Implementasi Load Balancing Di Web Server Menggunakan Metode Berbasis Sumber Daya CPU Pada Software Defined Networking

  Vol. 1, No. 9, Juni 2017, hlm. 904-914 http://j-ptiik.ub.ac.id

  

Implementasi Load Balancing Di Web Server Menggunakan Metode

Berbasis Sumber Daya CPU Pada Software Defined Networking

₁

₂

₃ Riski Julianto , Widhi Yahya , Sabriansyah Rizqika Akbar

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: rizki.julianto077@gmail.com, widhi.yahya@ub.ac.id, sabrian@ub.ac.id

  

Abstrak

  Pada zaman sekarang, telah terjadi trafik yang besar dalam jaringan. Hal ini ditandai dengan pengguna yang semakin tinggi yang akan meningkatkan kompleksitas jaringan seperti beban server meningkat dan sulit melakukan konfigurasi setiap perangkat dari vendor yang berbeda, sehingga perlu adanya web

server yang baik. Jika web server tunggal, maka akan menimbulkan SPOF (Single Point of Failure).

Penggunaan server cluster dengan load balancing akan meningkatkan performansi web server yang di terapkan dalam Software Defined Network. Load balancing dengan metode berbasis sumber daya merupakan metode pembagian beban menggunakan penggunaan CPU terkecil dari server sebagai acuan. Melalui implementasi sistem didapat server membagi beban dengan baik. Pengujian dengan banyak koneksi dan rate yang dibagi menjadi 3 bagian yaitu low untuk rate 40, medium untuk rate 80 dan high untuk rate 160. Parameter pengujian yang digunakan adalah throughput, response time, dan menggunakan tool Httperf dan psutil. Hasil dari pengujian yang diperoleh dengan nilai

  CPU Usage

throughput rata-rata sebesar 947,9 KB/s, response time rata-rata sebesar 6.2 ms, dan CPU Usage sebesar

  59.82% pada server pertama, 69.73% pada server kedua dan 93,24 % pada server ketiga. Dengan perbandingan algoritma Round Robin, metode berbasis CPU lebih baik dibandingkan Round Robin berdasarkan pengujian yang dilakukan.

  Kata Kunci: Load balancing ,CPU, resource, Software Defined Network

Abstract

  

Nowadays, there has been a great traffic in the network. It is characterized by an increasingly high

users will increase the complexity of the network such as increased server load and hard to configure

any devices from different vendorss, so there needs to be a good web server. If a single web server, it

will cause SPOF (Single Point of Failure). The use of cluster servers with load balancing will improve

the performance of web servers implemented in Software Defined Network. Load balancing with

resource-based methods is a load-sharing method using the smallest CPU usage of the server as a

reference. Through the implementation of the system obtained server divide the load well. Testing with

many connections and rate divided into 3 parts that is low to rate 40, medium to rate 80 and high for

rate 160. The testing parameters used are throughput, response time, and CPU usage using Httperf and

psutil tools. The results of the test obtained with the average throughput value of 947.9 KB / s, response

time average of 6.2 ms, and CPU Usage of 59.82% on the first server, 69.73% on the second server and

93,24% on the third server. By comparison of the Round Robin algorithm, the CPU-based method is

better than Round Robin based on the tests performed.

  Keywords: Load balancing ,CPU, resource, Software Defined Network

  IPTEK, orang-orang tersebut cukup 1.

   PENDAHULUAN menggunakan situs atau website di internet,

  dimana website tersebut dioperasikan oleh web Pada zaman modern seperti yang kita lihat

  server tunggal maupun multiple server. Menurut

  sekarang ini, orang-orang ingin menggunakan statistik Kementerian Komunikasi dan alat yang fleksibel untuk mendapatkan informasi

  Informatika (Kemkominfo, 2016) menyatakan, dan terjadi trafik yang besar di dalam jaringan pengguna internet di Indonesia telah mencapai

  Sesuai dengan perkembangan zaman dan 82 juta orang. Dengan capaian tersebut,

  Fakultas Ilmu Komputer Universitas Brawijaya

904

  Indonesia berada pada peringkat ke-8 di dunia. Sehingga, kebutuhan masyarakat akan akses informasi yang cepat di Indonesia sangatlah tinggi.

