Integrasi dan Migrasi Sistem (A)

Load Balancing

Oleh :
I Wayan Alit Rangkan Nuaja (1404505057)
Dewa Gede Yudiana (1504505017)
Ni Wayan Ovitalidyastuti (1504505018)

TEKNOLOGI INFORMASI
FAKULTAS TEKNIK
UNIVERSITAS UDAYANA
2016
1.1 Pendahuluan
Cloud Computing hadir untuk menjawab tantangan akan kebutuhan teknologi
yang efektif. Pada era komunikasi ini Cloud Computing merupakan teknologi yang
sedang hangat diperbincangkan oleh para ahli dan ilmuan. Banyak fitur yang dapat
user gunakan dalam teknologi ini seperti layanan penyimpanan file, layanan
pengolahan dokumen/produktivitas, email, sosial network, instan massaging, dan lain
sebagainya serta membagiseluruh layanan kedalam sub-sub layanan Cloud yang
menggunakan sistem langganan.
Secara otomatis ketika mempelajari Cloud Computing maka akan dihadapkan
dengan virtualisasi, layanan web, software, dan jaringan. Penulis meninjau Cloud
Computing baru ini dan menunjukan tantangan utama untuk perkembangan di masa
depan, salah satunya masalah load balancing. Menariknya konsep load balancing
yang diterapkan dalam sistem Cloud Computing yang kita tau keduanya secara luas
berbeda.
Load balancing di jaringan complete concern untuk menghindari masalah
overload dan muatan di setiap jaringan server dari Cloud Computing yang melibatkan
unsur berbeda metrik keamana, kendala, throughput, toleransi, layanan permintaan,
biaya, dan sebagainya. Melalui elemen kami menghindari berbagai masalah node
penyebaran dimana menunggu permintaan dan lain lain, yang dimuat melalui
respond time, dan optimasi kinerja yang terintegrasi.
Dalam tugas ini penulis akan membahas mengenai load balancing lebih jauh
dan pemanfaatannya, serta bagaimana teknik ini menciptakan sistem yang mimiliki
kinerja efektif dan efisien, pemanfaatan dengan biaya minimunm dengan kinerja
maksimum, dan fokus utama menganalisa berbagai load yang di aplikasikan
dilingkungan Cloud, berdasarkan jurnal yang telah terkumpul pada dosen
pembimbing, dan kasus yang diberika yaitu penanganan bottleneck atau kemacetan
pada sistem, penulis meriview kembali jurnal tersebut dengan bahasa penulis agar
lebih mudah dipahami
1.2 Load Balancing
Load balancing merupakan metode yang digunakan untuk membagi atau
mengurangi atau menyeimbangkan beban kerja pada infrastuktur teknologi informasi
pada suatu instansi/perusahaan. Ketika user melakukan akses ke server maka sever
sebenarnya sedang terbebani, jika pengguna mengalami peningkatan maka traffic
akan meningkat. Perangkat Cloud Computing menangkap/menahan traffic yang
bertujuan kepada sebuah alamat kemudian me-redire traffic tersebut kepada server
yang beroperasi dibalik alamat.
Load balancing lingkungan Cloud benar-benar berbeda dari pemahaman
klasik di perangkat ini menggunakan server komoditas untuk melakukan
penyeimbangan beban pada sistem Cloud Computing. Load Balancing digunakan
untuk mendistribusikan beban pengelola yang lebih besar untuk dikelola server yang
lebi kecil yang bertujuan utuk meningkatkan kinerja secara menyeluruh.
Adapun beberapa beban yang ada pada load balancing algoritma di Cloud Computing

