Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN: 2548-964X

Vol. 3, No. 4, April 2019, hlm. 3478-3487 http://j-ptiik.ub.ac.id

Implementasi Load Balancing Server Web Berbasis Docker Swarm

Berdasarkan Penggunaan Sumber Daya Memory Host
Mohamad Rexa Mei Bella1, Mahendra Data 2, Widhi Yahya3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya
Email: 1rexameibella@student.ub.ac.id, 2 mahendra.data@ub.ac.id, 3 widhi.yahya@ub.ac.id
Abstrak
Virtualisasi bebasis container sangat popular dikalangan programming development di karenakan
virtualisasi yang ringan dimana kernel Linux dapat membagi penggunakan resource antar container
bertujuan agar kinerja container tidak saling terganggu antar lainnya. Salah satu virtualiasi berbasis
container yang sering digunakan adalah Docker.Docker sendiri merupakan open source software yang
dapat di ubah sesuai dengan keinginan. Container Docker dapat digunakan untuk clustering web server.
Hal ini bertujuan untuk mengurangi "a single point of failure" (SPOF) dalam web server. Bagaimanapun
mengatur container dalam jumlah banyak sangatlah rumit, tetapi Docker memiliki engine untuk
mengaturnya yang disebut Docker Swarm. Docker Swarm memiliki load balancing internal tetapi hanya
mengatur antar container dalam host dan tidak dapat di monitor. Sehingga dapat mengakibatkan
resource antar host tidak tebagi secara rata. Oleh karena itu penelitian ini bertujuan untuk
mendistribusikan traffic web server secara rata antar host dengan loadbalancing berdasarkan sumber
daya memory dan failover berdasarkan waktu.Terdapat beberapa pengujian terhadap sistem untuk
menguji fungsionalitas serta kinerja dalam loadbalancer berdasarkan memory utilization. Dan dari hasil
pengujian dilakukan bahwa failover berdasarkan waktu dan load balancer berdasarkan sumber daya
memory dapat bekerja dalam Docker Swarm dan dapat menangangi masalah pembagian resource antar
host.
Kata kunci: Docker, swarm, load balancer, web cluster
Abstract
Virtualization based container is very popular among programming development because this
virtualization is lightweight virtualization where Linux kernel allow to share resource between
containers so performace container does not interfere with each other. One of the most used
virtualization based container is Docker. Docker is open source software which can be change as we
wish. Docker container can be used to clustering web server. This method can be used to decrease a
single point of failure (SPOF) in web server. However to manage a lot container is complex, but Docker
have engine to solve this problem called Docker Swarm. Docker Swarm have internal load balancing
but just to manage between container and can’t be monitored.So can make resource between host is not
unequal distributed. Therefore this research purpose is to distribute web server traffic inside a Docker
swarm using loadbalancing based on the resource utilization of the host machine. There are several
tests to test the system's functionality and performance in overcoming gaps in failover based time and
load balancer based memory. From the test results, we obtained that failover based time and
loadbalancer based memory can work in Docker Swarm and can solved the problem about unequal
distributed between host.
Keywords: Docker, swarm, load balancer, web cluster

Hypervisior yang hanya mengisolasi proses

1. PENDAHULUAN
Teknik virtualiasi adalah teknik dimana
mengisolasi suatu sistem sehingga tidak
menganggu sistem yang lainnya. Salah satu
teknik virtulisasi adalah virtualisasi berbasis
container. Virtualisasi berbasis container
adalah teknik yang tidak menerapkan
tanpa mengisolasi perangkat keras, kernel
dan operating sistem sehingga dapat
mengurangi overhead pada hardware juga
performanya lebih baik dari virtulasi mesin
(Adiputra, 2015). Salah satu virtualisasi
berbasis container adalah Docker.

