Abstrak
Load balancing adalah salah satu mekanisme pendistribusian beban kerja yang banyak digunakan pada
sistem terdistribusi. Salah satu algoritme load balancing yang banyak diterapkan adalah Algoritme
Weighted Least Connection. Namun, terdapat permasalahan pada Algoritme Weighted Least
Connection ketika dilakukan penambahan server ke sistem clustered server ketika traffic jaringan
sedang tinggi, algoritme tersebut akan membebankan beban kerja secara terus menerus ke server baru,
sehingga mengakibatkan ketidakmerataan distribusi beban kerja. Untuk mengatasi permasalahan ini,
dilakukan pengembangan pada algoritme Weighted Least Connection, yaitu dengan menggabungkan
dua algoritme menjadi satu, yaitu algoritme Server Selection dan algoritme Overload Reduce
digabungkan menjadi algoritme Improved Weighted Least Connection. Penelitian ini menerapkan
algoritme Improved Weighted Least Connection pada arsitektur cloud menggunakan simulator
CloudSim Plus. Hasil dari penelitian ini menunjukkan bahwa pendistribusian task algoritme Weighted
Least Connection lebih merata dibanding dengan algoritme Improved Weighted Least Connection pada
beban kerja yang lebih berat. Sementara untuk perbedaan pendistribusian task kepada VM 3, tidak
terdapat perbedaan yang jauh antara algoritme Weighted Least Connection dengan algoritme Improved
Weighted Least Connection, dengan rata-rata 4,81 task per-10 detik dan rata-rata 28,3% cpu usage untuk
algoritme Weighted Least Connection, dan rata-rata 4,75 task per-10 detik dan rata-rata 28,02% cpu
usage untuk algoritme Improved Weighted Least Connection.
Kata kunci: server, Cloud computing, load balancing, weighted least connection, cloudsim plus
Abstract
Load balancing is a workload distribution mechanism that is widely used in distributed systems. One of
the most widely used load balancing algorithms is the Weighted Least Connection Algorithm. The
Weighted Least Connection algorithm has a problem that when a new server is added to the server
cluster system when there are many user requests, the Weighted Least Connection algorithm will
distribute the workload intensively to the new server, causing an uneven distribution of server
workloads. To overcome this problem, the Weighted Least Connection algorithm was developed by
combining two algorithms, the Server Selection algorithm and the Overload Reduce algorithm into one
algorithm, namely the Improved Weighted Least Connection algorithm. This study applies the Improved
Weighted Least Connection algorithm on the cloud architecture using the CloudSim Plus simulator. The
results of this study indicate that the distribution of the Weighted Least Connection algorithm task is
more even than the Improved Weighted Least Connection algorithm on heavier workloads. Meanwhile,
for the difference in the distribution of tasks to VM 3, there is not much difference between the Weighted
Least Connection algorithm and the Improved Weighted Least Connection algorithm, with an average
of 4.81 tasks per 10 seconds and an average of 28.3% cpu usage for the algorithm. Weighted Least
Connection, and an average of 4.75 tasks per 10 seconds and an average of 28.02% cpu usage for the
Improved Weighted Least Connection algorithm.
Keywords: server, cloud computing, load balancing, weighted least connection, cloudsim plus
jaringan internet, yang tentunya mengakibatkan algoritme Improved Weighted Least Connection
meningkatnya kebutuhan sumber daya (Singh & Kaur, 2018). Cara kerja algoritme
komputasi. Cloud computing atau komputasi Server Selection adalah dengan
awan dapat dijadikan sebagai salah satu solusi mendistribusikan task yang masuk ke sistem
untuk mengatasi permasalahan ini. Cloud clustered server sesuai dengan rasio bobot setiap
computing sendiri merupakan sebuah konsep server pada satu sistem clustered server.