  Menggunakan Metode Berbasis Sumber Daya CPU pada Software Defined Networking". Metode berbasis resource dipilih

  2.2.1 Metode Load balancing berbasis resource

  mendapatkan pemanfaatan resource yang optimal (Sirajuddin, 2012).

  hard drive , atau sumber daya lainnya, untuk

  Load balancing adalah salah satu teknik atau metode yang digunakan dalam pembagian beban web server dalam jaringan. Teknik ini mendistribusikan beban trafik pada dua atau lebih jalur koneksi secara seimbang, agar trafik dapat berjalan optimal.Load balancing juga mendistribusikan beban kerja secara merata di dua atau lebih komputer, link jaringan, CPU,

  2.2 Load Balancing

  Network . Pada penelitian ini menggunakan TP- Link sebagai openflow switch.

  Penelitian-peneltian sebelumnya menerapkan sistem load balancing dengan menggunakan berbagai algoritma dan menggunakan mininet sebagai simulator namun masih dalam arsitektur Software Defined

  2.1 Kajian Pustaka

  2. LANDASAN KEPUSTAKAAN

  mengetahui server mana yang bebannya sedikit memproses suatu request sehingga beban dapat di distribusikan dengan baik.

  resource yaitu penggunaan CPU server kita bisa

  karena dengan mengetahui penggunaaan

  trafik lebih terpusat daripada arsitektur jaringan tradisional atau saat ini Dari beberapa referensi diatas dapat disimpulkan bahwa suatu web server dapat dilakukan optimasi terhadap pembagian bebannya dengan berbagai algoritma serta dengan metode berdasarkan penggunaan CPU dari web server. Oleh karena itu penulis akan melakukan penelitian dengan judul "Implementasi Load Balancing di Web Server

  Untuk keperluan akses informasi yang cepat dan handal, perlu adanya web server yang baik. Seiring berjalan waktu, pengguna web server juga meningkat sehingga dibutuhkan web server yang handal. Jika web server yang dimiliki hanya ada satu yang maka memungkinkan terjadinya "a single point of failure" (SPOF), yaitu kondisi server yang jika gagal merespon maka sistem akan tidak berfungsi. Hal itu bisa terjadi karena terlalu banyak request yang harus di handle oleh satu buah web server tadi. Maka dibuatlah web server dengan arsitektur multiple

  balancing diharapkan lebih optimal pada Sofware Defined Network karena pengaturan

  adalah sebuah paradigma baru di jaringan yang mana terjadi pemisahan antara control plane dan data plane dalam suatu jaringan (Foundation Open Network ,2012). Penerapan load

  Network (SDN). Sofware Defined Network

  Dalam perkembangan paradigma jaringan akibat kompleksitas jaringan di atas, di temukanlah paradigma baru bahwa penggunaan software untuk mengatur trafik dan rute dalam suatu jaringan yaitu paradigma Sofware Defined

  sebuah server sebagai acuan dalam mengambil keputusan atas server yang dipilih pada saat client melakukan request. Karena dengan mengambil sumber daya yaitu CPU yang paling ringan atau kecil, kemungkinan meningkatkan kinerja dan meringankan beban server.

  resource atau sumber daya yang dimiliki oleh

  Robin mampu membagi beban trafik dengan server yang berbeda (Wilda,2016). Namun, peneliti ingin menggunakan metode berdasarkan

