6
BAB II TINJAUAN PUSTAKA
2.1 Tinjauan Mutakhir
Penelitian ini diperuntukan dengan tugas akhir berjudul “Rancanagan Green Data Center Universitas Udayana
” .Pada penelitian ini mengacu dari beberapa sumber dan tinjauan yang sudah ada sebelumnya dan sudah dilakukan penelitian oleh penulis-penulis
lain, yang sudah dibahas dalam penelitian dengan metode dan simulasi yang berbeda sesuai dengan masalah-masalah yang berbeda sesuai dengan penelitian dari setiap masalah yang
akan dibahas.Dari semua hal itu akan terlihat perbedaan masalah dan penelitian yang dilakukan penulis .
Berikut merupakan uraian singkat dari beberapa referensi yang digunakan tersebut : 1.
Penelitian ini berjudul “Efisiensi Konsumsi Daya pada Pusat Data” oleh Komang Agus Sukerta P.,ST, Universitas Udayana
Penelitian ini menjelaskan tentang langkah – langkah teknis yang dapat
meminimalisir konsumsi daya dan emisi gas karbon dioksida sekaligus mengurangi biaya operasional sebuah pusat data. Penelitian ini juga menjelaskan tentang usaha
yang dapat dilakukan dalam upaya menghemat konsumsi daya pada data center untuk menghemat biaya dan mendukung gerakan green data center. Pada penelitian
ini penulis melakukan upaya penghematan energi data center secara menyeluruh baik dari sisi hardware, software, jaringan, permodelan sistem penempatan
perangkat, pendinginan dan sistem pengolahan data system hybrid yang keseluruhan akan menurunkan konsumsi daya dan meningkatkan efisiensi secara signifikan
namun tetap dapat menjaga kinerja data center bekerja secara maksimal. 2.
Penelitian kedua berjudul “Efisiensi Kinerja Pengelolaan Energi pada Arsitektur Data Center Komputasi Awan Menggunakan Greencloud
” Oleh Mohamad Fathurahman, Politeknik Negeri Jakarta dan Kalamullah Ramli, Universitas
Indonesia
Pada penelitian ini mengusulkan skema penghematan energi pada data center yakni skema DVFS dan DNS. Pada penelitian ini telah disimulasikan menggunakan
Greencloud, yang merupakan ekstensi dari NS2, kepada tiga macam arsitektur data center yakni two-tier, three-tier dan three-tier high-speed dengan jenis workload
adalah high performance computing HPC. Penerapan skema penghematan meliputi skema DVFS dan DNS saja serta DVFS dan DNS sekaligus. Setelah
dilakukan simulasi konsumsi daya pada data center untuk arsitektur two-tier, three- tier dan three-tier high-speed, dengan menerapkan skema penghematan energi
DVFS dan DNS diperoleh hasil sebagai berikut: Pada skema tanpa penghematan energi, untuk ketiga arsitektur data center, konsumsi energi terbesar berada pada
server rata-rata sebesar 73,72 sedangkan sisanya sebesar 26,28 dikonsumsi oleh switch, sedangkan jumlah server yang mengalami peak rate rata-rata sebanyak
27,8. Pada skema penghematan DVFS, konsumsi terbesar tetap pada server dengan lonjakan cukup drastis rata-rata hampir 100 dengan konsumsi energi pada
switch relatif sama dengan pada kasus tanpa skema penghematan, namun jumlah server yang mengalami peak rate menurun rata-rata sebesar 18,8. Skema
penghematan DNS merupakan skema penghematan terbaik untuk tipe workload HPC karena berhasil menghemat penggunaan energi listrik baik pada server
maupun switch sebesar masing-masing 63,42 dan hampir 100. Penerapan skema penghematan DVFS dan sekaligus DNS tidak memberikan hasil yang lebih baik
untuk kasus workload HPC. 3.
Reducing Data Center Energy Consumption via Coordinated Cooling and Load Management merupakan paper yang dibuat oleh Luca Parolini, Bruno Sinopoli dan
Bruce H. Krogh dari Carnegie Mellon University. Paper ini menjelaskan tentang manajemen energi data center berdasarkan kerangka
permodelan yang menandai pengaruh dari decision variable pada kinerja komputasi, generasi termal dan konsumsi daya. Dinamika suhu dimodelkan oleh
jaringan komponen yang saling berhubungan yang mencerminkan distribusi spasial
server, computer room air conditioning CRAC units, dan komponen non komputasi di data center.