Fakultas Ilmu Komputer

Universitas Brawijaya 3478
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Docker dapat digunakan untuk
pengembangan web server dikarenakan
memudahkan proses deployment
(penyebaran) aplikasi web beserta software
pendukung seperti web server, database,
dependensi dan environment lain. Oleh
karena itu tidak menimbulkan konflik
ketergantungan antar web server (M.
Fadlulloh Romadlon Bik, 2017). Jika hanya
menggunakan satu host web server maka
dapat mengakibatkan a single point of
failure" (SPOF), yaitu kondisi server yang
jika gagal merespons request client maka
sistem akan tidak berfungsi dikarenakan
terlalu banyak menangani request dari client
(Julianto, 2017). Salah satu teknik untuk
mengatasi masalah tersebut adalah
menggunakan teknik web cluster. Teknik ini
adalah menggunakan beberapa mesin dapat
berupa virtualisasi host atau host asli lebih
dari satu dalam satu jaringan yang saling
terhubung. Jika salah satu host mati maka
terdapat host lainnya untuk menangani
request dari client sehingga tercapai fungsi
ketersediaan (availability) (Singh, 2015).
Bagaimanapun mengatur banyak host
sangatlah kompleks, tetapi Docker memiliki
modul untuk menangani masalah tersebut
yang disebut Docker Swarm.
Docker Swarm memiliki dua node yang
berkerja yaitu node Manager dan node
Worker. Node Manager adalah node yang
mengatur dan memberikan tugas (task) pada
node Worker. Sedangkan node Worker
adalah node yang bekerja sesui dengan tugas
(task) yang diberikan oleh node Manager.
Docker Swarm bekerja dengan cara routing
mesh yang memungkinkan setiap node
untuk menerima semua port yang dipublish
dari layanan yang berjalan dalam swarm dan
jika tidak terdapat terdapat tugas yang
bekerja pada node. Routing mesh
memungkingkan untuk meneruskan semua
request client ke container yang aktif yang
berada dalam node (Docker, 2013).
Dalam suatu web cluster harus memiliki
satu atau lebih entitas interface load
balancing. Fungsi load balancing adalah
memaksimalkan troughput, traffic dapat
berjalan optimal, memperkecil latency dan
menghindari overload pada salah satu jalur
koneksi (Dewobroto, 2009). Load balancer
terbagi menjadi 2 yaitu loadbalancer
Fakultas Ilmu Komputer, Universitas Brawijaya
3479
software dan hardware. Terdapat banyak
software load balancing diantaranya yaitu
HAproxy, Nginx, dan Zevenet . Pada
penelitian sebelumnya yang berjudul “Load
Balancing Server Web Berdasarkan Jumlah
Koneksi Klien Pada Docker Swarm” bahwa
load balancing pada Nginx dapat diterapkan
pada Docker Swarm (Dimas Setiawan Afis,
2018). Kelebihan menggunakan Nginx
dalam Docker adalah terdapat modul load
balancer yang teresedia langsung di
dalamnya sehingga mengurangi penggunaan
resource pada host dan ketergantungan
modul lainnya. Nginx terdapat pada
repository Docker yang telah di package
menjadi container sehingga mudah untuk di
implementasikan. (NGIX Software.INC,
2014)
Kekurangan dari penggunaan load
balancer pada container Nginx adalah
hanya membagi request client antar
container sehingga dapat mengakibatkan
penggunaan resource yang tidak merata
antar mesin host dan tidak dapat memonitor
resource yang digunakan. Salah satu
resource yang penting dalam mesin host
adalah memory. Fungsi dari memory adalah
mempercepat kinerja host dikarenakan
menyediakan ruang penyimpanan sementara
sehingga data mudah untuk di proses oleh