1. Agoritma Honney bees

Algoritma ini merupaka metode yang meniru koloni lebah madu dalam
mencari nektar, kemampuan koloni dalam menentukan sumber makanan terdiri
menjadi tiga yaitu lebah pekerja, penjelajah, dan pengintai. Pada Algoritma ini server
dikelompokkan dibawah server virtual dan memiliki aturan masing-masing. Setiap
server mengirimkan permintaan dari antrian dan memeriksa ketersediaan, pada saat
itu seperti lebah mereka melakukan tarian mengibas, hal ini meningkatkan keragaman
sistem tetapi tidak meningkatkan throughput.
Algoritma Honney bee merupakan jenis metaheuristik. Metaheuristik
merupakan model algoritma yang menggunakan pendekatan untuk mendapat rates
terkecil atau sebesar mungkin dari fungsi yang diberikan tentunya dengan batasan-
batasan tertentu pada variabel yang membentuk, pendekatan ini sering disebut
pendekatan optimasi. Model ini diyakini mampu memberikan penyelesaian yang baik
dengan waktu yang relatif singkat. Selain itu Algoritma honney bee atau sering
disebut bee colony merupakan algoritma propabilistik yang nantinya akan menjadi
solusi dengan ruang pencarian yang sangat luas berdasarkan dengan pengumpulkan
sempel secara acak dan berulang-ulang hingga memproleh solusi. Algoritma ini
mengadopsi cara kerja lebah madu mencari sumber makanan yang berbasis Swam
Intelligence (SI). Swam pada lebah madu merupakan hubungan antara lebah dan
hive.
Adapun proses Honney Bee dalam mencari nektar atau pollen yang dibagi
menjadi beberapa tahapan sebagai berikut:
a Menentukan jumlah daftar solusi, jumlah coloni lebah dan jumlah iterasi
b Menggarap sesuai julah lebah pencari terhadap area solusi yang sudah
ditentukan
c Setiap solusi yang direkrut akan di uji kemampuannya dengan fitness test
d Kemudian memcari rates tertinggi dari solusi tersebut untuk dilakukan
neighboarhood search, sesuai jumlah lebah.
e membandingkan solusi baru dengan list solusi terbaik, jika solusi baru dapat
mengungguli yang lain maka solusi baru ini dinyatakan sebagai solusi terbaik.
f Dilakukan berulan-ulang hingga ditemukan nilai tertinggi.

Lebah madu menerapkan model heksagonal sebagai konstruksi pembangunan

sarang mereka. Hive atau Sarang lebah dibangun dari dinding lilin sarang madu yang
dikelilingit ratusan sel-sel, setiap permukaan. Semua sel sarang lebah madu
mempunyai ukuran yang sama tepat. Menurut para pakar matematika bentuk
heksagonel merupakan bentuk yang cocok untuk digunakan secara maksimal dalam
menyimpan makanan ditiap area. Keajaiban teknik merupakan hasil dari kerja sama
ribuan lebah. Mereka menggunakan sel tersebut untuk meletakkan makanan dan
mengatur lebah muda.
Saat mencari sumber makanan lebah menempuh jarak yang jauh dan
menjelajah. Kemudiaan ketika lebah telah mendapat informasi tentang keberadaan
sumber makanan lebah melakukan tarian weggle untuk memberitahu lokasi bunga
tersebut pada lebah lain dalam satu coloni. Lebah memiliki keistimewaan lain yaitu
dapat mengetahui sebuah bunga telah didatangi oleh lebah lain dan nektar pada bunga
sudah habis, kemudian pergi mencari sumber makanan lain. Hal ini disebabkan
karena aroma khas yang diteteskan lebah terlebih dahulu ketika mengunjungi bunga
tersebut.

