Peningkatan Skalabilitas Operasional Sistem E-Learning Menggunakan Teknik Event-Driven Autoscaling Pada Private Cloud Berbasiskan Container

Novianti, Siska and Achmad Basuki,, S.T., M.MG, Ph.D and Agung Setia Budi,, S.T., M.T., Ph.D (2022) Peningkatan Skalabilitas Operasional Sistem E-Learning Menggunakan Teknik Event-Driven Autoscaling Pada Private Cloud Berbasiskan Container. Magister thesis, Universitas Brawijaya.

Abstract

Kegiatan belajar mengajar yang harus dilakukan secara daring pada saat pandemi Covid-19 menyebabkan pertumbuhan akses pada Sistem Pembelajaran Elektronik (E-Learning) meningkat tajam. Peningkatan akses ini juga berdampak pada kinerja infrastruktur dalam hal ini server e-Learning. Peningkatan akses yang tinggi dapat menjadi penyebab kegalalan sistem. Salah satu cara untuk mengatasi kegagalan sistem yaitu dengan melakukan penambahan sumber daya maupun penambahan server. Namun penambahan ini harus mengikuti dinamika kebutuhan akses. Kemudahan dalam menambahkan dan mengurangi sumber daya secara dinamis sesuai dengan kebutuhan hanya dapat dilakukan pada cloud computing. Kemudahan ini dapat dilakukan dengan autoscaling. Kinerja server E-Learning pada umumnya dipengaruhi oleh jumlah pengguna yang mengakses sistem secara bersama-sama (concurrent user). Pengguna akan secara bersamaan mengirimkan permintaan HTTP. Permintaan HTTP yang besar dan secara bersama-sama ini akan memberi beban pada sumber daya sistem. Event Driven autoscaling pada penelitian ini adalah sebuah kondisi dimana terdapat event dari pengguna yaitu berupa HTTP Request yang memicu peningkatan penggunaan sumber daya CPU dan memori dan ketika penggunaan sumber daya sampai pada batas tertentu, autoscaler akan memutuskan bahwa sistem memenuhi syarat untuk dilakukan penskalaan. Kecepatan sistem untuk beradaptasi dengan penambahan pod atau pengurangan pod menjadi hal yang penting. Ketika sistem mengalami kenaikan beban HTTP Request mengakibatkan penggunaan sumber daya meningkat, sehingga kenaikan ini memicu penambahan pod. Demikian pula ketika beban HTTP Request turun maka sistem akan menurunkan jumlah pod. Pada pengujian dengan metrik gabungan memori dan CPU, ketika terjadi 3 kali peningkatan jumlah HTTP Request yaitu 13056, 24420, 32268 jumlah pod juga meningkat 3 kali dari jumlah awal. Dengan metrik penggunaan sumber daya (CPU dan memori), menunjukkan hasil terbaik dengan HTTP Request sukses hingga 99%. Sehingga kinerja sistem e-learning tetap berada dalam kondisi optimal. Hal ini menunjukkan bawa sistem e-Learning memiliki skalabilitas operasional terhadap dinamika beban HTTP Request.

English Abstract

Teaching and learning activities that had to be carried out online during the Covid-19 pandemic caused growth in access to Electronic Learning Systems (ELearning) to increase sharply. This increase in access also has an impact on infrastructure performance, in this case the e-Learning server. High access increments can be the cause of system failures. One way to overcome system failure is by adding resources or adding servers. However, this addition must follow the dynamics of access needs. Ease of adding and reducing resources dynamically according to needs can only be done in cloud computing. This convenience can be done with autoscaling. E-Learning server performance is generally influenced by the number of users who access the system simultaneously (concurrent users). Users will simultaneously send HTTP requests. These large HTTP requests together place a strain on system resources. Event Driven autoscaling in this study is a condition where there is an event from the user in the form of an HTTP Request which triggers an increase in CPU and memory resource usage and when resource usage reaches a certain limit, the autoscaler will decide that the system meets the requirements for scaling. The speed with which the system adapts to adding pods or reducing pods is critical. When the system experiences an increase in HTTP Request load, the resource usage increases, so this increase triggers the addition of pods. Likewise, when the HTTP Request load drops, the system will reduce the number of pods. In testing with combined memory and CPU metrics, when there is a 3 times increase in the number of HTTP Requests i.e. 13056, 24420, 32268 the number of pods also increases 3 times from the initial number. With resource usage metrics (CPU and memory), shows the best results with HTTP Request success up to 99%. So that the performance of the e-learning system remains in optimal condition. This shows that the e-Learning system has operational scalability against HTTP Request load dynamics.

Item Type:	Thesis (Magister)
Identification Number:	042215
Uncontrolled Keywords:	Cloud Computing, Autoscaling, HTTP Request, Event-Driven.
Subjects:	000 Computer science, information and general works > 004 Computer science
Divisions:	S2/S3 > Magister Ilmu Komputer, Fakultas Ilmu Komputer
Depositing User:	PKN 03 UB
Date Deposited:	09 Jun 2023 06:37
Last Modified:	09 Jun 2023 06:37
URI:	http://repository.ub.ac.id/id/eprint/201341

Text (DALAM MASA EMBARGO) Siska Novianti.pdf Restricted to Registered users only until 31 December 2024. Download (4MB)

Actions (login required)

View Item