Peningkatan Kapasitas Sistem Antrian Terhadap Nilai Blocking Probability Dengan Menggunakan Queuing Theory Model M/G/1/C dan G/G/m/K pada Cloud Data Center
| Main Author: | Brahmanty, Yuniarmelinda Ikha Meru |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/183608/ |
Daftar Isi:
- Saat ini, perkembangan teknologi informasi sangat pesat. Pesatnya perkembangan teknologi informasi ini disebabkan meningkatnya kebutuhan manusia terhadap informasi. Salah satu contoh perkembangannya adalah cloud computing. Cloud Computing adalah suatu model komputasi yang memungkinkan diakses dimanapun, kapanpun, nyaman, fleksibel dan efisien. Setiap harinya cloud data center menerima permintaan user yang ingin mengakses layanan yang ada di dalamnya secara acak dan dalam jumlah yang besar. Permintaan user yang tinggi dan dalam jumlah yang besar ini memungkinkan terjadinya blocking probability. Semakin tinggi blocking probability maka semakin banyak tugas yang tidak terlayani sehingga kinerja cloud data center menjadi kurang efektif. Salah satu metode untuk meminimalkan adanya blocking probability adalah dengan meningkatkan kapasitas sistem antrian. Untuk menyelesaikan permasalahan yang ada, pada penelitian ini menggunakan teori antrian dengan model antrian M/G/1/C pada unit load balancing dan G/G/m/K pada physical machine. Adanya penambahan unit load balancing pada model sistem ini bertujuan untuk mengefisiensikan penggunaan sumber daya dan kinerja cloud data center secara optimal. Selain itu, Load Balancing juga berfungsi untuk menyeimbangkan beban pada masing-masing physical machine. Model antrian pada penelitian ini waktu pelayanan pada load balancing dimodelkan secara general. Hal ini dikarenakan, variasi waktu kedatangan yang tinggi akibat sistem dari cloud computing yang dinamis. Hasil dari penelitian ini adalah dengan adanya unit load balancing yang dianalisis menggunakan model antrian M/G/1/C kinerja dari cloud data center menjadi lebih optimal dilihat dari hasil parameter kinerja cloud data center. Hal ini dikarenakan load balancing membagi beban tugas secara merata ke setiap mesin fisik.Pada physical machine, hasil parameter pengujian seperti rata-rata panjang antrian dan rata-rata waktu respon sistem cenderung stabil. Perubahan nilai waktu respon sistem kurang lebih 1,5ms atau 0,006%. Hal ini dikarenakan permintaan tugas dari user terlebih dahulu masuk ke unit load balancing sebelum masuk ke physical machine. Namun, rata-rata waktu respon dan panjang antrian menurun seiring perubahan jumlah virtual machine. Semakin banyak jumlah virtual machine yang digunakan maka rata-rata waktu respon sistem dan rata-rata panjang antrian semakin kecil. Pada penelitian ini menunjukkan kapasitas sistem antrian yang semakin besar dapat meminimalkan terjadi blocking probability. Nilai blocking probability yang efektif pada penelitian ini adalah dengan kapasitas sistem antrian 3000.