Produksi film animasi layar lebar menghasilkan volume data yang sangat besar dan bervariasi, mulai dari terabyte hingga petabyte, yang mencakup berbagai format data seperti file render, model 3D, dan efek visual. Penyimpanan data yang besar ini tidak hanya memerlukan kapasitas yang sangat besar, tetapi juga mengharuskan akses yang cepat dan pengelolaan yang fleksibel untuk mendukung alur kerja yang intensif dalam produksi, terutama pada saar proses render. Penyimpanan tradisional seperti NAS memberikan kecepatan akses tinggi namun memiliki keterbatasan dalam kapasitas, skalabilitas, dan biaya pemeliharaan yang tinggi. Oleh karena itu, diperlukan pendekatan yang lebih efisien, yaitu penyimpanan berbasis hierarki yang dapat mengoptimalkan pengelolaan data sesuai dengan frekuensi akses dan jenis data. Penelitian ini melibatkan pengujian pada dua jenis penyimpanan, yaitu penyimpanan lokal (Network Attached Storage/NAS) dan penyimpanan cloud Tier 1, Tier 2, dan Tier 3. Analisis dilakukan berdasarkan kecepatan transfer data, kepuasan pengguna dan keputusan berjenjang/hierarki. Hasil penelitian menunjukkan bahwa penggunaan storage on-premis (NAS) yang diyakini memiliki kecepatan stabil dalam proses tranfer file dan render, dan mengesampingkan storage cloud namun faktanya kecepatan storage cloud lebih baik dalam mengoptimalkan penyimpananan data produksi. Dibuktikan dengan pengujian di dua lingkungan storage (on-premise dan cloud storage) kedua sama-sama diberikan bandwidth 100 Mbps. Saat transfer data, cloud tier 1 mampu dikecepatan Up / Down rata-rata di 106 / 11 Mbps, sedangkan on-premise Up / Down rata-rata di 46 / 3 Mbps. Namun keduanya masih dapat digunakan untuk proses render walaupun selisihnya setengah sepertiga waktu. NAS memiliki keunggulan dalam latensi rendah dan efisiensi akses data, tetapi throughput-nya kurang stabil. Tier 1 cloud storage memberikan performa tinggi untuk data aktif, sedangkan Tier 3 sangat ekonomis untuk data arsip dengan biaya rendah tetapi latensi lebih tinggi. Pendekatan hierarki memungkinkan setiap kategori data dialokasikan pada jenis penyimpanan yang paling sesuai.
Copyrights © 2025