yang mengacu pada layanan dan aplikasi yang Sedangkan cara kerja algoritme Overload
dijalankan pada jaringan terdistribusi (Sosinky, Reduce adalah dengan menetapkan batasan
2011). sebuah server dapat dibebankan task sehingga
Fenomena meningkatnya traffic memungkinkan server untuk tidak melebihi
jaringan pada internet ini memacu meningkatnya kapasitas beban kerja yang dapat ditangani
kebutuhan sumber daya komputasi, salah dalam satu waktu. Apabila jumlah task yang
satunya pada server. Tingkat sumber daya distribusikan pada server tersebut telah melebihi
komputasi dan jumlah task yang dibebankan Batasan yang telah ditentukan, maka server
kepada server yang tidak seimbang dapat tersebut tidak akan dibebankan task lebih lanjut
mempengaruhi kinerja server tersebut.Terdapat sampai jumlah task server tersebut tidak
dua metode yang dapat diterapkan untuk melebihi batasan yang telah ditentukan
mengatasi permasalahan ini, yaitu pada server sebelumnya. Hasil yang didapat membuktikan
tunggal dapat diterapkan metode scale-up, dan bahwa algoritme Improved Weighted Least
pada server jamak dapat diterapkan metode Connection berhasil mendistribusikan beban
scale-out (Cardellini, et al., 2002). Cloud kerja kepada setiap server secara merata, dan
computing memungkinkan untuk mengatasi tidak membebankan task secara berlebihan pada
permasalahan in dengan menerapkan metode server baru (Singh & Kaur, 2018).
scale-out pada sistem clustered server. Penerapan algoritme Improved Weighted
Metode scale-out sendiri memiliki Least Connection pada penelitian ini dilakukan
permasalahan availability. Metode scale-out dengan menggunakan sistem clustered server,
membutuhkan mekanisme pendistribusian kemudian dilakukan perbandingan hasil kinerja
beban kerja atau task agar kinerja server selalu antara algoritme Weighted Least Connection dan
stabil. Salah satu mekanisme pendistribusian algoritme Improved Weighted Least Connection
beban kerja yang dapat diterapkan adalah load untuk mengetahui apakah kinerja algoritme
balancing. Load balancing merupakan sebuah Weighted Least Connection lebih baik
mekanisme yang dapat mengatur pendistribusian dibandingkan dengan algoritme Improved
beban kerja yang masuk ke sistem clustered Weighted Least Connection. Penelitian ini,
server, sehingga menstablikan kinerja server, menerapkan arsitektur cloud computing
dan memungkinkan server untuk memproses menggunakan framework simulator CloudSim
task dengan cepat (Rahman, et al., 2014). Plus. Adapun mekanisme load balancing juga
Terdapat beberapa algoritme yang umum akan diterapkan pada arsitektur tersebut.
diterapkan pada load balancing, salah satunya Penelitian ini diharapkan dapat meningkatkan
yaitu Algoritme Weighted Least Connection. kinerja loab balancer dan cloud computing ke
Terdapat permasalahan pada algoritme depannya.
Weighted Least Connection, yaitu ketika
dilakukan penambahan virtual machine atau 2. LANDASAN KEPUSTAKAAN
server ke sistem clustered server di saat tingkat Penelitian ini menggunakan dua penelitian
traffic jaringan sedang tinggi, algoritme tersebut terdahulu sebagai referensi yang dirujuk.
akan membebankan beban kerja secara terus Penelitian pertama berjudul “Load balancing
menerus ke server yang baru ditambahkan ke pada Cloud computing Menggunakan Metode
sistem clustered server, mengakibatkan Least Connection” yang dilakukan oleh Ari
distribusi beban kerja yang tidak merata (Singh Wibowo (2018). Penelitian ini mengangkat
& Kaur, 2018). Singh dan Kaur mengusulkan permasalahan ketidakmerataan beban kerja
pengembangan pada algoritme Weighted Least server pada Cloud computing (Wibowo, 2018).
Connection untuk mengatasi permasalahan ini Penelitian ini mengusulkan solusi di mana
dilakukan pengembangan ini dilakunan dengan dlilakukan penerapan load balancing dengan
menggabungkan dua algoritme menjadi satu, menggunakan algoritme least connection.
yaitu algoritme Server Selection dan algoritme Mekanisme Load balancing itu sendiri
Overload Reduce digabungkan menjadi
diterapkan pada data center cloud yang di yang digunakan, di mana keudanya
dalamnya terdapat lima virtual machine. Hasil menggunakan algoritme Improved Weighted
yang didapatkan dari penelitian ini adalah Least Connection.
algoritme least connection bekerja dapat
mendistribusikan beban server secara merata 3. METODOLOGI
(Wibowo, 2018). Adapun hubungan penelitian Bagian ini akan menjelaskan mengenai
yang akan dilakukan dengan penelitian ini langkah-langkah penerapan mekanisme load
adalah kesamaan pada arsitektur yang balancing pada komputasi awan (cloud
digunakan, di mana keduanya menggunakan computing) dengan algoritme Improved
arsitektur Cloud computing. Weighted Least Connection. Adapun kerangka
Penelitian kedua berjudul “An Improved penelitian yang digunakan seperti yang
Weighted Least Connection Scheduling ditunjukkan pada Gambar 1.
