Analisis Performa Website Moodle pada Amazon Web Services Menggunakan Amazon Simple Storage Service Sebagai Persistent Storage
Analisis Performa Situs Web Moodle pada Amazon Services Menggunakan Amazon Sederhana Layanan Penyimpanan Sebagai Kelangi Penyimpanan
Tahun 2026 · Penulis: Benny Ridwan Susanto
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Terjemahan mesin (opus-mt-en-id) · dipakai untuk pengindeksan
Analisis Performa Situs Web Moodle pada Amazon Services Menggunakan Amazon Sederhana Layanan Penyimpanan Sebagai Kelangi Penyimpanan
Penelitian ini menyelidiki metode optimal untuk mengintegrasikan Amazon S3 sebagai persistent storage untuk Learning Management System (LMS) Moodle di Amazon Web Services (AWS). Ketika institusi pendidikan semakin bermigrasi ke platform berbasis cloud, pemilihan arsitektur penyimpanan yang tepat menjadi kritis untuk memastikan performa optimal, skalabilitas sistem, dan pengalaman pengguna. Studi ini melakukan perbandingan kinerja komprehensif antara dua metode integrasi utama menuju Amazon S3: S3 Gateway, yang menyediakan akses berbasis filesystem melalui mounting FUSE (Filesystem in Userspace), dan tool_objectfs, plugin Moodle native yang menawarkan integrasi API S3 langsung. Selain itu, penelitian mencakup analisis komparatif dengan Amazon EFS untuk memberikan konteks yang lebih luas untuk opsi penyimpanan AWS. Evaluasi kinerja menggunakan load testing Apache JMeter di lima tingkat beban (10, 50, 100, 200, dan 500 user), dengan metrik sistem dipantau melalui vmstat dan AWS CloudWatch. Hasil secara konklusif menunjukkan keunggulan tool_objectfs untuk beban kerja LMS pada umumnya. Plugin ini mencapai throughput 8-70% lebih tinggi, waktu respon 2-46% lebih cepat, dan tingkat error 15-82% lebih rendah dibandingkan dengan S3 Gateway. Temuan teknis paling signifikan adalah penghilangan I/O wait yang hampir sempurna oleh tool_objectfs (0,02% versus 3,3% untuk S3 Gateway pada beban puncak), memvalidasi bahwa integrasi API native mengungguli lapisan abstraksi filesystem. Aktivitas 'View Course', yang merupakan inti penggunaan Moodle, menunjukkan peningkatan kinerja 24-81% dengan tool_objectfs di semua tingkat beban. Analisis komparatif dengan Amazon EFS mengungkapkan wawasan kritis tentang pendekatan penyimpanan berbasis filesystem. Meskipun EFS memiliki performa yang memadai pada beban rendah, ia menunjukkan tingkat error katastropik pada beban tinggi (tingkat error 32,52% pada 500 user), jauh lebih buruk daripada S3 Gateway (23,69%) dan tool_objectfs (20,08%).
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,811
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 0,795
Tahun 2026 · Penulis: Muhammad Firza Wafiqi
Evaluasi Dapak Transport Layer Security Cipher Suite ChaCha20-Poly1305 Terhadap Performa Protokol MQTT
Perkembangan teknologi Internet of Things (IoT) pada sistem pemantauan berbasis jaringan nirkabel menuntut transmisi data secara real-time. Protokol Message Queuing Telemetry Transport (MQTT) menjadi pilihan utama untuk media komunikasi data pada perangkat ber
- Cosine 0,792
Tahun 2026 · Penulis: Haikal Nuril Abiyit
Pengembangan Asisten Virtual Dengan Metode Knowledge Graph-Enhanced LLM Untuk Optimalisasi Pengambilan Keputusan Nasabah Berbasis Website (studi kasus: Bank BNI Jember)
Perkembangan teknologi kecerdasan buatan membuka peluang bagi sektor perbankan untuk meningkatkan kualitas layanan pengambilan keputusan nasabah. Namun, chatbot konvensional masih terbatas dalam memahami konteks dan rentan terhadap halusinasi informasi. Peneli