Konsolidasi Beban Kerja Kluster Web Server Dinamis dengan Pendekatan Backpropagation Neural Network

Alan Stevrie Balantimuhe, Sholeh Hadi Pramono, Hadi Suyono

Abstract


Meningkatnya permintaan pengguna applikasi WWW telah menyebabkan peningkatan yang sepadan dalam penggunaan sumber daya server kluster. Penelitian ini mengkaji tentang penyediaan sumber daya server Web berdasarkan parameter beban kerja server (load average CPU). Data yang digunakan adalah akses terhadap web server yang melayani applikasi Sistem Informasi Akademik Mahasiswa Universitas Brawijaya (SIAM-UB). Penggunaan sumber daya server secara maksimal (beban puncak) terjadi pada periode registrasi mahasiswa, yaitu lebih dari 65000 mahasiswa akan mengakses server SIAM secara bersamaan. Jumlah permintaan yang dilayani server dalam 1 hari dapat mencapai 1.7juta permintaan. Pada penelitian ini, penyediaan sumber daya server diprediksi untuk mendapatkan beban kerja CPU dalam kluster web server yang optimal. Prediksi beban kerja server diklasifikasikan menjadi 3 kelas, yaitu: Min (0-2), Medium (3-6), Maximum >7. Metode backpropagation neural network (BNN) digunakan untuk memprediksi kelas beban kerja server berdasarkan parameter input penggunaan CPU, memory, jaringan (throughput) dan jumlah IP akses. Arsitektur BNN dengan 32 input, 2 hidden layer dengan jumlah neuoron h1 512; h2 32, 3 output, dan learning rate 0.0001, menghasilkan bobot yang mampu melakukan klasifikasi dengan tingkat precision 90%, tingkat sensitivity 0.9, dan tingkat akurasi 93%.

Full Text:

PDF

References


Setyawan, Raden Arief. “Analisis Implementasi Load Balancing dengan Metode Source Hash Scheduling pada Protocol SSL.” Jurnal EECCIS, 2014: Vol. 8, No. 2.

T. C. Ferreto, M. A. Netto, R. N. Calheiros, and C. A. De Rose. “Server consolidation with migration control for virtualized data centers.” Future Gener. Comput. Syst., 2011: vol. 27, no. 8, pp. 1027–1034.

G. Lovasz, F. Niedermeier, and H. de Meer. “Performance tradeoffs of energy-aware virtual machine consolidation.” Kluster Comput., 2013: vol. 16, no. 3, pp. 481–496.

A. Verma, G. Dasgupta, T. K. Nayak, P. De, and R. Kothari. “Server workload analysis for power minimization using consolidation.” Proc. USENIX Annu. Tech. Conf., 2009: pp. 28–28.

Z. Gong, X. Gu, and J. Wilkes. “PRESS: Predictive elastic resource scaling for cloud systems,.” Proc. IEEE Int. CNSM, 2010: pp. 9–16.

Ida Wahyuni, Nakhel Rifqi Adam, Wayan Firdaus Mahmudy, Atiek Iriany. Modeling Backpropagation Neural Network for Rainfall Prediction in Tengger East Java. SIET, 2017.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.