CPU. Oleh sebab itu , jika memory host
mengalami overload maka kinerja dari host
akan melambat dan dapat pula
mengakibatkan host mati (Liberios
Vokorokos, 2015).
Dari refrensi diatas dapat disimpulkan
bahwa penggunaan load balancing dapat
mengoptimalkan suatu web server dengan
membagi beban traffic dengan bebagai
algoritma dan metode yang berbeda. Oleh
karena itu peneliti menggunakan metode
load balancing berbasis sumber daya
Metode ini dipilih karena dengan
mengetahui penggunaan memory web server
kita bisa mengetahui Node worker mana
yang bebannya sedikit memproses suatu
request sehingga beban dapat di
distribusikan dengan baik dan dapat
mendekteksi host yang down ketika bekerja.
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
2. DASAR TEORI
2.1 Docker
Docker adalah sebuah aplikasi yang bersifat
open source yang berfungsi sebagai
wadah/container untuk mengepak/memasukkan
sebuah software secara lengkap beserta semua
hal lainnya yang dibutuhkan oleh software
tersebut dapat berfungsi. Pengaturan software
beserta file/hal pendukung lainnya akan menjadi
sebuah Image (istilah yang diberikan oleh
Docker). Kemudian sebuah instan dari Image
tersebut kemudian disebut Container.
Perbadingan antara Docker Container
dibandingkan VM dapat dilihat di Tabel 2.1.
Tabel. 1. Perbandingan Antara Container Dan
VM
Sumber : (Adiputra, 2015)
2.2 Docker Swarm
Docker memperkenalkan Swarm mode
pada versi 1.12. Mode ini memungkinkan
pengguna untuk me-deploy container pada
multiple hosts atau Node, menggunakan overlay
network. Swarm mode merupakan bagian dari
command line interface Docker yang
memudahkan pengguna untuk menngelola
komponen container (Docker, 2013).
Dalam Docker Swarm terdapat manager
dan worker dimana kita bisa mengontrol lebih
dari satu worker dengan manager. dengan
Docker Swarm kita dapat disebut
mengelompokan suatu machine dalam grup
tertentu dengan 1 manager atau lebih dan
worker manager berfungsi sebagai pengontrol
bagi worker. Kelebihan dari Docker Swarm
adalah jika salah satu host down maka service
Fakultas Ilmu Komputer, Universitas Brawijaya
3480
Docker akan digantikan dengan host yang
sedang aktif.
Gambar. 1. Arsitektur Docker Swarm
Sumber : (Docker, 2013)
2.3 Web Server NGIX
Web Server NGIX adalah
server HTTP dan Proxy dengan kode sumber
terbuka yang bisa juga berfungsi sebagai proxy
IMAP/POP3. Kode sumber nginx ditulis oleh
seorang warga negara Rusia yang bernama Igor
Sysoev pada tahun 2002 dan dirilis ke publik
pada tahun 2004. Nginx terkenal karena stabil,
memiliki tingkat performansi tinggi dan minim
mengonsumsi sumber daya (NGIX
Software.INC, 2014).
Selain itu NGIX juga dapat digunakan
sebagai load balancing karena memiliki fitur
Proxy pass yang berfungsi untuk memindahkan
jalur ke Node yang ditunjuk dan juga memiliki
modul load balancing yang menggunakan
metode :
1. Round-Robin;
2. Leastconn;
3. Weight.
2.4 JSON
JSON (JavaScript Object Notation) adalah
format pertukaran data yang ringan, mudah
dibaca dan ditulis oleh manusia, serta mudah
diterjemahkan dan dibuat (generate) oleh
komputer. Format ini dibuat berdasarkan bagian
dari Bahasa Pemprograman JavaScript, Standar
ECMA-262 Edisi ke-3 - Desember 1999. JSON
merupakan format teks yang tidak bergantung
pada bahasa pemprograman apapun karena
menggunakan gaya bahasa yang umum
digunakan oleh programmer keluarga C