  Robin dengan kesimpulan algoritma Round

  Beberapa mekanisme dalam pembagian beban pada web server dengan menggunakan teknik load balancing, yaitu suatu mekanisme pembagian beban server dengan beban trafik di distribusikan pada dua atau lebih jalur koneksi secara seimbang . Tujuan mekanisme tersebut agar memaksimalkan troughput, trafik dapat berjalan optimal,memperkecil waktu tanggap dan menghindari overload pada salah satu jalur koneksi (Sirajuddin,2012). Load balancing memiliki banyak metode ataupun algoritma dalam implementasinya, seperti pada penelitian sebelumnya menggunakan algortima Round

  tinggi (Harikesh,2011). Didalam multiple server tersebut, dibutuhkan mekanisme dalam pembagian beban agar performansi server tetap stabil. Sebab, Jika suatu server gagal merespon maka akan menimbulkan masalah dan kerugian yang lumayan besar.

  (reliability) dan ketersediaan (availability) yang

  yang saling terhubung dan bekerja sama, yang memiliki fungsi untuk mencapai keandalan

  server , yaitu kumpulan dari beberapa web server

  Penulis menggunakan metode berbasis sumber daya atau resource, karena dengan mengetahui resource dari server, dapat memperkecil kemungkinan server gagal merespon atau error dengan mengetahui apakah beban server terlalu berat dengan melihat

  resource nya yaitu nilai CPU yang terpakai.

  Software Defined Network adalah sebuah paradigma baru di dunia networking, merupakan sebuah pendekatan baru untuk membangun, mendesain serta me-manage jaringan komputer. Sedangkan pengertian yang sebenarnya menurut

  Pada bagian ini akan dijelaskan tentang langkah yang dilakukan dalam pengerjaantugas akhir. Berikut gambar 3 merupakan tahapan- tahapan metodologi penelitian yang digambarkan dengan diagram alir.

  3. METODOLOGI PENELITIAN

  OpenFlow merupakan open standar komunikasi protokol yang mampu melakukan pemisahan antara control plene dan data plane dari sebuah perangkat jaringan, serta mampu menciptakan komunikasi yang sangat baik antara control plane dan data plane (Openflow Organization,2011).

  Gambar 2 Arsitektur Open Flow Switch

  Network . Berikut arsitektur openflow switch pada gambar 2.

  Awalnya SDN sangat identik dengan OpenFlow sehingga ada sebagian orang yang beranggapan bahwa Sofware Defined Network adalah OpenFlow, hal ini tidak terlalu benar karena OpenFlow hanya merupakan sebuah elemen pada arsitektur Sofware Defined

  2.4 Openflow

  pengembang Sofware Defined Network ), bahwa Sofware Defined Network adalah suatu arsitektur jaringan n dimana control network dipisahkan dari system forwardingnya, dan controller tersebut dapat kita program secara langsung.

  Open Networking Foundation (organisasi

  terkecil tersebut. Sehingga dengan melihat penggunaan CPU terkecil, pembagian beban pada web server dapat dilakukan dengan seimbang maka kinerja web server dapat memberikan respon yang baik terhadap request dari user. (Pradip Wawge.2014)

  Ketika user melakukan request, sebelumnya server telah mengirimkan resource ke controller dan membandingkan nilai resource tersebut yaitu berupa nilai CPU Usage server. Kemudian diambil nilai terkecil lalu controller mengirimkan packet out ke switch berisi perintah untuk forward paket ke server dengan

  direct ke IP Server dengan CPU resource

  yang hidup dengan CPU Resourcenya paling kecil dibanding yang dipilih maka dilakukan perbandingan nilai CPU resourcenya lalu di

  resource yang dikirim server. Selama ada server

  dari server 1 sebagai default jika tidak ada

  resource yaitu memilih IP dan CPU resource

  Pada Gambar 1 di atas menjelaskan cara kerja load balancing dengan metode CPU

  Begin S = server C = CPU Utilization SC = {(S,C}) If No Resource In List Find minimum server in SC Return server End Gambar 1 Implementasi metode CPU resource

  pseudocode berikut.

  Mekanisme pemilihan server dengan algoritma resource based dapat dilihat pada

  resource terkecil tersebut agar beban server seimbang.

