Penjadwalan Disk

Penjadwalan disk yang telah kita pelajari pada bab sebelumnya memfokuskan untuk menangani data
yang konvensional, yang memiliki sasaran yaitu fairness dan throughput. Sedangkan pada bab ini data
yang kita pelajari adalah data yang continuous.

Data continuous memiliki dua constraint yang tidak dimiliki oleh data konvensional yaitu: timing
deadline dan rate requirements. Kedua constraint tersebut harus dipenuhi untuk mempertahankan
jaminan QOS (Quality Of Service), dan algoritma penjadwalan disk harus dioptimalkan untuk constraint.
Sayangnya, kedua constraint tersebut sering terjadi konflik. Data continuous biasanya membutuhkan
kecepatan bandwidth disk yang sangat besar untuk memenuhi rate-requirements data. Karena disk
memiliki transfer rate yang relatif rendah dan latency rate yang relatif tinggi maka penjadwal disk harus
mengurangi waktu latensi untuk menjamin bandwidth yang tinggi. Bagaimanapun, mengurangi waktu
latensi mungkin berakibat dalam sebuah penjadwalan policy yang tidak memberikan prioritas pada
deadline.

Earliest-Deadline-First

Penjadwalan EDF yang digunakan pada penjadwalan proses pada sistem waktu nyata dapat digunakan
juga untuk melakukan penjadwalan disk pada data yang continuous. EDF mirip dengan shortest-seek-
time-first (SSTF), kecuali dalam melayani permintaan terdekat dengan silinder saat itu karena EDF
melayani permintaan yang terdekat dengan deadline.

Masalah yang dihadapi dari pendekatan ini adalah pelayanan permintaan yang kaku berdasarkan
deadline akan memiliki seek time yang tinggi, karena head dari disk harus secara random mencari posisi
yang tepat tanpa memperhatikan posisinya saat ini. Sebagai contoh, disk head pada silinder 75 dan
antrian dari silinder (diurutkan berdasarkan deadline) adalah 98, 183, 105. Dengan EDF, maka head akan
bergerak dari 75, ke 98, ke 183 dan balik lagi ke 105 (head melewati silinder 105 ketika berjalan dari 98
ke 183). Hal ini memungkinkan penjadwal disk telah dapat melayani permintaan silinder 105 selama
perjalanan ke silinder 183 dan masih dapat menjaga persyaratan deadline dari silinder 183.

Scan EDF

Masalah dasar dari penjadwalan EDF yang kaku adalah mengabaikan posisi dari read-write head dari
disk, ini memungkinkan pergerakan head melayang secara liar ke dan dari disk, yang akan berdampak
pada seek time yang tidak dapat diterima, sehingga berdampak negatif pada throughput dari disk. Hal ini
pula yang dialami oleh penjadwalan FCFS dimana akhirnya dimunculkan penjadwalan SCAN, yang
menjadi solusi.

Scan EDF merupakan algoritma hibrida dari kombinasi penjadwalan EDF dengan penjadwalan SCAN.
SCAN-EDF dimulai dengan EDF ordering tetapi permintaan pelayanan dengan deadline yang sama
menggunakan SCAN order. Apa yang terjadi apabila beberapa permintaan memiliki deadline yang
berbeda yang relatif saling tertutup? Pada kasus ini, SCAN-EDF akan menumpuk permintaan,
menggunakan SCAN ordering untuk melayani permintaan pelayanan yang ada dalam satu tumpukan.
Ada banyak cara menumpuk permintaan dengan deadline yang mirip; satu-satunya syarat adalah
reorder permintaan pada sebuah tumpukan tidak boleh menghalangi sebuah permintaan untuk dilayani
berdasarkan deadline-nya. Apabila deadline tersebar merata, tumpukan dapat diatur pada grup pada
ukuran tertentu. Pendekatan yang lain adalah dengan menumpuk permintaan yang deadlinenya jatuh
pada treshold waktu yang diberikan, misalnya 10 permintaan pertumpukan.

Kompresi

Karena ukuran dan persyaratan rate pada sistem multimedia, berkas multimedia sering dikompresi dari
ukuran aslinya ke ukuran yang lebih kecil. Sebuah berkas yang sudah dikompres, akan mengurangi space
untuk penyimpanan dan dapat dikirim ke klien lebih cepat. Kompresi sangat berguna pada saat
mengirimkan sebuah isi berkas melalui koneksi jaringan. Dalam diskusi mengenai kompresi berkas, kita
sering merujuk ke ratio kompresi, yang mana ratio dari ukuran berkas asli banding ukuran berkas yang
dikompres.

Sekali sebuah file telah dikompres, file tersebut harus didekompresikan sebelum dapat diakses. Fitur
yang terdapat pada algoritma kompresi berkas mempengaruhi pada saat dekompresinya. Algoritma
kompresi diklasifikasikan menjadi dua jenis, yaitu:

Algoritma kompresi Lossy.Kompresi menggunakan lossy, beberapa bagian data asli hilang ketika berkas
di decoded. Keuntungan dari algortima ini adalah bahwa rasio kompresi cukup tinggi. Hal ini dikarenakan
cara algoritma lossy yang mengeliminasikan beberapa data dari suatu berkas. Namun data yang
dieliminasikan biasanya adalah data yang kurang diperhatikan atau diluar jangkauan manusia, sehingga
pengeliminasian data tersebut kemungkinan besar tidak akan mempengaruhi manusia yang berinteraksi
dengan berkas tersebut. Beberapa algoritma lossy digunakan di operasi video dengan hanya menyimpan
perbedaan diantara frame berturut-turut. Contoh format gambar yang menggunakan algoritma lossy
adalah JPEG.
Algoritma kompresi Lossless.Kompresi menggunakan lossless menjamin bahwa berkas yang dikompresi
dapat selalu dikembalikan ke bentuk aslinya. Algoritma lossless digunakan untuk kompresi berkas text,
seperti program komputer (berkas zip, rar, dll), karena kita ingin mengembalikan berkas yang telah
dikompres ke status aslinya. Contoh format gambar yang menggunakan algoritma lossless adalah GIF
and PNG