<![CDATA[Di kehidupan kita sehari-hari, penggunaan internet menjadi bagian yang tidak dapat dipisahkan dari kebutuhan zaman modern yang akan melibatkan lebih banyak elemen jaringan dan end-users, volume traffic yang lebih besar dan fitur yang lebih beragam. Untuk memenuhi kebutuhan demand ini maka Network Virtualization (NV) muncul sebagai jawaban namun diikuti juga dengan permasalahan Virtual Network Embedding (VNE) yang memiliki tujuan utama untuk mencapai efektifitas dan efisiensi dalam sebuah jaringan virtual. Penelitian ini ingin melakukan perbandingan performa antara dua algoritma Virtual Network Embedding (VNE) yaitu metode NRM-VNE dan VNE MGA melalui tiga nilai metriks evaluasi yaitu long-term average revenue, acceptance ratio dan revenue to cost. Metode NRM-VNE menggunakan algoritma Node Ranking Metrics (NRM) dimana algoritma ini menghitung nilai ranking untuk semua node dan link virtual yg kemudian diurutkan sesuai dengan ranking tertinggi sedangkan metode VNE-MGA menggunakan algoritma modifikasi genetika yang melalui beberapa operasi tertentu untuk mencapai solusi yang optimal. Dari hasil simulasi yang telah dilakukan didapatkan bahwa metode VNE-MGA memiliki performa yang lebih baik dibandingkan dengan metode NRM-VNE di tiga metriks evaluasi namun metode NRM-VNE lebih baik dari aspek total time cost yang dibutuhkan untuk menjalankan simulasi. Hal ini terjadi karena metode NRM-VNE melakukan pemusatan kinerja pada node dan link dengan ranking tertinggi di jaringan substrat sehingga mempengaruhi nilai metriks evaluasi yang didapatkan sedangkan metode VNE-MGA melakukan operasi pengecekan untuk menilai apakah pemerataan kinerja telah mencapai nilai optimal di setiap node dan link sehingga ini membuat nilai metriks evaluasi jadi lebih baik dibandingkan metode sebelumnya.Kata kunci— Metriks Evaluasi, Network Virtualization (NV), NRM-VNE, Virtual Network Embedding (VNE), VNE-MGA.]]>
Copyrights © 2024
