<![CDATA[Lingkungan distributed edge computing memungkinkan layanan diproses lebih dekat dengan pengguna melalui beberapa situs edge yang tersebar secara geografis. Namun, perbedaan distribusi permintaan menyebabkan kebutuhan kapasitas layanan pada setiap situs menjadi tidak merata. Mekanisme penskalaan otomatis (Horizontal Pod Autoscaler atau HPA) dan penjadwalan bawaan Kubernetes belum mempertimbangkan distribusi permintaan antar situs, sehingga jumlah dan penempatan pod belum sesuai dengan kebutuhan kapasitas layanan. Penelitian ini mengusulkan mekanisme penskalaan dan penempatan pod Kubernetes berdasarkan distribusi laju permintaan yang datang di tiap situs (incoming RPS). Mekanisme terdiri atas Request-aware Autoscaler berbasis siklus MAPE-K untuk menghitung kebutuhan pod pada setiap situs dan Request-aware Scheduler untuk menempatkan pod sesuai hasil perhitungan tersebut. Evaluasi dilakukan pada klaster Kubernetes yang terdiri atas tiga edge node menggunakan berbagai variasi distribusi beban dan dibandingkan dengan HPA berbasis CPU serta HPA berbasis RPS melalui Prometheus Adapter. Hasil pengujian menunjukkan bahwa mekanisme yang diusulkan menghasilkan distribusi pod yang mengikuti distribusi laju permintaan datang sehingga laju permintaan yang diproses (processed RPS) pada setiap situs lebih selaras dengan incoming RPS dibandingkan kedua mekanisme pembanding. Kondisi ini meningkatkan peluang pemrosesan permintaan pada situs lokal, meskipun waktu respons aplikasi yang dihasilkan tidak berubah secara signifikan. Selain itu, mekanisme menghasilkan rata-rata penggunaan CPU klaster yang lebih rendah pada beberapa skenario beban tidak seimbang.]]>
Copyrights © 2026