2.3 Software Defined Network (SDN)

  yang telah dibuat sebelumnya. Adapun implementasi sistem sebagai berikut.

  1. Melakukan konfigurasi pada switch 2.

  Melakukan instalasi controller POX 3. Melakukan konfigurasi pada server 4. Mengakses halaman webserver oleh

  client 5.

  Menganalisa hasil output 3.4.

   Pengujian dan Analisis Sistem

  Dalam tahap pengujian, peneliti akan melakukan pengujian terhadap jumlah prosesor apakah mempengaruhi sistem atau tidak. Selanjutnya, melakukan analisis sekaligus menilai throughput,response time dan CPU

  Usage yang terjadi pada web server atau sistem Gambar 3 Diagram Alir Metode Penelitian load balancing ..

  3.1. Studi Literatur 3.5. Kesimpulan

  Studi literatur bertujuan untuk menjadi dasar Tahap ini juga merupakan tahapan yang teori dalam melakukan penelitian ini. Jenis ditujukan untuk mengoreksi kesalahan yang ada literatur yang dapat digunakan yaitu artikel, mulai dari bab metode penelitian hingga buku, jurnal, e-book, website serta laporan pengujian sistem. Pada bab ini juga terdapat penelitian sebelumnya. kesimpulan yang diambil berdasarkan hasil pengujian dan analisa sistem. Serta ditambahkan

  3.2. Perancangan Sistem

  saran sebagai referensi untuk penelitian yang akan datang. Tahap ini merupakan tahapan untuk membangun sistem dari penelitian setelah

  4.

  melakukan studi literatur dan analisis kebutuhan ANALISIS KEBUTUHAN sistem. Perancangan sistem dapat dilihat pada

  4.1

  gambar dibawah. Deskripsi Umum Sistem Sistem load balancing berbasis sumber daya dengan parameter CPU merupakan sistem load balancing yang menggunakan sumber daya CPU server terkecil sebagai faktor pembagian beban server dalam Softwate Defined Network

  . Penggunaan sumber daya atau resource CPU

  pada server membutuhkan beberapa kebutuhan agar sistem dapat berjalan sesuai dengan yang diharapkan

  4.2 Kebutuhan Sistem Gambar 4 Diagram Perancangan Sistem Kebutuhan dalam penilitian ini terbagi

  menjadi dua yaitu kebutuhan fungsional dan Pada gambar 4 merupakan diagran kebutuhan non-fungsional. Kebutuhan perancangan sistem. Dalam sistem ini akan fungsional sistem yaitu Controller dapat berjalan dipecah menjadi beberapa subsistem yaitu menggunakan POX,Switch dapat memforward Subsistem Switch, Subsistem Controller, paket dari jaringan dan server dapat memberikan Subsistem Server dan Subsistem Client respon terhdap request dari client. Kebutuhan non fungsional meliputi kebutuhan perangkat 3.3.

   Implementasi Sistem

  keras yaitu 3 buah Laptop dengan spesifikasi: Implementasi sistem dibuat berdasarkan • Laptop I sebagai server virtual a.

  Intel(R) Core-i5 - CPU @ 2.6 GHz perancangan kebutuhan dan perancangan sistem

• Laptop II, sebagai Controller: a.
• Laptop III, sebagai client: a.

PERANCANGAN DAN

  Bagian ini menjelaskan juga akan lebih detail konsep perancangan load balancing , pengecekan paket, alur komunikasi, alur sistem dan diagram blok perancangan sistem.

  Menjalankan controller

  Pada gambar 6 di atas merupakan gambar diagram alir sistem secara keseluruhan dan dibagi menjadi beberapa langkah-langkah,yaitu : 1.

  Gambar 6 Sequence diagram Alur Sistem

  berbasis sumberdaya yang akan di rancang sesuai diagram berikut:

  defined network dengan menggunakan metode

  Alur sistem load balancing pada software

  5.1.2. Alur Sistem

  Berdasarkan Gambar 5 di atas dapat kita lihat bahwa untuk memulai perancangan implementasi sistem load balancing dimulai dengan konfigurasi pada beberapa perangkat, yaitu switch, controller, dan server hingga dilakukan pengujian dan penarikan kesimpulan.

