Article Per Year (5 Year)
p-Index From 2021 - 2026
1.687
P-Index
This Author published in this journals
All Journal Hello World Blend Sains Jurnal Teknik Hanif Journal of Information Systems Al'Adzkiya International of Computer Science and Information Technology Journal Tsabit
Andi Zulherry
Universitas Muhammadiyah Sumatera Utara
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Optimalisasi Alokasi Sumber Daya pada Arsitektur Private Cloud Menggunakan Algoritma Machine Learning Andi Zulherry; Indah Purnama Sari; Mhd. Basri; Yohanni Syahra
Hello World Jurnal Ilmu Komputer Vol. 5 No. 2 (2026): Edisi Juli 2026
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Private cloud computing telah menjadi solusi infrastruktur yang banyak diadopsi oleh organisasi untuk mengelola sumber daya komputasi secara mandiri dan aman. Namun, pengelolaan alokasi sumber daya seperti CPU, memori, disk, dan bandwidth jaringan pada lingkungan private cloud sering menghadapi tantangan berupa ketidakseimbangan beban kerja, yang dapat menyebabkan kondisi over-provisioning maupun under-provisioning pada virtual machine (VM). Penelitian ini mengusulkan pendekatan optimalisasi alokasi sumber daya berbasis algoritma machine learning untuk memprediksi kebutuhan resource secara dinamis berdasarkan pola penggunaan historis. Metode yang diterapkan meliputi pengumpulan data utilisasi resource dari dataset publik, praproses data, pelatihan model Random Forest Regression, serta evaluasi performa model menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R2). Hasil eksperimen menunjukkan bahwa model mampu memprediksi Disk Write Throughput dengan rata-rata R2 sebesar 0,81 dan Network Transmitted dengan rata-rata R2 sebesar 0,46 lintas tiga VM yang diuji. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi pengelola infrastruktur private cloud dalam merancang sistem alokasi resource yang lebih adaptif dan efisien.
Co-Authors Ahmad Asadel Al-Khowarizmi Aldi Subari Ichsan Firmansyah Indah Purnama Sari Indah Purnama Sari Ismi Qontas Lubis Karina Andriani Maratul Hasanah Vianingrum Mhd. Basri Muhammad Gunawan Sumita Wardani Yohanni Syahra