termasuk C, C++, C#, Java, JavaScript, Perl,
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Python dll. Oleh karena sifat-sifat tersebut,
menjadikan JSON ideal sebagai bahasa
pertukaran-data.
JSON terbuat dari dua struktur:
 Kumpulan pasangan nama/nilai.
Pada beberapa bahasa, hal ini
dinyatakan sebagai objek (object),
rekaman (record), struktur (struct),
kamus (dictionary), tabel hash (hash
table), daftar berkunci (keyed list),
atau associative array.
 Daftar nilai terurutkan (an ordered
list of values). Pada kebanyakan
bahasa, hal ini dinyatakan sebagai
larik (array), vektor (vector), daftar
(list), atau urutan (sequence).
Struktur-struktur data ini disebut sebagai
struktur data universal. Pada dasarnya, semua
bahasa pemprograman moderen mendukung
struktur data ini dalam bentuk yang sama
maupun berlainan. Hal ini pantas disebut
demikian karena format data mudah
dipertukarkan dengan bahasa-bahasa
pemprograman yang juga berdasarkan pada
struktur data ini (JSON ORG, 2017).
2.5 Load Balancing
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,
hard drive, atau sumber daya lainnya, untuk
mendapatkan pemanfaatan resource yang
optimal (Dewobroto, 2009).
2.5.1 Fungsi Deteksi dan Monitoring Host
down
Penulis menggunakan Fungsi Deteksi dan
Monitoring Host down antar Node Manager dan
Node Worker. Node Worker dianggap down jika
pengecekan waktu Node Worker ditambah
waktu toleransi kurang dari waktu real Node
Manager, dimana waktu toleransi adalah waktu
yang dapat ditolerir oleh penulis menggangap
Node Worker sedang down. Sehingga ketika
salah satu Node Worker down maka dapat di
Fakultas Ilmu Komputer, Universitas Brawijaya
3481
monitor oleh Node Manager dan paket akan di-
forward ke Node Worker yang Aktif.
Begin
TM= Time_Manager
TW1=Time_Worker1
NW1=Node_Worker1
TW2=Time_Worker2
NW2=Node_Worker2
TR= Time_Tolerance
If ((TM< TW1+TR) && (TM<TW2+TR))
Do Loadbalancing()
If ((TM< TW1+TR) && (TM>TW2+TR))
Do Web Service route to
NW1;
If ((TM> TW1+TR) && (TM<TW2+TR))
Do Web Service route to
NW2;
If ((TM> TW1+TR) && (TM>TW2+TR))
Print (‘All Web Server
Down’)
Gambar. 2. Pseudocode fungsi deteksi host
down dan monitoring host down
Pada Gambar 2 diatas menjelaskan cara
kerja Fail Over dimana jika semua Node Worker
Aktif atau waktu melebihi waktu Node Manager
maka akan menjalankan method loadbalancer.
Jika salah 1 Node worker down atau waktu Mode
Worker kurang dari waktu Node Manager ketika
pengecekan maka paket akan di forward ke Node
Worker yang aktif. Dan Jika semua Node
Worker Down atau semua waktu Node Worker
kurang dari waktu pengecekan maka terdapat
notifikasi bahwa semua Node Worker Down.
2.5.2 Load Balancing Berdasarkan Sumber
Daya Memory
Penulis menggunakan load balancing
metode berbasis sumber daya atau resource,
karena dengan mengetahui resource dari Node
server (Node Worker), dapat memperkecil
kemungkinan server gagal merespons atau error
dengan mengetahui apakah beban server terlalu
berat dengan melihat resource-nya yaitu nilai
Memory yang terpakai. Ketika user melakukan
request, sebelumnya server (Node Worker) telah
mengirimkan data resource ke Manager Node
dan membandingkan nilai resource tersebut
yaitu berupa nilai Memory Usage server.
Kemudian diambil nilai terkecil lalu Node
Manager mengirimkan perintah untuk forward
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3482

