Analisis Kinerja Load Balancing Dan Physical Machines Pada Cloud Data Center Dengan Menggunakan Queueing Theory Untuk Meningkatkan Utilitas
| Main Author: | Afrah, Ashri Shabrina |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/191161/1/Ashri%20Shabrina%20Afrah.pdf http://repository.ub.ac.id/id/eprint/191161/ |
Daftar Isi:
- Jumlah Virtual Machine pada Cloud Data Center dapat mempengaruhi nilai utilitasnya. Ketika terdapat terlalu banyak Virtual Machine di dalam tiap Physical Machine pada Cloud Data Center, nilai utilitas akan rendah. Sebagai dampaknya, efisiensi energi listrik pada Cloud Data Center akan semakin rendah pula. Di sisi lain, jumlah Virtual Machine yang memadai dibutuhkan untuk memastikan diperolehnya nilai parameter kinerja yang memadai. Parameter kinerja diwakili oleh beberapa parameter Quality of Service (QoS), seperti panjang antrian, waktu respon sistem, dan nilai drop rate. Model sistem pada penelitian ini terdiri atas sebuah Load Balancing dan beberapa Physical Machine yang masing-masing berisi sejumlah Virtual Machine. Model Markovian yang umum digunakan untuk menganalisa antrian pada Cloud Data Center akan digantikan dengan Model General yang lebih sesuai dengan karakteristik dari sistem tersebut. Penelitian ini bertujuan untuk mendapatkan jumlah optimal dari Virtual Machine dalam sebuah Cloud Data Center untuk meningkatkan kinerjanya. Hasil simulasi menunjukkan bahwa dibutuhkan 22 buah Virtual Machine pada masing-masing Physical Machine untuk mencapai nilai utilitas dan parameter kinerja yang optimal