Algorithm for Load balancing in Web Cluster
Systems”, yang dilakukan oleh Singh dan Kaur
(2018). Penelitian ini membahas terkait
permasalahan pada algoritme Weighted Least
Connection. di mana ketika dilakukan
penambahan server baru ke dalam clustered
server system ketika tingkat traffic jaringan
sedang berada pada titik yang tinggi, algoritme
tersebut akan membebankan beban kerja secara
terus menerus ke server baru, mengakibatkan
distribusi beban kerja yang tidak merata (Singh
& Kaur, 2018). Untuk mengatasi permasalahan
ini, dilakukan pengembangan pada algoritme
Weighted Least Connection, yaitu dengan
menggabungkan dua algoritme menjadi satu,
yaitu algoritme Server Selection dan algoritme
Overload Reduce digabungkan menjadi
algoritme Improved Weighted Least Connection
(Singh & Kaur, 2018). Cara kerja algoritme Gambar 1. Diagram Alur Metodologi Penelitian
Server Selection adalah dengan
mendistribusikan task yang masuk ke sistem 4. ANALISIS KEBUTUHAN
clustered server sesuai dengan rasio bobot setiap
server pada satu sistem clustered server. Analisis kebutuhan menjelaskan terkait apa
Sedangkan cara kerja algoritme Overload saja kebutuhan yang dibutuhkan untuk
Reduce adalah dengan menetapkan batasan membangun sistem pada penelitian ini.
sebuah server dapat dibebankan task sehingga
memungkinkan server untuk tidak melebihi 4.1 Kebutuhan Perangkat Keras
kapasitas beban kerja yang dapat ditangani Terdapat satu perangkat keras yang
dalam satu waktu. Apabila jumlah task yang dibutuhkan untuk menjalankan penelitian ini,
distribusikan pada server tersebut telah melebihi yaitu satu unit komputer. Adapun komputer
Batasan yang telah ditentukan, maka server tersebut harus memiliki spesifikasi berikut agar
tersebut tidak akan dibebankan task lebih lanjut simulasi penelitian dapat berjalan:
sampai jumlah task server tersebut tidak • Minimal kekuatan CPU 800MHz Intel
melebihi batasan yang telah ditentukan Pentium III.
sebelumnya. Hasil yang didapat membuktikan • Minimal RAM 512 MB.
bahwa algoritme Improved Weighted Least • Minimal kapasitas penyimpanan 750 MB.
Connection berhasil mendistribusikan beban
kerja kepada setiap server secara merata, dan 4.2 Kebutuhan Perangkat Lunak
tidak membebankan task secara berlebihan pada
Berikut merupakan kebutuhan perangkat
server baru (Singh & Kaur, 2018). Hubungan
lunak yang harus terpenuhi agar simulasi
antara penelitian yang akan dilakukan dengan
penelitian dapat berjalan:
penelitian ini adalah algoritme load balancing
a. Minimal sistem operasi yang
7. PENGUJIAN
Pengujian dilakukan dengan mengirimkan
empat cloudlet yang akan disubmit pada awal
simulasi. Selanjutnya, simulasi akan
mengirimkan sejumlah satu cloudlet server
setiap terdapat event cloudsim selama dua detik.