  Gambar 5 Diagram Alir Perancangan Sistem

  Pada bagian ini akan dijelaskan perancangan sistem dimulai dengan tahapan yang tertera pada bab sebelumnya hingga pengujian yang dilakukan terhadap sistem.

  Pada bagian ini akan dijelaskan perancangan dan implemntasi sistem yang akan dibuat.

  b.

  IMPLEMENTASI

  Virtual Box e. JetBrains PyCharm /VI Editor f. Google Chrome/MozillaFirefox 5.

  Sistem Operasi Windows 7 64 Bit/Linux Ubuntu LTS b. Python c. Apache Web server d.

  a.

  Monitor 14 inch Kebutuhan perangkat lunak yaitu daftar perangkat lunak yang digunakan untuk implementasi load balancing berbasis resource dalam Software Defined Network.

  RAM 8 GB c. Harddisk kapasitas 500 GB d.

  AMD A8 CPU @ 2,1 GHz b.

  Monitor 14 inch

  RAM 2 GB c. Harddisk kapasitas 500 GB d.

  Intel Celeron b.

  Monitor 14 inch

  RAM 8 GB c. Harddisk kapasitas 1000GB d.

5.1 Perancangan 5.1.1. Diagram alir perancangan sistem

  2. Server mengirimkan sumber dayanya ( resource ).

  controller

  2 2 buah

  Tabel 1 Nama server dan jumlah core Nama Server Jumlah Core 1 4 buah

  A. Terhadap Penggunaan Prosesor atau CPU Pada skenario yang pertama in ini dilakukan pengujian terhadap webserver dengan jumlah core yang berbeda. Untuk yang pertama dilakukan seperti tabel 1 dibawah.

  6.1 Hasil Pengujian

  6. PENGUJIAN

  Berdasarkan gambar 9 di atas menjelaskan bahwa algoritma resource based berjalan dengan pembagian server berjalan dengan baik.

  Gambar 9 Hasil Load balancing

  Selanjutnya jika client melakukan request maka akan ditampilkan ke server mana request tersebut di forward oleh switch.Beikut tampilan respon respon dari sistem load balancing berbasis resource.

  yang menunjukkan bahwa controller telah menerima resource dari perintah script yang telah dibuat sebelumnya.

  Pada Gambar 8 merupakan tampilan dari

  3. Switch melakukan filter paket resource dan mengirimkan nya ke controller

  Gambar 8 Controller telah menerima resouce dari server 1

  Berikut tampilan hasil resource dari server pada controller.

  Python udp_client1.py

  Untuk mengirimkan nilai CPU resource dari server perlu kita jalankan file python dengan nama udp_client1 pada server. dengan cara:

  Gambar 7 perangkat keras switch TP-Link

  Pada tahap implementasi ini, perangkat yang digunakan sistem harus dikonfigurasi agar dapat bejalan dengan baik.Perangkat tersebut diantaranya adalah switch,controller,server dan client. Berikut tampilan dari perangkat switch yang digunakan pada penelitian ini.

  7. Server memberikan respon dan memfoward respon dari request user Kemudia Switch memforward paket respon server ke client.

  6. Setelah switch menerima aksi dari Controller maka dilakukan proses forwarding ke server yang ada di dalam jaringan sesuai metode pembagian server penelitian.

  5. Switch melakukan pengecekan paket dari jaringan.

  4. Client melakukan request dengan mengakses ip virtual

5.2 Implementasi

5.2.1. Menjalankan script udp_client

  C. Response Time (ms)

B. Throughput (req/s)

  Berdasarkan Gambar 13 diatas dapat disimpulkan bahwa jika request masih dalam kondisi low dan medium, semua server masih pada kondisi stabil.Namun, ketika kondisi high penggunaan CPU dari semua server terjadi kenaikan jika request yang diberikan di atas kemampuan server artinya semua beban dibagi secara seimbang tanpa membebani server utama

  Gambar 13 Grafik hasil pengujian terhadap penggunaan CPU antar server

  Pada pengujian skenario ini dilakukan dengan rate low,mid,dan high sama seperti pengujian sebelumnya. Berikut grafik hasil pengujian yang diperoleh.

