Benchmarking Konfigurasi Apache Spark Single-Node: Studi Format, Partitioning, dan Caching pada Dataset Log Sintetis
Journal of Computers and Digital Business · 15.08.2026 · 5 (3) · 234-241
DOI: 10.56427/jcbd.v5i3.1015 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Computers and Digital Business, online erschienen am 15.08.2026. Verfasst von Syahrur Ro'uf und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).
Abstract (Originalsprache)
Studi benchmarking Apache Spark umumnya dilakukan pada klaster multi-node berskala komersial, sehingga panduan konfigurasi untuk mode single-node (local mode) yang lazim dipakai peneliti dengan sumber daya terbatas masih jarang diverifikasi secara empiris dan terbuka. Penelitian ini mengisi kesenjangan tersebut dengan mengevaluasi pipeline data lima tahap (ingest, cleanse, transform, aggregate, dan sink) menggunakan Apache Spark 4.1 pada mesin single-node (4 core, memori driver 4 GB) untuk mengolah dataset log transaksional sintetis 5 juta rekaman (424 MB) yang meniru karakteristik data akses terbuka. Empat eksperimen terkendali dilakukan: (E1) format penyimpanan CSV versus Parquet, (E2) strategi shuffle partitioning, (E3) in-memory caching untuk beban kerja iteratif, dan (E4) profiling waktu eksekusi per tahap. Pada lingkungan uji tersebut, Parquet memberikan percepatan baca 4,03× dengan rasio kompresi 2,92× dibanding CSV; jumlah partisi optimal adalah 4, sesuai jumlah core CPU; in-memory caching menghasilkan percepatan kumulatif 2,22× pada empat kueri berulang; dan pipeline end-to-end mencapai throughput 26.130 rekaman per detik nilai yang spesifik terhadap mesin uji dengan tahap sink Parquet terpartisi sebagai bottleneck dominan (75,1% total waktu). Kontribusi bersifat konfirmatoris-empiris: memverifikasi secara terkendali panduan konfigurasi yang terdokumentasi namun jarang diukur pada konteks single-node, sekaligus menyediakan kode sumber dan generator dataset secara terbuka untuk mendukung reproducibility.
Zitieren
APA
Ro'uf, S., & Putranto, B. P. D. (2026). Benchmarking Konfigurasi Apache Spark Single-Node: Studi Format, Partitioning, dan Caching pada Dataset Log Sintetis. Journal of Computers and Digital Business, 5(3), 234-241. https://doi.org/10.56427/jcbd.v5i3.1015
Vancouver
Ro'uf S, Putranto BPD. Benchmarking Konfigurasi Apache Spark Single-Node: Studi Format, Partitioning, dan Caching pada Dataset Log Sintetis. Journal of Computers and Digital Business. 2026;5(3):234-241. doi:10.56427/jcbd.v5i3.1015
BibTeX
@article{Rouf2026,
author = {Ro'uf, Syahrur and Putranto, Bambang Purnomosidi Dwi},
title = {Benchmarking Konfigurasi Apache Spark Single-Node: Studi Format, Partitioning, dan Caching pada Dataset Log Sintetis},
journal = {Journal of Computers and Digital Business},
year = {2026},
volume = {5},
number = {3},
pages = {234--241},
doi = {10.56427/jcbd.v5i3.1015}
}
EUVIMED