4. Five Strategies for cutting Data Center Energy Cost Through Enhanced Cooling
Efficiency merupakan white paper yang diterbitkan oleh Emerson Network Power. White paper ini menyajikan tentang lima strategi untuk meningkatkan efisiensi
pendinginan data center, diantaranya yaitu yang pertama penyegelan yang tepat dari lingkungan data center. Sebuah segel uap memainkan peran penting dalam
mengendalikan kelembaban relatif, mengurangi humidifikasi yang tidak perlu dan dehumidification. Kedua yaitu Mengoptimalkan aliran udara. Penataan rak,
penempatan AC dan manajemen kabel semua berpengaruh pada jumlah energi yang dikeluarkan untuk memindahkan udara dalam fasilitas penting. Ketiga yaitu
menggunakan economizer bila sesuai. Economizers memungkinkan udara luar yang akan digunakan untuk mendukung pendinginan data center selama bulan-bulan
dingin, menciptakan peluang untuk pendinginan bebas energi. Keempat yaitu meningkatkan
efisiensi pendinginan
sistem. Teknologi
baru, seperti sistem kapasitas variabel dan peningkatan kontrol, mendorong peningkatan efisiensi sistem
pendingin udara ruangan. Dan yang terakhir yaitu menempatkan pendinginan lebih dekat dengan sumber panas. Sistem pendingin tambahan dengan menempatkan
pendinginan lebih dekat dengan sumber panas akan mengurangi jumlah energi yang dibutuhkan untuk gerakan udara.
5. The Effect of Data Center Temperature on Energy Efficiency merupakan paper yang
ditulis oleh Michael K Patterson dari Intel Corporation Dalam paper ini penulis memeriksa gambar energi secara utuh dari koneksi utilitas
hingga penolakan panas dari fasilitas sampai ke lingkungan luar dan melihat dampak peningkatan suhu sekitar terhadap setiap komponen dalam rantai itu.
Analisis ini menunjukkan bahwa ada suhu optimum untuk operasi data center yang akan tergantung pada karakteristik individu atau komponen masing-masing di
dalam data center, termasuk peralatan IT, arsitektur sistem pendingin, lokasi data center misalnya kondisi ambien luar, serta faktor-faktor lainnya. Dampak lain dari
peningkatan suhu inlet lingkungan, seperti masalah kehandalan dan kompleksitas operasional juga dibahas. Telah disimpulkan bahwa hanya meningkatkan suhu
lingkungan di Data Center tidak pasti memiliki efek yang diinginkan dari pengurangan penggunaan energi.
Ringkasan dari tinjauan mutakhir dapat dilihat pada tabel dibawah ini:
Tabel 2.1 Tinjauan Mutakhir State Of The Art
No Nama Penulis
Judul Metode
Hasil
1 Komang Agus
Sukerta P.,ST Efisiensi
Konsumsi Daya pada Pusat Data
Penerapan sistem
hybrid untuk
efektifitas kinerja dan efisiensi sumber daya,
dan penerapan teknik- teknik
pendinginan yang tepat guna.
Metode rack oriented cooling system meningkatkan efisiensi cooling power
dengan menggunakan power untuk kipas sesuai kebutuhan. Alat ini
memiliki sensor panas sehingga bisa mendeteksi
heat dan
dapat menganalisa berapa kecepatan kipas
yang dibutuhkan. 2
Mohamad Fathurahman,
Kalamullah Ramli
Efisiensi Kinerja Pengelolaan
Energi pada
Arsitektur Data Center
Komputasi Awan
Menggunakan Greencloud
Simulator Greencloud diimplementasikan
model energi untuk switch
dan link.
Skema penghematannya
meliputi hanya DVFS, hanya
DNS, dan
DVFS dan DNS. Skema penghematan DNS merupakan
skema penghematan terbaik untuk tipe work load
HPC karena
berhasil menghemat penggunaan energi listrik
baik pada server maupun switch sebesar masing-masing 63,42 dan
hampir 100.
Penerapan skema
penghematan DVFS dan sekaligus DNS tidak memberikan hasil yang
lebih baik untuk kasus work load HPC. 3
Luca Parolini, Bruno Sinopoli,
Bruce H. Krogh Reducing
Data Center
Energy Consumption via
Coordinated Cooling
and Load
Management Penggaplikasian
Coordinated Cooling dan Load management
untuk mengurangi
konsumsi energi pada data center
Konsumsi data
center terutama
disebabkan oleh CRAC. Optimal controller mampu mempertahankan
perbedaan yang lebih kecil kecil antara suhu input dan output dari CRAC jika
dibandingkan dengan
greedy controller.
Optimal controller
menghasilkan konsumsi energi pada data center lebih rendah
Tabel 2.1 Lanjutan Tinjauan Mutakhir State Of The Art
4 Emerson
Network Power Five
Strategies for cutting Data
Center Energy
Cost Through
Enhanced Cooling
Efficiency Lima strategi untuk
meningkatkan efisiensi pendinginan
data center
Sistem pendingin
tambahan memberikan
respon terhadap
meningkatnya kepadatan peralatan yang bisa meningkatkan skalabilitas
dan efisiensi sistem pendingin yang ada.
5 Michael K
Patterson The
Effect of Data
Center Temperature on
Energy Efficiency
Penggunaan matrix
PUE dalam analisis penggunaan energi di
data center Mengubah sistem manajemen termal
untuk sering mengganti chiller dengan economizer yang dapat dijalankan
untuk sebagian besar karena ruang setpoint hangat adalah metode yang
paling menjanjikan untuk mengurangi biaya energi
2.2 Data Center