akan memungkinkan jumlah subtree dari
B-Tree dapat sangat banyak. Karena itulah B-Tree sangat cocok digunakan dalam
pengelolaan data dalam disk. Karena didesain memiliki banyak cabang, B-Tree
dapat meminimalisasi jumlah akses terhadap disk.
B-Tree termasuk pada teknik
pencarian “multiway search tree” yang
dapat meminimalkan jumlah akses ke disk. Setiap node akan disesuaikan dengan
ukuran blok pada disk. Mengacu pada contoh yang telah diuraikan sebelumnya,
maka 1 node akan memuat 1 blok atau 8 KB. Hal ini bertujuan untuk meminimalkan
jumlah blok transfer. Pada node-node B-Tree, data disimpan secara terurut agar
mempermudah pencarian sehingga waktu yang digunakan lebih efisien. B-Tree juga
memberi indeks pada blok-blok tertentu sehingga pencarian tidak dilakukan di
seluruh data namun hanya pada blok-blok tertentu. Pemberian indeks ini
dilakukan B-Tree dengan algoritma rekursif.
Referensi :
~. 2007. Bab 2 : Landasan Teori.
Diunduh dari http://thesis.binus.ac.id/Asli/Bab2/2007-2-00213-IF-Bab%202.pdf
pada 4 Maret 2014 pukul 11.49.
Manurung, Ruli dan Azurat, Ade.
2007. IKI 20100 : Struktur Data dan Algoritma “B Tree”. Diunduh dari http://aren.cs.ui.ac.id/sda/resources/sda2010/13_btree.pdf
pada 27 Februari 2014 pukul 13:55.
Mushofan, Aldyaka. 2013. Makalah
IF 2120 Matematika Diskrit – Sem. I Tahun 2013/2014 “B-Tree dan Penerapan di
Basis Data”. Diunduh dari http://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2013-2014/Makalah2013/MakalahIF2120-2013-104.pdf
pada 27 Februari 2014 pukul 13:57.
Wahyu, Pakasius. 2011. Makalah IF
2091 Struktur Diskrit – Sem. I Tahun 2011/2012 “Cara Kerja B-Tree dan
Aplikasinya”. Diunduh dari http://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2011-2012/Makalah2011/Makalah-IF2091-2011-029.pdf
pada 4 Maret 2014 pukul 11.43.
Tidak ada komentar:
Posting Komentar