Claim Missing Document
Check
Articles

Found 1 Documents
Search

Desain dan Implementasi Penskala Otomatis AWS EC2 Instance Berbasis Weighted Moving Average dan Metrik Kustom untuk Aplikasi Kiosdeliv Faruqi, Ibrahim Zhilal; Siregar, Reza Andria; Yahya, Widhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 3 (2024): Maret 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aplikasi PPOB KiosDeliv memiliki beban kerja yang variatif untuk tiap fiturnya. Hal ini menimbulkan kekhawatiran bahwa penskala otomatis AWS (Amazon Web Services) yang hanya melihat penggunaan sumber daya VM tidak dapat melakukan aktivitas penskalaan yang optimal. Maka dari itu, penelitian ini meneliti tentang perancangan, implementasi, dan pengujian penskala otomatis AWS EC2 (Elastic Compute Cloud) instance berbasis weighted moving average dan metrik kustom yang diharapkan dapat melakukan aktivitas penskalaan yang lebih efektif. Metodologi dari penelitian ini adalah dengan melakukan perancangan pseudocode alur kerja, diagram basis data, juga deployment untuk penskala otomatis yang dibuat dan aplikasi dummy. Selanjutnya dilakukan pengkodean dan deployment berdasarkan rancangan tersebut. Selain itu, terdapat 3 jenis pengujian yang dilakukan, yaitu pengujian fungsional untuk menguji fungsionalitas aplikasi, pengujian performa untuk mengukur performa server dan pengujian utilisasi untuk mengukur utilisasi sumber daya server. Hasil yang didapatkan dari penelitian ini cukup memuaskan. Dari 4 kasus pengujian, 2 kasus terberatnya menimbulkan aktivitas penskalaan. Pada 2 kasus tersebut, penskala otomatis yang dibuat menunjukkan keunggulan pesat dibandingkan penskala otomatis AWS, dengan perbedaan performa pada pengujian 100 RPS sekitar 100ms dibandingkan 5200ms pada lebih dari 95% permintaan. Pada pengujian 200 RPS, penskala otomatis yang dibuat juga menunjukkan keunggulan, yaitu dengan waktu respons 90% permintaan sekitar 200ms dibandingkan dengan 5000ms. Pada kasus 200 RPS dan 100 RPS, penskala otomatis yang dibuat menyebabkan utilisasi CPU dan memori yang lebih rendah ketimbang penskala otomatis AWS. Hasil ini disebabkan cepatnya dan besarnya nominal inkremen penskalaan pada penskala otomatis yang dibuat dibandingkan dengan AWS. Berdasarkan hasil pengujian diatas, dapat disimpulkan bahwa penskala otomatis yang dibuat berhasil meraih peningkatan performa dibandingkan dengan penskala otomatis AWS. Secara utilisasi sumber daya VM, penskala otomatis yang dibuat juga memiliki utilisasi yang lebih rendah dibandingkan dengan AWS.