2. Algoritma Throttled Load Balancing

Algoritma ini didasari dari mesin virtual. Pada prosesnya clien pertama-tama
meminta load balancing untuk mencarikan mesin virtual yang cocok untuk
melakukan operasi yang dibutuhkan, yang nantinya load balancing akan melakukan
pemeriksaan terhadap ketersediaan mesin virtual. Pada algoritma ini penyeimbang
beban mempertahankan tabel indeks mesin virtual serta negara-negara mereka
(Tersedia atau Sibuk). Clien / server pertama membuat permintaan ke pusat data
untuk menemukan mesin virtual yang sesuai (VM) untuk melakukan pekerjaan
direkomendasikan. Pusat data query penyeimbang beban untuk alokasi VM.
Penyeimbang beban scan tabel indeks dari atas sampai yang tersedia VM pertama
ditemukan atau tabel indeks dipindai sepenuhnya. Jika VM ditemukan, VM id kirim
ke pusat data.
Pusat data mengkomunikasikan permintaan ke VM diidentifikasi oleh id.
Selanjutnya, data center mengakui penyeimbang beban dari alokasi baru dan pusat
data merevisi tabel indeks sesuai. Saat memproses permintaan klien, jika VM yang
tepat tidak ditemukan, penyeimbang beban mengembalikan -1 ke pusat data. Pusat
data antrian permintaan dengan itu. Ketika VM menyelesaikan tugas karena,
permintaan diakui ke pusat data, yang selanjutnya diberitahu tentang untuk
penyeimbang beban ke de- mengalokasikan VM yang sama yang id sudah
dikomunikasikan. Waktu eksekusi total diperkirakan dalam tiga tahap. Pada tahap
pertama pembentukan mesin virtual dan mereka akan menunggu menganggur selama
scheduler untuk menjadwalkan pekerjaan dalam antrian, setelah pekerjaan
dialokasikan, mesin virtual dalam awan akan mulai pengolahan, yang merupakan
tahap kedua, dan akhirnya di fase ketiga pembersihan atau penghancuran mesin
virtual. Throughput model komputasi dapat diperkirakan sebagai jumlah total
pekerjaan dilaksanakan dalam rentang waktu tanpa mempertimbangkan waktu
pembentukan mesin virtual dan waktu kehancuran.
a. Cara Kerja Algoritma
Dalam Algoritma Throttled dimodifikasi mendengar VM yang digunakan
dengan cara serial, Alih-alih bahwa saya dapat mencoba untuk menerapkannya dalam
formasi paralel sehingga waktu respon dapat ditingkatkan dan dengan mengubah
struktur data tabel indeks kita bisa mendapatkan alokasi cepat VMS tersedia . Dan
penyortiran dari beban ditugaskan untuk VMs akan dilakukan loadwise (VM dengan
kurang beban akan berada di beban puncak dan lebih besar akan berada di bawah).
Setelah itu VMs dibandingkan dengan kapasitas mencekik sehingga afterwads kita
mendapatkan VMS dengan ruang yang tersisa lebih besar di bagian atas. Jadi alokasi
berikutnya permintaan langsung ditugaskan ke VM di top.And sesuai alokasi tugas
dan penyelesaian tugas meja dipertahankan.
Algoritma dari sistem yang diusulkan adalah sebagai berikut:
Input: No. tugas; T1, T2, T3, ... .., Tn.
Menginisialisasi mesin virtual VM.
Waktu; t1, t2, t3, ..., tn
1 Monitor saat inisialisasi.
2 Susun VM secara paralel.
3 Ini mencekik algoritma mengidentifikasi VM oleh hitungan beban.
Mengurutkan loadwise VM.
4 Pass list VM untuk penyeimbang beban.
5 Bandingkan VM dengan kapasitas mencekik, maka balancer akan
mengalokasikan tugas.
6 Hitung throughput;
Throughput = tidak ada. tugas selesai / tidak. tugas Total disediakan
= F (Tcomp) / Tn
7 Menjaga alokasi tugas dan meja selesai.
8 Hitung biaya.

Flowchart untuk sistem pada Gambar berikut.

Gambar Flowchar Throttled Algoritm
Untuk menghasilkan hasil, alat Cloudsim akan dipasang. Dan untuk simulasi analis
cloud digunakan. Di sini kita membandingkan sistem yang diusulkan dengan
algoritma Throttle yang ada.
Untuk waktu respon,
Tabel Perbandingan
Response Time
User Base Existing Throttle Algorithm Proposed Throttle Algorithm
UB1 61.127 60.611
UB2 62.623 62.62
UB3 61.364 61.364
UB4 62.872 60.87
UB5 61.355 61.12
UB6 61.872 61.12
UB7 61.122 60.619
UB8 61.124 61.127
UB9 60.623 60.619
UB10 61.127 61.127