paket ke Node Worker dengan resource terkecil 3.1. Perancangan Topologi

tersebut agar beban server seimbang.

Mekanisme pemilihan server dengan

algoritma resource based dapat dilihat pada
pseudocode berikut.

Begin
NW= Node_Worker
M= Free_Memory_Host
NW_M = { (NW,M) }
If No Resource In List
Find maximum M in NW_M
Return NW Gambar 4. Topologi jaringan pada Docker Swarm
Do Web Service route to NW
End Gambar 4 menunjukkan bahwa topologi
yang digunakan terdiri atas 3 Node Server
dimana dalam topologi ini tediri dari 1 Node
Gambar. 3. Pseudocode load balancer
Manager dan 2 Node Worker. Dimana Node
berdasarkan memory
Manager bertujuan untuk mengatur Node
Pada Gambar 3 diatas menjelaskan cara Worker. Dalam Node Manager telah tepasang
kerja load balancing dengan metode memory container NGINX untuk load balancing dan
resource yaitu memilih IP dan Memory Resource Node Worker telah terpasang container Apache
dari Node Worker 1 sebagai default jika tidak yang digunakan untuk web server.
ada resource yang dikirim ke Node Manager.
Jika terdapat Node Worker yang memiliki 3.2. Diagram Alur Sistem
penggunaan free space memory terbanyak maka
Dalam subab ini terdapat tahapan
Node Manager akan memerintahkan agar Node
mekanisme sistem. Alur sistem ini bertujuan
Worker yang menggunakan free space memory
untuk menjelaskan aliran data sistem. Berikut ini
terbanyak untuk mengambil alih route web
adalah gambar diagram alir dari perancangan
service. Pembagian beban pada web server dapat
topologi sistem yang dibuat.
dilakukan dengan seimbang maka kinerja web
server dapat memberikan respons yang baik
terhadap request dari user (Julianto, 2017).

3. PERANCANGAN
Pada bagian ini dijelaskan langkah-langkah
untuk merancang dan mengimplementasi
sebuah sistem Web Server dengan
mengunakan Docker Swarm dengan fail
over berbadasarkan waktu dan load
balancing berdasarkan sumber daya
komputer dengan berpedoman pada
metodologi penelitian yang telah dibahas
sebelumnya.

Gambar 5. Flowchart alur sistem

Pada Gambar 5 menjelaskan alur dari kerja
sistem yang akan dikembangkan. Pertama sistem
akan menerima request layanan dari client,

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
kemudian jika request tidak diterima oleh node
Manager maka sistem semua sistem mati. Jika
request diterima oleh node Manager, maka
sistem mengecek apakah semua node worker
mati. Jika iya, maka layanan akan ditangani oleh
node Manager. Jika tidak ,maka akan dilakukan
pengecekan apakah node worker1 mati. Jika
node worker1 mati, maka layanan akan ditangani
oleh node worker2. Jika tidak ,maka akan
dilakukan pengecekan apakah node worker2
mati. Jika node worker2 mati, maka layanan
akan ditangani oleh node worker1. Jika tidak
,maka akan melakukan proses load balancing.
Proses load balancing dapat dilihat pada
Gambar 4.3.
3.2. Perancangan Fungsi Deteksi dan
Monitoring Host down
Begin
TM= Time_Manager
NM=Node_Manager
TW1= Time_Worker1
NW1=Node_Worker1
TW2= Time_Worker2
NW2=Node_Worker2
TR= Time_Tolerance
If ((TM< TW1+TR) && (TM<TW2+TR))
Do Loadbalancing();
If ((TM< TW1+TR) && (TM>TW2+TR))
Print (‘Node Worker1
Down’)
Do Web Service route to
NW1;
If ((TM> TW1+TR) && (TM<TW2+TR))
Print (‘Node Worker2
Down’)
Do Web Service route to
NW2;
If ((TM> TW1+TR) && (TM>TW2+TR))
Do Web Service route to
NM;
Print (‘All Web Server
Down’)
Gambar .6. Pseudocode Fungsi Deteksi dan
Monitoring Host down
Fungsi Deteksi dan Monitoring Host
down pada Docker Swarm berjalan di Node
master (192.168.56.101) yang dapat memproses
request user yang masuk dan meneruskannya ke
Node yang ada di dalam Swarm. Dalam
penyebaran Swarm, fail over ini bekerja ketika
data waktu dari Node Worker diproses . Ketika
semua data waktu dari Node Worker lebih dari
waktu nyata Node Manager maka akan di
teruskan ke method loadbalancing. Ketika salah
satu data waktu dari Node Worker kurang dari
Fakultas Ilmu Komputer, Universitas Brawijaya
3483
waktu nyata Node Manager maka beban traffic
akan di bebankan pada salah satu Node Worker
yang memiliki data waktu lebih besar dari waktu
nyata Node Manager dan menghasilkan output
bahwa salah satu Node Worker down. Dan jika
semua data waktu dari Node Worker kurang dari
waktu nyata Node Manager maka beban traffic
akan diambil oleh Node Manager dan
menghasilkan output bahwa semua Node
Worker down.
3.3. Perancangan Load Balancing
Berdasarkan Perbandingan Sumber Daya
Memory
Begin
NW= Node_Worker
M= Free_Memory_Host
NW_M = { (NW,M) }
If No Resource In List
Find maximum M in NW_M
Return NW
Do Web Service route to NW
End
Gambar .7. Pseudocode load balancer berdasarkan
sumber daya memory
Load balancing pada Docker Swarm
berjalan di Node master (192.168.56.101) yang
dapat memproses request user yang masuk dan
meneruskannya ke Node yang ada di dalam
Swarm. Dalam penyebaran Swarm,
loadbalancer menangani permintaan klien
masuk serta permintaan layanan ke layanan
internal. Sistem ini membutuhkan koneksi
internet agar masing-masing komponen atau
Node saling terhubung. Proses diawali dengan
membuat suatu konten atau layanan pada server
master yang telah menerapkan Docker Swarm.
Lalu secara otomatis konten atau layanan yang
telah di buat akan tersebar ke semua worker yang
tergabung ke dalam Swarm. Setelah itu
pengembang memberikan konfigurasi load
balancing pada server master untuk membagi
beban request. Kemudian user dapat mengakses
layanan atau konten yang sudah di buat pada
sistem tersebut. Load balancing akan
meneruskan request user ke Node worker yang
memiliki free space memory terbesar
4. ANALISIS PENGUJIAN
4.1. Analisis Pengujian Kinerja
Pada subab ini menjelaskan analisa dari
pengujian kinerja sistem yang telah di uji dengan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3484

