Performance Analysis of Database Synchronization on DBMS MySQL and Oracle by Using Event-Driven and Time-Driven Data for Monitoring Weather

Abstract

Abstrak. Data cuaca berupa suhu udara, kelembaban udara, curah hujan, dan kecepatan angin memerlukan proses penyimpanan yang baik supaya data cuaca dapat direkapitulasi selama satu tahun. Untuk itu membutuhkan proses penyimpanan data melalui Database Management System (DBMS). DBMS dapat mengelola, menyimpan sekumpulan data secara baik. Pengguna DBMS dapat membuat, mencari, memelihara, serta memiliki akses terkontrol terhadap data. Penyimpan data pada pemantauan cuaca menggunakan hardisk eksternal dalam format Comma Separated Values (CSV), penyimpanan data seperti ini kurang efisien diakibatkan data direkapitulasi secara manual ke dalam computer. Kinerja sinkronisasi database dianalisis menggunakan metode Event-Driven dan Time-Driven pada DBMS Oracle dan MySQL untuk pemantauan data cuaca. Hasilnya, pada saat proses penyimpanan 100 data (record), MySQL memiliki kemampuan yang lebih cepat yaitu 166 detik dibandingkan dengan Oracle dalam waktu eksekusi 188 detik. Pada saat proses penyimpanan mulai 200 sampai 1000 data (record) membutuhkan waktu eksekusi rata-rata pada Oracle yaitu 203,56 detik sedangkan pada MySQL waktu eksekusi rata-rata 1163,89 detik. Jadi, kinerja DBMS Oracle lebih baik dibandingkan dengan DBMS MySQL dalam proses penyimpanan data cuaca, namun DBMS Oracle belum bisa menyimpan data secara langsung dari mikrokontroler karena belum adanya program yang mendukung ke dalam DBMS Oracle. Abstract. Weather data in the form of air temperature, humidity, rainfall, and wind speed require a good storage process so that weather data can be recapitulated for one year. For this reason, it requires the process of storing data through a Database Management System (DBMS). DBMS can manage, store a collection of data well. DBMS users can create, search, maintain and have controlled access to data. Data storage in weather monitoring uses an external hard drive in Comma Separated Values (CSV) format, this kind of data storage is less efficient due to the data being recapitulated manually into a computer. Therefore, the author wants to analyze the performance of database synchronization on Oracle and MySQL DBMS by using Event-Driven and Time-Driven methods for monitoring weather data. As a result, when storing 100 data (records), MySQL has a faster capability of 166 seconds compared to Oracle in 188 seconds of execution time. When the storage process starts from 200 to 1000 data (records) the average execution time in Oracle is 203.56 seconds, while in MySQL the average execution time is 1163.89 seconds. So, the performance of the Oracle DBMS is better than the MySQL DBMS in the process of storing weather data, but the Oracle DBMS has not been able to store data directly from the microcontroller because no program supports it into the Oracle DBMS.

Keywords

• synchronization
• dbms
• big data
• time-driven
• event-driven