<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="119778">
 <titleInfo>
  <title>EFISIENSI KOMPUTASI DALAM PENYELESAIAN 0PERASI MATRIKS:</title>
  <subTitle>PERBEDAAN DALAM MESIN TUNGGAL DAN CLUSTER DENGAN MENGGUNAKAN METODE MAPREDUCE</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Mulkan Fadhli</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2011</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penelitian bidang rekayasa semakin kompleks. Berbagai model matematika telah digunakan.    Salah  satunya adalah matriks,  yang  merupakan  model  yang  paling sering   digunakan   bidang   rekayasa.   Komputasi   matriks   memiliki   salah   satu  karakteristik, yaitu semakin besar dimensinya maka dibutuhkan waktu dan sistem  komputer  yang  besar  untuk  menyelesaikannya.  Salah  satu  solusi  yang  paling murah  adalah  menggunakan  komputasi  paralel.  Mapreduce  merupakan  sebuah model   pemogramam   paralel   yang  melakukan   komputasi   secara  terdistribusi dengan  memanfaatkan processor yang idle, sehingga perhitungan matriks menjadi lebih efisien. &#13;
Dalam penelitian ini perkalian matriks dijalankan dengan beberapa metode (Single Processor,  Threads, dan MapReduce) untuk dilihat performansi yang lebih baik dalam hal  Execution Time, CPU Usage, dan RAM Usage.&#13;
Dari  hasil  simulasi  dengan  bebagai  macam  dimensi  matriks  ternyata  didapat performansi  MapReduce  lebih  handal  dari  pada  dua  sisten  komputasi  yang lainnya.&#13;
&#13;
Kata kunci : MapReduce, Matriks, komputasi paralel.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>119778</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-01-25 15:23:56</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-01-25 15:23:56</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>