<![CDATA[Platform e-commerce berskala besar seperti Shopee mengelola jutaan produk visual secara real-time, sehingga membutuhkan infrastruktur pemrosesan data yang andal, latensi rendah, dan mampu menangani lonjakan beban tinggi. Penelitian ini bertujuan mengevaluasi skalabilitas message broker terdistribusi menggunakan RabbitMQ dalam mendukung aliran data katalog visual pada platform e-commerce, khususnya dalam aspek throughput, latensi, dan efisiensi distribusi beban kerja. Metode yang digunakan meliputi pengujian skalabilitas berbasis skenario beban bertahap (120 aset gambar produk elektronik) dengan membandingkan Skenario A (tunggal/single node) dan Skenario B (multi-worker terdistribusi paralel). Arsitektur pemrosesan katalog ini diintegrasikan dengan modul visi komputer untuk otomatisasi penamaan katalog visual (auto-rename). Hasil pengujian menunjukkan bahwa arsitektur terdistribusi paralel mampu memangkas waktu pemrosesan secara signifikan dan mencegah terjadinya penumpukan antrean (bottleneck) data pada kondisi beban tinggi. Penelitian ini menyimpulkan bahwa implementasi message broker terdistribusi merupakan solusi yang sangat relevan dan skalabel untuk mendukung kebutuhan pemrosesan gambar produk secara paralel pada ekosistem e-commerce modern.]]>
Copyrights © 2026