  D. CPU Usage (%)

  Berdasarkan Gambar 12 diatas dapat disimpulkan bahwa semakin besar request yang dilakukan maka nilai dari response time semakin besar juga. Hal ini disebabkan server menerima beban yang semakin banyak sehingga diperlukan waktu yang besar untuk memproses setiap request dari client.

  Gambar 12 Grafik hasil pengujian terhadap response time

  Pada pengujian skenario ini dilakukan sama seperti perlakuan pengujian throughput. Berikut hasil yang diperoleh.

  Gambar 11 Grafik hasil pengujian terhadap throughput

  3 1 buah

  Pada pengujian skenario ini dilakukan dengan banyak koneksi 100 dengan rate 1000, banyak koneksi 200 dengan rate 2000 dan banyak koneksi 400 dengan rate sebesar 4000. Berikut hasil yang diperoleh

  pada server dengan jumlah core terbesar tersebut.

  yang banyak maka beban akan didistrbusikan

  Berdasarkan grafik di atas dapat disimpulkan bahwa server dengan jumlah core

  Gambar 10 Grafik hasil sistem load balancing

  1. Berikut hasil dari pembagian beban server yang ada.

  Pengujian ini dilakukan dengan banyak koneksi 50 , 100, 200 dan 500 dengan rate yaitu

• Request: jumlah request dari client ke server
• Throughput: banyaknya request dibagi dengan satu satuan waktu. Berdasarkan Gambar 11 diatas dapat disimpulkan bahwa semakin besar request yang dilakukan maka nilai dari throughput semakin menaik.

berdasarkan request dari client dan besar nilai CPU Usage server utama.

6.6 Perbandingan algoritma Round Robin dengan metode berbasis sumber daya CPU

  Untuk pengujian CPU Usage sama seperti pengujian sebelumnya yaitu menggunakan rate low dengan banyak koneksi atau request sebanyak 1200, diikuti med dengan 2400. Berikut jika dilakuka perbandingan berdasarkan kedua algoritma penggunaan CPU di atas dengan grafik dibawah ini:

  Pada skenario ini sama seperti pengujian sebelumnya yaitu dilakukan pengujian dengan parameter jumlah koneksi dengan melakukan koneksi sebanyak 1200, 2400 dan 4800 .Berikut tabel 2 yang menjelaskan hubungan antar koneksi dengan beban tiap server.

  6.6.4 Pengujian Jumlah Koneksi

  karena beban dibagi bersama bergantian, namun pada metode berbasis CPU Usage beban dibagi secara adil, hal ini terlihat dari CPU Usage server 1 metode berbasis CPU cenderung stabil dibanding pada Round Robin.

  Robin pada tiap server mengalami peningkatan

  Berdasarkan gambar 16 di atas dapat disimpulkan bahwa beban CPU pada Round

  Gambar 16 Grafik perbandingan CPU Usage antara Round Robin dan metode berbasis CPU

  6.6.1 Pengujian Throughput

  Berikut grafik hasil pengujian yang diperoleh dengan dilakukan perbandingan dapat dilihat pada grafik dibawah ini.

  Namun dengan kondisi rate high, metode berbasis CPU lebih baik dibanding dengan algoritma Round Robin.

  Berdasarkan gambar 15 di atas, dapat disimpulkan bahwa nilai response time untuk kondisi rate low dan med, algoritma Round Robin lebih rendah dari metode berbasis CPU.

  Gambar 15 Grafik perbandingan nilai response time antara Round Robin dan metode berbasis CPU

  Berikut jika dilakukan perbandingan dengan metode berbasis CPU resource dapat dilihat pada grafik dibawah ini.