skenario pengujian dan parameter yang telah di client. Tetapi ketika jumlah Client 250 ada
tetapkan oleh penulis. kenaikan Troughtput yang disebabkan karena
faktor penurunan penggunakan data oleh host
4.1.1. Analisa Pengujian Memory dan CPU dan pengguna jaringan pada jaringan yang sama
(Resource Utilization) pada saat pengujian.
Memory dan CPU merupakan komponen
penting dalam host dan dapat dijadikan sebagai 4.2. Analisis Pengujian Load Balancing
acuan dalam menentukan kinerja host tersebut.
Semakin efektif penggunaan memory dan CPU Pada Subab ini menjelaskan hasil output
pada host, semakin bagus pula kinerjanya. load balancing dari program load balancing dan
Sebuah host dapat dikatakan efektif, jika dapat mengakses web browser dengan alamat manager
menggunakan CPU dan memory secukupnya untuk pengecekan Mapping adalah benar.
untuk mendapat hasil yang maksimal. Untuk
mengetahui pengaruh loadbalancer pada host
terhadap CPU dan memory, dilakukan pengujian
dengan menggunakan load/stress client dengan
beberapa skenario. Berikut hasil pengujian
penggunaan memory dan CPU pada host web
server Docker Swarm.

Tabel. 2. Hasil Pengujian Menggunakan CPU dan

Memory
Memory Utilization
CPU Utilization (%)
Number (Mb)
of clients Worker Worker Worker Worker
Node 1 Node 2 Node 1 Node 2
50 3,8 2,4 214 185

250 4,6 3,0 214 187

Gambar .8. Output Load balancing dan pengecekan
500 8,6 4,0 214 187
Mapping menggunakan web browser

