Profiling
Halo semua, kembali lagi dengan saya yang akan menjelaskan mengenai Profiling. Sebelumnya sudah pada kenal saya kan? kalo belum, perkenalkan nama saya Ryan yang merupakan salah satu hacker dari kelompok PDB+R.
Definisi
Profiling adalah salah satu cara untuk menganalisis performa suatu program, atau blok kode baik itu dari segi waktu, maupun dari segi efisiensi penggunaan sumber daya komputasi. Profiling menekankan pada penggunaan sumber daya komputasi dan mempunyai beberapa variabel untuk mengukur sumber daya komputasi yang digunakan mencakup CPU usage, memory usage, dan waktu eksekusi. Dengan melakukan profiling, kita bisa mengetahui bagian kode yang menggunakan sumber daya komputasi tinggi, dan bisa diperbaiki jika perlu.
Implementasi pada kelompok kami
Kelompok kami menggunakan library time bawaan Python untuk mengukur waktu eksekusi beberapa baris kode pada pembuatan term secara otomatis. Dari hasil pengetesan method “auto create term” dapat dilihat bahwa eksekusi method cukup cepat yaitu 0.12 detik, hal ini bisa dinilai cukup cepat yaitu kurang dari 5 detik (waktu standar untuk timeout). Kami pun dapat menyimpulkan method ini sudah cukup efektif dan cepat.
Penutup
Profiling perlu dilakukan untuk mengukur performa dari algoritma yang telah kita buat, agar kita dapat menemukan di mana lokasi blok kode yang menajalankan performa dengan buruk pada kode kita. Dengan informasi tersebut, kita dapat fokus melakukan optimasi pada bagian dengan blok kode yang menjalankan performa dengan buruk, hal ini berguna untuk mempercepat proses optimasi pada kode.
Mungkin Profiling dari saya segini dulu, semoga tulisan saya ini bermanfaat buat kalian. Sampai jumpa lagi pada tulisan saya selanjutnya ya :)