  6.6.2 Pengujian Response Time

  Berdasarkan gambar 14 di atas, dapat disimpulkan bahwa nilai throughput untuk kondisi rate low dan med, algoritma Round Robin lebih tinggi dari metode berbasis CPU. Namun dengan kondisi rate high algoritma metode berbasis CPU lebih baik dibanding dengan algoritma Round Robin.

  Gambar 14 Grafik perbandingan nilai throughput antara Round Robin dan metode berbasis CPU

  6.6.3 Pengujian CPU Usage

  Tabel 2 Hasil pengujian terhadap jumlah koneksi Metode berbasis CPU Beban yang diproses server

  Rate/jumlah koneksi Server Server Server

  1

  2

  3 Low/1200 1141

  53

  6 Med/2400 2228 145

  27 High/4800 3574 1046 180

  Berikut merupakan grafik hasil pengujian

  Gambar 18 Grafik hasil pengujian algoritma Round berdasarkan Tabel 2.

  Robin terhadap jumlah koneksi

  Berdasarkan Gambar 18 disimpulkan bahwa pada penggunaan rate low, medium dan,high dengan algoritma Round Robin membagi beban dengan beban yang sama pada setiap server.

  6.7 Analisis Hasil 1.

  Dari skenario pengujian yang dilakukan, dengan 3 server virtual maka di dapatkan nilai jumlah rata-rata throughput akan mengalami peningkatan yaitu sebesar 947,9 KB/s. Jumlah rata-rata pembagian server

  Gambar 17 Grafik hasil pengujian metode berbasis CPU terhadap jumlah koneksi didasarkan pada jumlah permintaan user sebanyak 40 kali, 80 kali dan 160 kali.

  Berdasarkan gambar 17 diatas dapat 2.

  Jumlah rata-rata nilai response time akan disimpulkan bahwa semakin banyak dilakukan bertambah seiring dengan bertambahnya request maka beban server terbesar akan jumlah request yang dilakukan terhadap diterima oleh jumlah core terbesar pula yaitu server yaitu sebesar 6,2 ms. Jumlah rata- server 1 dengan jumlah core sebanyak 4. Hal ini rata pembagian server didasarkan pada dikarenakan semakin besar jumlah core pada jumlah permintaan user sebanyak 40 kali, server akan lebih cepat memproses request dari 80 kali, dan 160 kali.

  client.

  3. Jumlah rata-rata nilai CPU Usage akan Untuk pengujian terhadap algoritma Round bertambah seiring dengan bertambahnya

  Robin, terlihat bahwa algoritma Round Robin jumlah request yang dilakukan terhadap membagi beban dengan prinsip yang sama atau server yaitu sebesar 59,82 % pada server 1

  equality . Hal ini dapat dilihat dari tabel hasil

  , 69,73% pada server 2 dan 93,24 % pada pengujian dibawah ini. server 3. Jumlah rata-rata pembagian server didasarkan pada jumlah permintaan user

  Tabel 3 Hasil pengujian terhadap jumlah koneksi

  sebanyak 1200 kali, 2400 kali dan 4800 kali

  dengan algoritma Round Robin

  dengan melakukan proses pemutaran video

  Beban yang diproses 720p pada setiap server.

  Rate/jumlah server koneksi Server Server Server

  7. PENUTUP

  1

  2

3 Low/1200 400 400 400

  7.1 Kesimpulan Med/2400 800 800 800 High/4800 1600 1600 1600

  1. Berdasarkan perancangan dan pengujian sebelumnya, dapat disimpulkan bahwa Sehingga berdasarkan tabel 3 di atas dapat penerapan load balancing dengan algoritma dililhat lebih detai pada grafik dibawah ini. berbasis resource dengan parameter CPU terkecil pada server dapat berjalan dengan baik dan melakukan pembagian server dengan seimbang.