4.1.2. Analisa Pengujian Throughtput Dari Gambar 8 menerangkah bahwa load

Throughput merupakan parameter yang
umum dijadikan acuan dalam menentukan
kualitas koneksi jaringan. Semakin tinggi nilai
throughput semakin bagus juga kualitas
jaringannya. Throughput dapat dijadikan acuan
dalam melihat kinerja Host Web Server dalam
menghubungkan antara jumlah client yang dapat
di handle . Berikut hasil pengujian throughput
dengan menggunakan load/stress client.
Tabel. 3. Hasil Pengujian Troughtput pada host
server
Jumlah Client Troughtput
50 48,059904 Mb/s
250 49,091328 Mb/s
500 43,529728 Mb/s
Dalam hasil pengujian Troughtput pada
Tabel 3 di jelaskan bahwa penurunan Troughtput
berbanding lurus dengan penambahan jumlah
balancing berdasarkan sumber daya memory
dapat di jalankan dan dapat di monitor oleh
layar. Dan juga ketika dilakukan pengecekan
Mapping pada web browser bahwa request client
di arahkan pada node Worker1 sesuai dengan
output program pada gambar 9.
Gambar .9. Output mapping load balancing
menunggunakan sumber daya memory
4.3. Analisis Pengujian Fungsinonal
Dalam analisa pengujian fungsional
dilakukan dengan cara menganalisa memonitor
pengiriman dan penerimaan data, output
program dan monitoring node host yang down.
Analisa pengujian fungsional bertujuan untuk
mengecek bahwa sistem dapat bekerja sesuai
dengan yang diharapkan.

