Perbandingan Kinerja Dynamic Load Balancer Berbasis Balancer Genetic Algorithm dan Resource-Aware Least Busy pada Virtual Machine Web App UKM Laos Course
Perbaningan Kinerja Dynamic memuat Keseimbangan Berbasis Keseimbangan Genetika Algorithm dan Sumber Daya-Aware Paling Sibuk pada Virtual Machine App UKM Laos Course
Tahun 2026 · Penulis: Rahadyan Rizqy Addhoyfurrakhman
Faculty of Computer Science, Universitas Jember
Tautan: https://repository.unej.ac.id/handle/123456789/14786
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Perbaningan Kinerja Dynamic memuat Keseimbangan Berbasis Keseimbangan Genetika Algorithm dan Sumber Daya-Aware Paling Sibuk pada Virtual Machine App UKM Laos Course
Peningkatan permintaan terhadap layanan digital mendorong kebutuhan akan manajemen sumber daya yang efisien dalam lingkungan cloud computing. Load balancing memainkan peran penting dalam mendistribusikan beban kerja secara merata ke seluruh virtual machine guna menjaga kualitas layanan dan mencegah kelebihan beban pada server. Penelitian ini membandingkan kinerja metode Balancer Genetic Algorithm (BGA) dan Resource-Aware Least Busy (RALB) sebagai pendekatan dynamic load balancing yang diimplementasikan pada Proxmox Virtual Environment yang meng-host aplikasi web UKM LAOS Course. Kedua algoritma dikembangkan dalam bahasa pemrograman Go dan diintegrasikan dengan HAProxy melalui mekanisme weighting. Evaluasi kinerja dilakukan menggunakan Grafana K6 pada empat skenario load testing (average load, stress, soak, dan breakpoint) dan empat kondisi server (normal, CPU spike, memory spike, dan bandwidth limitation), dengan total 32 kombinasi pengujian. Empat metrik yang diukur meliputi load distribution, migration time, response time, dan throughput. Hasil penelitian menunjukkan bahwa BGA secara konsisten menghasilkan load distribution yang lebih merata dan migration time yang lebih rendah pada hampir seluruh skenario, sementara RALB mengungguli BGA dalam response time dan throughput, khususnya pada kondisi beban yang relatif stabil. Tidak ada satu pun algoritma yang menunjukkan keunggulan secara mutlak pada seluruh metrik. BGA lebih sesuai diterapkan pada sistem yang membutuhkan distribusi sumber daya yang seimbang dan stabil, sedangkan RALB lebih tepat untuk layanan yang mengutamakan latensi rendah dan kapasitas permintaan yang tinggi.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,836
Tahun 2026 · Penulis: Affan Akhtar Hakeem
Analisis Perbandingan Algoritma Load Balancing Untuk Optimasi Performa Website Pelatihan Kerja Pada Lingkungan Berbasis Container
Website Lembaga Pelatihan Kerja (LPK) Santi Nihon Gakkou memerlukan pengujian infrastruktur server untuk memetakan batas ketahanan maksimalnya hingga mencapai titik jenuh sebagai langkah antisipatif dalam menjaga stabilitas akses. Oleh karena itu, penelitian i
- Cosine 0,830
Tahun 2026 · Penulis: Brian Faviansa Putra Diasti
Evaluasi Penggunaan Laravel Modular Monolith dan Next.Js Monolith dalam Pengembangan Sistem Informasi Kauje Digital
Pertumbuhan pesat dari transformasi digital dalam pendidikan yang lebih tinggi telah meningkatkan permintaan untuk sistem informasi yang dapat diandalkan, dapat diskalai, dan dapat dipertahankan, termasuk sistem informasi alumni. Pemilihan kerangka kerja dan a
- Cosine 0,807
Tahun 2026 · Penulis: Rahmat Farhan Hidayat
Implementasi Sistem Web Server Lokal Berbasis ESP-IDF dengan Finite State Machine untuk Monitoring Energi Listrik Rumah Tangga
Pemantauan energi listrik rumah tangga secara real-time memerlukan sistem yang responsif dan mampu beroperasi secara mandiri tanpa ketergantungan pada infrastruktur cloud eksternal. Penelitian ini mengimplementasikan dan mengevaluasi sistem web server lokal be