91 168 1 SM
91 168 1 SM
ABSTRAK
Salah satu masalah dalam VERSAG adalah performa migrasi yang rendah. Sebuah mobile
agent dalam VERSAG dapat terjebak untuk berpindah pada node yang memiliki sumber daya
terbatas. Migrasi mobile agent pada node yang tidak cukup akan berakibat kegagalan.
Penelitian ini mengusulkan sebuah metode baru migrasi mobile agent dengan memberikan
informasi dari node yang menjadi kandidat tempat migrasi. Mobile agent diberikan
kecerdasan untuk memilih node berdasarkan informasi yang diberikan. Berdasarkan
pengujian, mobile agent mampu melakukan migrasi pada node yang memiliki waktu respon
terbaik dengan persentase 100%.
Kata Kunci: mobile agent, ketersediaan sumber daya, migrasi.
ABSTRACT
One of the problems in the mobile agent of VERSAG is a low migration performance. A
mobile agent can be stuck to switch on nodes that have limited resources. Mobile migration
agent on a node that is not enough to result in failure. This study proposes a new method of
mobile agent migration by providing information on the nodes that are candidates where
migration. Mobile agent is given the intelligence to select nodes based on the information
provided. Based on experiment, the mobile agent capable to migrate to the node that has the
best response time with a percentage of 100%.
Keywords: mobile agent, resource availability, migration.
52
Huda,Perbaikan Migrasi VERSAG Pada Lingkungan Heterogen
2. Penelitian Terkait
Sejak MA dikembangkan pada pervasive
computing, telah banyak metodologi yang
dikembangkan. Beberapa metodologi
menghasilkan framework sebagai kerangka Gambar 1 Contoh Kasus MA yang Tidak
penelitian yang dapat dikembangkan. Salah Memperhitungkan Sumber Daya
satu framework penelitan pada MA adalah
VERsatile Self-adaptive AGents Anggapan Gunasekera tersebut akan
(VERSAG) [7]. VERSAG adalah proyek terjadi jika node memiliki sumber daya
disertasi yang dikerjakan oleh Gunasekera yang cukup untuk menjalankan behaviour
untuk menempuh pendidikan doktoral di dari MA. Namun kerugian dapat terjadi
Universitas Monash di Australia. ketika sebuah behaviour dari MA yang
Umumnya, MA diwujudkan sebagai mempunyai kompleksitas yang tinggi
sebuah thread untuk menjalankan satu atau dieksekusi pada node yang memiliki
sekumpulan tugas. Behaviour adalah sumber daya terbatas. Hal ini dapat terjadi
sebuah objek yang merepresentasikan tugas karena MA mampu berjalan pada sumber
yang dilakukan oleh MA. Gunasekera daya yang heterogen, mulai dari yang
menekankan VERSAG pada optimasi MA mempunyai sumber daya yang melimpah,
menjadi ringan dengan membuat behaviour sampai sumber daya yang terbatas.
MA yang dapat dibangun pada saat Pada Gambar 1 diilustrasikan sebuah
runtime. Behaviour MA yang dapat di load, kasus MA berpindah dari DEV00 ke
eksekusi, dan unload oleh MA saat DEV01 untuk menjalankan behaviour A
runtime. Dengan menggunakan metode yang memiliki kompleksitas (W) 3 satuan,
konstruksi behavior pada saat runtime, MA dan kebutuhan ruang penyimpanan (Q)
pada VERSAG dapat bermigrasi dari suatu sebesar 3 satuan. DEV01 merupakan
node ke node lain tanpa membawa beban perangkat sumber daya rendah yang hanya
behaviour yang tidak perlu. Metode yang mampu mengolah W=2 dan Q=2.
seperti itu menjadi keunggulan Behaviour A tidak dapat dieksekusi oleh
dibandingkan yang dilakukan MA MA pada DEV01 karena sumber daya yang
tidak cukup. Dalam masalah ini
53
Jurnal Inspiraton, Volume 6, Nomor 1, Juni 2016: 52 - 57
54
Huda,Perbaikan Migrasi VERSAG Pada Lingkungan Heterogen
55
Jurnal Inspiraton, Volume 6, Nomor 1, Juni 2016: 52 - 57
dengan waktu paling rendah. Untuk pengujian seperti yang ditunjukkan pada
membuktikan kontribusi yang diusulkan Tabel 2.
maka disusunlah beberapa skenario
Tabel 2. Skenario pengujian
CPU-M1 CPU-M2 CPU-M3
56
Huda,Perbaikan Migrasi VERSAG Pada Lingkungan Heterogen
Daftar Pustaka
[1] Skocir, P., Marusic, L., Marusic, M. &
Petric, A., 2012. The MARS - A Multi-
Agent Recommendation System for
Games on Mobile Phone. Dubrovnik,
Springer, pp. 104-112
[2] Anderson, P., Bijani, S. & Vincos, A.,
2012. Multy-Agent Negotiation of
Virtual Machine Migration Using the
Lightweight Coordination Calculus.
Dubrovnik, Springer, pp. 124-133.
[3] Sibata, K., Takimoto, M. &
Kambayashi, Y., 2014. Expanding the
Control Scope of Cooperative Multiple
Robots. Chania, Springer, pp. 17-26.
[4] otari, D., Horvat, G. & Hocenski,
., 2012. Multi-agent Power
Management System for ZigBee Based
Portable Embedded ECG Wireless
Monitoring Device with LabView
Application. Dubrovnik, Springer, pp.
299-308.
[5] Siddiqui, F., Zeadally, S. & Basu, K.,
2012. Mobile agent System. In:
Ubiquitous Multimedia and Mobile
agents Models and Implementations.
s.l.:IGI Global, pp. 31-59.
57