Fakultas Ilmu Komputer, Universitas Brawijaya

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
4.3.1.Pengujian Fungsi Pengiriman Data
Node Worker dan Penerimaan Data Node
Manager
Pada Subab ini menjelaskan output
monitoring pengiriman data oleh node Worker
ke node Manager. Dalam output monitoring
pengiriman data darii node Worker terdapat
waktu pengiriman data dan data yang telah
dikirim dapat dilihat pada Gambar 10.
Gambar .9. Output monitoring pengiriman data oleh
node Worker
Pada Output monitoring penerimaan data
oleh node Manager dapat dilihat pada Gambar
10. beserta waktu menerima data dari node
Worker.
Gambar .10. Potongan output monitoring
penerimaan data oleh node Manager
4.3.2.Pengujian Fungsi Deteksi dan
Monitoring Host Down Ketika Node Worker1
Down
Pada Subab ini menjelaskan hasil fungsi
deteksi dan monitoring host down dari program
ketika node Worker1 down dan node Worker2
aktif . Hasil output dari program dapat dilihat
pada Gambar 11 dan hasil pengecekan dalam
web browser dapat dilihat pada Gambar 12.
Gambar .11.Output program deteksi dan monitoring
host down ketika node Worker1 down
Fakultas Ilmu Komputer, Universitas Brawijaya
3485
Dari Gambar 11 menerangkah bahwa
fungsi deteksi dan monitoring host down dapat di
jalankan dan dapat di monitor oleh layar. Ketika
node Worker1 Down, maka request client akan
di bebankan pada node Worker2. Dan terdapat
output program berupa warning yang
menyatakan bahwa node Worker1 Down. Dan
juga ketika dilakukan pengecekan Mapping pada
web browser bahwa request client di arahkan
pada node Worker2 sesuai dengan output
program pada gambar 12.
Gambar .12 Output mapping menggunakan web
browser dengan node Worker1 down
4.3.3.Pengujian Fungsi Deteksi dan
Monitoring Host Down Ketika Node Worker2
down
Pada Subab ini menjelaskan hasil fungsi
deteksi dan monitoring host down dari program
ketika node Worker2 down dan node Worker1
aktif . Hasil output dari program dapat dilihat
pada Gambar 13 dan hasil pengecekan dalam
web browser dapat dilihat pada Gambar 14.
Gambar .13.Output program deteksi dan monitoring
host down ketika node Worker2 Down
Dari Gambar 13 menerangkah bahwa fungsi
deteksi dan monitoring host down dapat di
jalankan dan dapat di monitor oleh layar. Ketika
node Worker2 Down, maka request client akan
di bebankan pada node Worker1. Dan terdapat
output program berupa warning yang
menyatakan bahwa node Worker1 Down. Dan
juga ketika dilakukan pengecekan mapping pada
web browser bahwa request client di arahkan
pada node Worker1 sesuai dengan output
program pada Gambar 14
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Gambar .14 Output mapping menggunakan Web
Browser dengan node Worker2 Down
4.3.3.Pengujian Fungsi Deteksi dan
Monitoring Host Down Ketika Semua Node
Down
Pada Subab ini menjelaskan hasil output
fungsi deteksi dan monitoring host down dari
program ketika semua node Worker down
sehingga diambil alih oleh node Manager. Hasil
output dari program dapat dilihat pada Gambar
15 dan hasil pengecekan dalam web browser
dapat dilihat pada Gambar 16.
Gambar .15 Output Main Program fungsi deteksi
dan monitoring host down ketika semua node
Worker down
Dari Gambar 15 menerangkah bahwa fungsi
deteksi dan monitoring host down dapat di
jalankan dan dapat di monitor oleh layar. Ketika
semua node Worker down, maka request client
akan di bebankan pada node manager. Dan
terdapat output program berupa warning yang
menyatakan bahwa semua node Down. Dan juga
ketika dilakukan pengecekan Mapping pada web
browser bahwa request client di arahkan pada
Node Manager sesuai dengan output program
pada Gambar 16.
Gambar .16 Output Mapping Menggunakan Web
Browser
Fakultas Ilmu Komputer, Universitas Brawijaya
3486
5. PENUTUP
5.1. Kesimpulan
Dari hasil analisis percobaan yang telah
dilakukan terhadap data uji yang telah diujikan,
penulis menyimpulkan bahwa :
1. Perancangan arsitektur load balancing
server web berbasis Docker Swarm
bedasarkan penggunaan sumber daya
memory dapat diterapkan sesuai dengan
rancangan yang telah dibuat;
2. Implementasi dari arsitektur load
balancing server web berbasis Docker
Swarm bedasarkan penggunaan sumber
daya memory dapat bekerja sesuai
dengan yang diharapkan;
3. Dari hasil kinerja dari load balancing
server web berbasis Docker Swarm
bedasarkan penggunaan sumber daya
memory dapat disimpulkan bahwa
penggunaan load balancing
berdasarkan penggunaan sumber daya
memory dapat mengurangi traffic web
server.
5.2. Saran
Saran yang diberikan untuk pengembangan
kedepan load balancing pada Docker Swarm
antara lain:
1. Dalam Metode load balancing pada
Docker Swarm , seharusnya dapat
membagi pembuatan container secara
rata pada setiap host ketika salah 1
container rusak.
2. Megunakan lebih dari 1 parameter agar
kinerja load balancer lebih baik dalam
membagi beban dalam setiap node.
6. DAFTAR PUSTAKA
Adiputra, F. (2015). CONTAINER DAN
DOCKER: TEKNIK VIRTUALISASI
DALAM PENGELOLAAN BANYAK
APLIKASI WEB. 4(3).
Dewobroto. (2009). Jurnal Jarkom. 1.
Docker. (2013, January 1). Docker. (Docker)
Retrieved February 15, 2018, from
Docker Web Site:
https://www.docker.com/what-
container
JSON ORG. (2017, Juny 2). JSON. (JSON Org)
Retrieved February 15, 2018, from
JSON Web Site:
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3487

https://www.json.org/json-id.html
Julianto, R. (2017). Implementasi Load
Balancing Di Web Server
Menggunakan Metode. I.
NGIX Software.INC. (2014, January 1). NGIX.
(NGIX Software.INC) Retrieved
February 15, 2018, from NGIX:
https://www.nginx.com/blog/
Nugroho, M. (2016). ANALISIS KINERJA
PENERAPAN CONTAINER UNTUK
LOAD BALANCING WEB SERVER
PADA RASPBERRY PI. 01(02).
Singh, H. (2015). WSQ: Web Server Queueing
Algorithm for Dynamic Load
Balancing.

Fakultas Ilmu Komputer, Universitas Brawijaya