Simulasi dilakukan sebanyak tiga kali dengan
menggunakan cloudlet dengan panjang yang
Gambar 5 Alur Kerja Algoritme Overload Reduce
berbeda pada setiap percobaan, dan dilakukan
Algortime overload reduce bekerja dengan selama 150 detik waktu CloudSim. Hasil
melakukan pengecekan pada setiap server aktif. pengujian algoritme Improved Weigted Least
Apabila terdapat server yang telah melebihi Connection kemudian dibandingkan dengan
batasan beban kerja yang telah ditentukan, maka hasil pengujian dengan algoritme Weigted Least
server tersebut akan dikeluarkan dari sistem Connection.
penjadwalan dan tidak akan menerima task lebih
lanjut. Algoritme ini juga melakukan 7.1 Pengujian Connection Number
pengecekan pada server yang telah Pengujian ini dilakukan untuk melihat rata-rata
dinonaktifkan. Apabila terdapat server yang pendistribusian cloudlet atau task yang dilayani
memiliki beban kerja kurang dari batasan beban oleh setiap server atau virtual machine. Hasil
kerja yang telah ditentukan, maka server tersebut dari pengujian connection number untuk
akan dimasukkan kembali ke sistem algoritme Improved Weighted Least Connection
penjadwalan, sehingga server tersebut dapat ditunjukkan pada Gambar 6.
menerima task kembali.
Rata-rata Pengujian Connection Rate pada
5.5 Metode Evaluasi Algoritme Improved Weighted Least Connection
Penelitian ini menggunakan dua metode 30
pengujian, yaitu pengujian connection number 25
Jumlah Cloudlet
perubahan yang signifikan pada rata-rata jumlah perubahan yang signifikan rata-rata CPU usage
user request atau task yang ditangani setiap setiap server atau virtual machine dari waktu ke
server atau virtual machine dari waktu ke waktu. waktu. Selanjutnya, hasil dari pengujian
Selanjutnya, hasil dari pengujian connection pengujian CPU usage pada algoritme Weighted
number untuk algoritme Weighted Least Least Connection ditunjukkan pada gambar 9.
Connection ditunjukkan pada Gambar 7. Rata-rata Pengujian CPU USage pada Algoritme
Weighted Least Connection
20
20
10 0
50 60 70 80 90 100 110 120 130 140 150
Waktu Simulasi
0
50 60 70 80 90 100 110 120 130 140 150
Waktu Simulasi VM0 VM1 VM2 VM3
8.1 Kesimpulan
7.2 Pengujian CPU Usage Kesimpulan yang dari penelitian yang telah
Pengujian ini dilakukan untuk melihat rata-rata dilakukan adalah sebagai berikut:
CPU usage dari waktu ke waktu pada setiap a. Implementasi load balancing pada
server atau virtual machine. Hasil dari pengujian cloud computing dilakukan dengan
CPU usage untuk algoritme Improved Weighted menggunakan framework simulator
Least Connection ditunjukkan pada Gambar 8. CloudSim Plus. Adapaun framework
simulator ini menggunakan bahasa
pemrograman Java. Lingkungan atau
Rata-rata Pengujian CPU USage pada Algoritme
Improved Weighted Least Connection environment penelitian ini dibuat
dengan menginisiasi datacenter,
100 datacenter broker, host, dan virtual
80 machine.
CPU Usage (%)
8.2 Saran
Adapun saran yang dapat diberikan berdasarkan
kesimpulan yang telah dibuat sebelumnya adalah
sebagai berikut:
a. Menambahkan aspek jarak antara setiap
node, dan aspek jaringan. Hal ini
dikarenakan simulasi tidak
memungkinkan untuk diterapkannya
aspek-aspek tersebut
b. Menambahkan mekanisme virtual
machine migration (vm migration)
untuk memindahkan virtual machine ke
host baru dengan kapasistas komputasi
yang lebih tinggi, sehingga dapat
mencegah terjadinya overload di saat
hanya tersisa satu server yang aktif.
c. Menambahkan fungsi vertical virtual
machine scaling agar setiap sumber
daya server atau virtual machine dapat
disesuai dengan kebutuhan.
9. DAFTAR PUSTAKA
Cardellini, V. Casalicchio, E. Colajanni, M. Yu,
Philip S. 2002. The State of the Art in
Locally Distributed Web-Server Systems.
ACM Computing Surveys, Vol. 34, No. 2,
IEEE, New York.
Microsoft. 2011. Windows Server®
Administration Fundamentals, Exam 98-
365. John Wiley & Sons, Inc, US.
Rahman, M. Iqbal, S. Gao, J. 2014. Load
Balancer as a Service in Cloud
Computing. 2014 IEEE 8th International
Symposium on Service Oriented System
Engineering,