Journal of Artificial Intelligence and Digital Business
Vol. 5 No. 2 (2026): Mei-Juli

Optimasi DNS Server Berbasis BIND9 pada Debian dengan Algoritma Least Frequently Used (LFU) Cache untuk Peningkatan Response Time

Ester Manalu (Universitas Katolik Santo Thomas Medan)
Virzinia A. Napitupulu (Universitas Katolik Santo Thomas Medan)
Lotar Mateus Sinaga (Universitas Katolik Santo Thomas Medan)



Article Info

Publish Date
31 Jul 2026

Abstract

Domain Name System (DNS) merupakan komponen penting dalam infrastruktur jaringan karena berfungsi menerjemahkan nama domain menjadi alamat Internet Protocol (IP). Kinerja DNS server berpengaruh langsung terhadap kecepatan akses layanan, sehingga pengelolaan cache perlu dioptimalkan untuk mengurangi keterlambatan proses resolusi. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi algoritma Least Frequently Used (LFU) Cache pada DNS server berbasis BIND9 yang berjalan pada sistem operasi Debian 12. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan metode performance benchmarking melalui perbandingan kondisi BIND9 standar dan kondisi setelah penerapan LFU Cache. Pengujian dilakukan pada tiga skenario beban, yaitu 20, 50, dan 100 klien simultan, dengan lima kali pengulangan pada setiap skenario. Response time diukur dalam milidetik menggunakan dnsperf, sedangkan mekanisme LFU mempertahankan record domain yang paling sering diakses dan mengeluarkan record dengan frekuensi penggunaan terendah ketika kapasitas cache terbatas. Hasil pengujian menunjukkan bahwa penerapan LFU Cache menurunkan rata-rata response time dari 51,8 ms menjadi 39,0 ms pada 20 klien, dari 42,4 ms menjadi 29,0 ms pada 50 klien, serta dari 127,0 ms menjadi 60,0 ms pada 100 klien. Penurunan tersebut setara dengan peningkatan efisiensi masing-masing sebesar 24,7%, 31,6%, dan 52,8%. Dengan demikian, LFU Cache efektif meningkatkan performa BIND9, terutama pada kondisi beban tinggi, tanpa memerlukan peningkatan perangkat keras server.

Copyrights © 2026






Journal Info

Abbrev

RIGGS

Publisher

Subject

Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Description

Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to ...