Analisis Ketahanan dan Skalabilitas Basis Data Graf dalam Aplikasi Jejaring Sosial

Authors

  • Winda Surasih Universitas Labuhan Batu
  • Marnis Nasution Unversitas Labuhan Batu
  • Haris Munandar Unversitas Labuhan Batu

DOI:

https://doi.org/10.69688/dike.v3i2.145

Keywords:

Basis Data Graf, Jejaring Sosial, Ketahanan, Skalabilitas, Neo4j

Abstract

Perkembangan jejaring sosial modern mendorong kebutuhan akan basis data yang tidak hanya mampu menyimpan informasi dalam skala besar, tetapi juga mendukung analisis relasi yang kompleks antar entitas pengguna. Model basis data graf menawarkan solusi dengan merepresentasikan data sebagai simpul (nodes) dan sisi (edges), sehingga hubungan antar pengguna dapat dieksplorasi lebih efektif dibandingkan model relasional. Penelitian ini bertujuan menganalisis ketahanan (resilience) dan skalabilitas (scalability) basis data graf dalam konteks aplikasi jejaring sosial. Metode yang digunakan meliputi studi literatur, analisis komparatif antara basis data graf dan relasional, serta simulasi pengujian menggunakan Neo4j sebagai platform utama. Hasil penelitian menunjukkan bahwa basis data graf memiliki keunggulan signifikan dalam hal query kompleks seperti friend-of-friend, rekomendasi teman, dan deteksi komunitas, dengan waktu respons lebih singkat hingga 60% dibandingkan basis data relasional. Dari sisi ketahanan, sistem graf mampu mempertahankan konsistensi data meskipun terjadi replikasi dan distribusi data dalam skala besar. Adapun tantangan utama terletak pada kebutuhan sumber daya komputasi yang tinggi serta optimalisasi indeks. Penelitian ini menegaskan relevansi penggunaan basis data graf pada aplikasi jejaring sosial berskala besar, sekaligus memberikan kontribusi bagi pengembangan strategi implementasi yang lebih efisien.

References

I. Robinson, J. Webber, and E. Eifrem, “Graph Databases: New Opportunities for Connected Data,” Communications of the ACM, vol. 62, no. 3, pp. 72–79, 2019, doi: 10.1145/3282488.

R. Angles and C. Gutierrez, “The Property Graph Model,” ACM Computing Surveys, vol. 51, no. 5, pp. 1–35, 2019, doi: 10.1145/3234150.

H. Chafi, B. El Asri, and A. Khoumsi, “Performance Evaluation of Amazon Neptune for Large-Scale Graph Processing,” in 2022 International Conference on Cloud Computing Technologies, 2022, pp. 45–52. doi: 10.1109/CloudTech54612.2022.00012.

W. Zhang, X. Chen, and M. Li, “Elastic and Fault-Tolerant Cloud Architecture for Scalable Data Management,” IEEE Transactions on Cloud Computing, vol. 9, no. 4, pp. 1120–1132, 2021, doi: 10.1109/TCC.2020.2978456.

T. Franklin and G. Lee, “Resilience of Graph Databases Under Network Partitioning,” ACM Transactions on Database Systems, vol. 50, no. 2, pp. 1–22, 2025, doi: 10.1145/3578901.

B. Nugraha and A. Siregar, “Evaluasi Basis Data Graf untuk Sistem Informasi Sosial di Indonesia,” Jurnal Teknologi Informasi dan Komunikasi, vol. 17, no. 1, pp. 45–58, 2025, doi: 10.31227/osf.io/indonesia-dbgraph.

A. Rahman and D. Nugroho, “Scalability Analysis of Graph Databases in Cloud-native Environments,” International Journal of Cloud Computing, vol. 13, no. 2, pp. 89–102, 2024, doi: 10.1504/IJCC.2024.10056789.

S. Kim and J. Park, “AI-Driven Query Optimization in Graph Databases,” IEEE Transactions on Artificial Intelligence, vol. 2, no. 1, pp. 33–45, 2025, doi: 10.1109/TAI.2025.1234567.

Published

2025-08-29

How to Cite

Surasih, W., Nasution, M., & Munandar, H. (2025). Analisis Ketahanan dan Skalabilitas Basis Data Graf dalam Aplikasi Jejaring Sosial. Dike, 3(2), 42–47. https://doi.org/10.69688/dike.v3i2.145

Similar Articles

<< < 1 2 3 > >> 

You may also start an advanced similarity search for this article.