Maulana Bintang Irfansyah
Politeknik Elektronika Negeri Surabaya

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Performance evaluation of serverless cloud-native API deployment: a case study on a mobile health application Maulana Bintang Irfansyah; Bilal Waheed; Idris Winarno; Akhmad Alimudin
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 24, No 1: February 2026
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v24i1.27261

Abstract

As software applications become increasingly complex, there is a growing need for scalable, flexible, and high-performance backend solutions. Cloud computing-based application programming interfaces (APIs) address these demands by enabling developers to offload resource-intensive tasks to the cloud while eliminating the burden of infrastructure management. This study presents a case study using Obesifix, a mobile health application for real time dietary monitoring and personalized nutrition recommendations. Two deployment models were evaluated: a traditional server-based architecture using Google Compute Engine (GCE) and a serverless approach using Google Cloud Run (GCR). Performance testing was conducted with Apache JMeter under simulated loads of 60, 120, and 180 users across four critical API endpoints (register, login, recommendation, prediction). Results show that GCR consistently achieved 20–30% lower response times and 15–20% higher throughput compared to GCE, while maintaining 0% error rate, lower memory consumption, and more balanced virtual central processing unit (vCPU) utilization. Time to first byte (TTFB) remained below 800 ms across all scenarios, confirming good server responsiveness. These findings highlight the scalability and efficiency benefits of serverless architectures for mobile health applications. Future research should explore asynchronous programming paradigms, autoscaling thresholds, and cost-performance trade-offs, as well as multi-cloud deployments to enhance system resilience and generalizability.
IMPLEMENTASI KALIBRASI OTOMATIS PADA WATER QUALITY METER UNTUK PEMBELAJARAN MONITORING KUALITAS AIR DI PKP SIDOARJO Arna Fariza; Teguh Hady Ariwibowo; Agus Indra Gunawan; Setiawardhana Setiawardhana; Nu Rhahida Arini; Maulana Bintang Irfansyah; Ahmad Harun; Santi Santi; Nurmala Asifatu Zahro; Rahmat Maghrobi Alwafi; Ainul Muhlasin; Zaky Wahyu Oktavianto; Naufal Pandu; Naufal Nafi' Nusantoro; Muhammad Irfan Tam Tomo
Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia. Vol 5, No 1 (2026): Maret 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jpm.v5i1.2341

Abstract

Kualitas air merupakan faktor utama yang menentukan keberhasilan kegiatan budidaya dan pembelajaran praktikum di bidang akuakultur. Politeknik Kelautan dan Perikanan (PKP) Sidoarjo sebagai institusi pendidikan vokasi membutuhkan perangkat monitoring yang akurat, mudah digunakan, dan relevan untuk mendukung kegiatan praktikum mahasiswa. Kegiatan pengabdian masyarakat ini bertujuan untuk mengimplementasikan modul Water Quality Meter (WQM) yang telah dilengkapi sistem kalibrasi otomatis berbasis Recursive Error Correction (REC) sebagai upaya meningkatkan akurasi pengukuran parameter kualitas air, meliputi pH, suhu, dan salinitas. Metode pelaksanaan terdiri dari tahap perencanaan, persiapan, pelatihan, demonstrasi, serta evaluasi penggunaan alat di fasilitas kolam uji PKP Sidoarjo. Hasil kegiatan menunjukkan bahwa modul WQM 2025 mampu memberikan pembacaan sensor yang stabil dan konsisten ketika digunakan dalam sesi praktik lapangan. Integrasi sistem REC terbukti meningkatkan ketepatan hasil pengukuran tanpa memerlukan proses kalibrasi manual yang kompleks. Peserta kegiatan memperoleh peningkatan pemahaman mengenai pemantauan kualitas air berbasis IoT serta mampu mengoperasikan alat dan platform monitoring secara mandiri. Program ini juga membuka peluang kolaborasi berkelanjutan dalam pengembangan teknologi terapan untuk pendidikan vokasi kelautan dan perikanan