2. Penggunaan jumlah prosesor yang lebih tinggi mempengaruhi kinerja sistem.

  [Online] Available at: https://www.opennetworking.org/sdn- resources/sdn-definition [Accessed 19 Oktober 2016].

  Cloud Environment. International Journal of Computer Applications . Feamster, N., Rexford, H.B.J., Shaikh, A. & der

  Fxekobudi, 2016. fxekobudi.net [Online] Available at: http://fxekobudi.net/networking/menge nal-teknologi-load-balancing [Accessed 2016].

  Ganesh, S. & Ranjani, 2015. Dynamic Load Balancing using Software Defined Networks.

  Gaurav Banga and Peter Druschel. Measuring

  the capacity of a web server. In USENIX Symposium on Internet Technologies and Sistems , pages 61-71, Monterey,

  CA, December 1997 Jain, R.; Paul, S. Network Virtualization and

  Software Defined Networking for CloudComputing:A Survey.

  Merwe, J.v., 2004. The Case for Separating Routing from Routers. IEEE Foundation, O.N., 2012. opennetworking.

  Dengan semakin tinggi jumlah proses maka beban yang diberikan juga akan lebih besar sehingga membantu performansi sistem load balancing

  serverpada penlitian selanjutnya dengan algoritma atau metode yang berbeda.

  2. Dalam mekanisme pembagian beban

  menggunakan parameter pengujian yang lain dan menggunakan server asli atau real.

  1. Pada penelitian selanjutnya diharapkan

  5. Semakin tinggi request dan rate dilakukan maka penggunaan CPU antar server terbagi secara seimbang dengan kondisi server utama dalam keadaan stabil.

  4. Semakin banyak koneksi dan rate yang dilakukan maka nilai response time juga menaik hal ini dikarenakan server memerlukan waktu lebih untuk request yang semakin besar juga.

  3. Semakin banyak koneksi dan rate yang dilakukan maka nilai througput terjadi penurunan. Hal ini terjadi karena sistem menerima banyak koneksi dan sistem mengalami kondisi jenuh (saturated.

7.2 Saran

DAFTAR PUSTAKA

• –31 Karantha,

  McKeown, Nick, Tom Anderson, Hari Balakrishnan, Guru Parulkar, Larry Peterson, Jennifer Rexford, Scott Shenker, and Jonathan Turner.

  Adrianlara, Kolasani, A. & Ramamurthy, B., 2014. Network Innovation using OpenFlow: A Survey. CSE Journal Articles .

  Astuto, B.N.; Mendonça, M.; Nguyen, X.N.; Obraczka, K.; Turletti, T. A Survey of Software-Defined Networking: Past, Present, and Future of ProgrammableNetworks.

  Yahya, W., 2015. The Extended Dijkstra’s- based Load Balancing for OpenFlow.

  ComputerCommunication Review 38, No. 2 (2008): 69 –74.

  innovation in campus networks ." ACM SIGCOMM

  "OpenFlow:enabling

  Dave, S. & Maheta, P., 2014. Utilizing Round Robin Concept for Load Balancing Algorithm at Virtual Machine Level in

  [Online] Available at: http://www.buildnetworking.com/2016/ 03/pengertian-sdn-dan-openflow-dan- cara.html [Accessed 2016].

  loadbalancing Web server Dengan Algoritma Leastconnection pada Software Defined Network .

  D., 2016. Analisis Openflow

  IEEE Commun. Mag. 2013, 51, 24

  IEEE Commun. Surv. Tutor.

  2014,doi:10.1109/SURV.2014.012214. 00180.

  Buildnetworking, 2016.

  

  Menkominfo, 2016. kominfo.go.id [Online] Available at: https://kominfo.go.id/index.php/content /detail/3980/Kemkominfo%3A+Penggu na+Internet+di+Indonesia+Capai+82+J uta/0/berita_satker [Accessed 2016]. University of Brawijaya, Taiwan. Indonesia. National International

  Journal of Electrical and Computer Engineering (IJECE-2015) .