Gambart Grafik Perbandingan

1.4 Hasil
Pada kasus yang telah diuraikan penulis menggunkan 2 metode algoritma
yaitu algoritma Throttled dan algoritma honey bee, yang diperoleh perbandingan
waktu respon, waktu proses data center, dan biaya. Perbandingan dilakukan atas
dasar waktu minimum, maksimum dan rata-rata. Nilai yang diperoleh kedua
algoritma berbeda satu sama lain, algoritma honey bee jauh lebih sedikit dari
algoritma Throttled. Adapun hasil analisis dari kedua algoritma ditunjukan pada tabel
dan grafik dibawah ini.
 Melalui grafik diatas kita dengan mudah membedakan, dan menganalisa
waktu respon keseluruhan metode. Pada tabel dan grafik 1.1 (RST didalam
Throttled) dan 2.1 (RST didalam Honey Bee) telah menunjukan perbandingan RST di
kedua algoritma yang ditunjukan. Throttled DC1 mengambil 0.47 dan DC3
mengambil 1,229. Penulis menganalisis masing-masing data pusat dan mendapat
hasil bahwa algoritma Honey Bee lebih efisien dalam hal permintaan waktu servis,
dan untuk membuktikan bahwa algoritma honey bee efektif bukan hanya untuk
permintaan waktu servis namun juga cocok untuk yang lainnya dapat di buktikan
sekali lagi pada grafik 1.2 (TC didalam Throttled ) dan 2.2 (TC didalam Honey Bee)
penulis telah menunjukan biaya dikedua algoritma. Biaya merupakan faktor penting
didalam lingkunagn Cloud. Total biaya mesin virtual diukur dalam simulasi lebih dari
10VM dan hal ini sama pada kedua algoritma.

Dalam tabel dan grafik 1.3 (RT di Throttled) dan 2.3 (RT di Honey Bee)
menunjukkan perbandingan waktu respon di kedua algoritma. Ditunjukan pada waktu
rata-rata di UB1 Throttled adalah 50,884 dan Max adalah 60,033, UB2 adalah 50,707
dan Max adalah 61,033 dan masing-masing. Seperti halnya Throttled, algoritma
Honey Bee UB1 mengambil 50,879 di avg. dan Max adalah 60,031, UB2 mengambil
50,701 dan Max 61,754. Penulis menganalisis masing-masing semua Pengguna Basa
dan mendapatkan hasil yang diberikan oleh algoritma Honey Bee yang lebih efisien
dibandingkan dengan Throttled di permintaan Waktu.

1.6 Kesimpulan
Pada analisis yang dilakukan dengan menggunakan metode algoritma
Throttled dan Honey bee, biaya waktu respon dan data transfer adalah tantangan
utama masalah di lingkungan cloud karena banyak faktor salah satunya
bottleneck/kemacetan yang membuat sebagian dari akses dikeluarkan dan hal itu
mempengaruhi kinerja Cloud. Penulis bertujuan untuk membandingkan algoritma
load balancing di lingkungan Cloud untuk mengatasi masalah ini. Algoritma Honey
Bee menjadi yang terbaik dibandingkan Throttled atas dasar parameter yang sama.
Detail hasil yang diperoleh algoritma Honey merupakan perbandingan dengan
algoritma Throttled. Algoritma Honey Bee bekerja lebih unggul dari algoritma
Throttled load balancing dan dapat diakses di lingkungan cloud.
 Daftar Pustaka

Kaushik,Yogita. Dr. C.K Jha. Performance Comparision of Dynamic Load Balancing

Algorithm in Cloud Computing. AIM & ACT Department, Banasthali
University, Rajasthan.2016

Dwi P, Ph.D, Hindriyanto, Metode Optimasi Metaheuristik, 2014. Gavamedia.net.

1 april 2017.URL:http://www.gavamedia.net/produk-335-cara-mudah-belajar-
metode-optimisasi-metaheuristik-menggunakan-matlab.html

Madi.Penerapan Cloud. Informasi Jasa, 2016. Web. 10 Februari 2017. URL :

http://www.pakmadi.com/penerapan-cloud/

Anggeriana, Herwin. Pengembangan Elemen Cloud Computing dalam Sistem

Informasi. Journal of Information System & Tecnology. 2011. Web. 10
Februari 2017
URL:https://www.scribd.com/document/67094682/Pengembangan-Elemen-
Cloud-Computing- dalam-Sistem-Teknologi-Informasi#

Anggeriana, Herwin. Cloud Computing. Journal of Information System &

Tecnology. 2011. Web. 10 Februari 2017.
URL: https://www.scribd.com/document/45899074/Book-of-Cloud-
Computing

Nandkishore H Pate1, Jasmine Jha Improved Throttling Load Balancing Algorithm

With Respect To Computing Cost and Throughput For Cloud Based
Requests. Journal of Institute Of Engineering And Technology, Ahmedabad,
Gujarat, India. 2016