Article Per Year (5 Year)
p-Index From 2021 - 2026
1.347
P-Index
This Author published in this journals
All Journal Edu Komputika Journal InComTech: Jurnal Telekomunikasi dan Komputer Jurnal Pertahanan : Media Informasi tentang Kajian dan Strategi Pertahanan yang Mengedepankan Identity, Nasionalism dan Integrity Jurnal Teknoinfo Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Media Informatika Infotech: Jurnal Informatika & Teknologi Informasi interaktif : jurnal informatika dan teknologi informasi
Mega Pranata
Institut Teknologi Telkom Purwokerto
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Media Informatika

 1 
Performance Analysis of Load Balancing Learning Management System Moodle on Docker Container Bayu Setyaji; Mega Pranata; Iqsahiro Kresna
Media Informatika Vol 22 No 1 (2023)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v22i1.151

Abstract

Permintaan yang berlebih pada web server menyebabkan server tidak mampu melayani permintaan yang mengakibatkan overload dan menyebabkan server down. Load balancing dapat menjadi solusi, dengan kemampuan membagi beban kerja ke beberapa server secara seimbang. Metode load balancing dapat diterapkan pada teknologi container. Docker merupakan salah satu teknologi container yang berfungsi menjalankan aplikasi dengan cepat dan terisolasi didalam sebuah wadah yang disebut container.  Penelitian ini ditujukan untuk mengukur performa dari metode load balancing untuk server learning management system dengan dua algoritma yaitu least connection dan round robin yang diterapkan dalam container docker. Pengujian dilakukan dengan memberikan request pada server dengan tiga variasi yaitu 1000 , 2000 dan 4000 request . Hasil pengujian mendapatkan hasil bahwa algoritma least connection mendapatkan hasil yang lebih baik pada pengujian dengan request 1000 dan 2000 dengan nilai throughput tertinggi adalah 4,08333 Mbps. Kemudian nilai reponse time algoritma least connection unggul pada pnegujian ke 1000 dan 2000 sedangkan round robin unggul pada request 4000 dengan nilai 4985,31 ms. Lalu pada pengujian nilai error algoritma least connection memiliki nilai error lebih rendah pada semua skema pengujian dan pada penggunaan cpu.
Analisis Perbandingan QoS Pfsense dan Opnsense Menggunakan Metode Load Balancing Ahmad Saiful Huda; Cahyo Prihantoro; Mega Pranata
Media Informatika Vol 22 No 2 (2023)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v22i2.196

Abstract

Peningkatan konsumsi internet di Indonesia dari 2018 hingga 2022 (Q1) terjadi dengan jumlah pengguna aktif sebesar 210 juta dari total penduduk 272,682 juta. Peningkatan ini mencerminkan peningkatan penetrasi internet sebesar 77,02%. Internet merupakan layanan yang dianggap penting karena memberikan akses cepat dan efisien terhadap informasi. Selain peningkatan jumlah pengguna internet, juga terjadi peningkatan dalam jumlah ISP yang menyediakan layanan. Ketersediaan dan kualitas layanan internet akan mempengaruhi minat masyarakat dalam menggunakannya. Oleh karena itu, manajemen bandwidth perlu diperhatikan dengan menggunakan mekanisme Load Balancing, yaitu membagi beban lalu lintas jaringan melalui beberapa gateway yang tersedia agar tidak terpusat pada satu ISP. Dalam konteks ini, pfSense dan OPNsense digunakan sebagai solusi load balancer karena keduanya merupakan sistem open source yang dapat dikonfigurasi melalui antarmuka web, fleksibel, dan mendukung Load balancing. Penelitian ini akan membandingkan kinerja Load balancing dari router pfSense dan OPNsense pada Bitbox Open Network Appliance. Dari hasil penelitian yang dilakukan didapat sistem load balancing Pfsense lebih baik dibandingkan load balancing Opnsense berdasarkan nilai QoS dan penggunaan resource CPU pada Pfsense lebih tinggi dibandingkan Opnsense, namun penggunaan RAM pada Pfsense lebih rendah dibandingkan Opnsense.
Co-Authors Ahmad Saiful Huda Akbar Borneo Dammara Bayu Setyaji Bita Parga Zen Cahyo Prihantoro Ditya Putri Anggraeni Ipam Fuaddina Adam Iqsyahiro Kresna A Muhammad Alif Gustav Muhammad Nugraha Perdana Setiawan, Shodik Tatyantoro Andrasto