language Inggris
DOI:
https://doi.org/10.32664/j-intech.v13i02.2083Kata Kunci:
Amazon RDS, AWS Lambda, Cloud-Native Architecture, Information, Information System, Monolithic Architecture, Scalability, Serverless Computing, System Performance.Abstrak
Kemajuan teknologi komputasi awan telah mendorong banyak organisasi untuk beralih dari arsitektur monolitik ke pendekatan cloud-native guna meningkatkan skalabilitas, efisiensi, dan kinerja sistem. Penelitian ini bertujuan untuk membandingkan kinerja Sistem Informasi Bengkel Mobil Dwi Jaya Understel yang diimplementasikan pada dua arsitektur berbeda: arsitektur tradisional berbasis Virtual Private Server (VPS) dan arsitektur cloud-native yang memanfaatkan layanan Amazon Web Services (AWS), termasuk AWS Lambda, S3, dan Amazon RDS. Pengujian dilakukan dengan metode eksperimen menggunakan desain post-test only control group, melibatkan skenario beban pengguna dari ringan hingga puncak. Parameter yang dianalisis meliputi waktu respons, throughput, latensi, dan tingkat kesalahan. Hasil menunjukkan bahwa arsitektur cloud-native memberikan keunggulan signifikan dalam menangani beban tinggi secara dinamis melalui mekanisme auto-scaling dan pemantauan waktu nyata, dengan waktu respons yang stabil dan tingkat kesalahan 0% pada beban puncak 60 pengguna bersamaan. Sebaliknya, arsitektur monolitik menunjukkan kinerja yang lebih cepat pada beban ringan hingga sedang, namun mengalami penurunan kinerja pada kondisi beban puncak. Studi ini memberikan perbandingan objektif atas kelebihan dan keterbatasan kedua pendekatan arsitektur serta merekomendasikan penerapan arsitektur cloud-native untuk sistem informasi dinamis yang diperkirakan mengalami lonjakan trafik. Temuan ini dapat menjadi referensi bagi arsitek sistem dan pengembang dalam memilih strategi deployment yang tepat berdasarkan kebutuhan kinerja dan perilaku sistem terhadap beban.
Referensi
[1] K. M. H. and M. A. Romli, “Application for Mental Health Consultation with Scheduling Function at the Counseling Guidance of Universitas Teknologi Yogyakarta”.
[2] L. Y. J. Lin, D. Xie, J. Huang, and Z. Liao, “A multi-dimensional extensible cloud-native service stack for enterprises”, doi: 10.1186/s13677-022-00366-7.
[3] B. T. H. B. H. Lavenia, W. Hayuhardhika, and N. Putra, “Pengembangan Sistem Informasi Point of Sales untuk Bengkel berbasis Cloud Computing (Studi Kasus: Bengkel Mas Pur Baturaja)”.
[4] D. D. Putra and M. R. P. Putra, “Load Balance Design of Google Cloud Compute Engine VPS with Round Robin Method in PT. Lintas Data Indonesia”, doi: 10.33395/sinkron.v3i2.10064.
[5] G. I. S. A’fa Nafasha, I. Putu, and E. Indrawan, “Analisis Perbandingan Biaya dan Serverless Computing pada Google Cloud Platform”.
[6] Y. C. and R. Bisma, “Studi Perbandingan Performa Aplikasi Web Monolitik dan Microservice Berbasis Apache Kafka”.
[7] G. Blinowski, A. Ojdowska, and A. Przybylek, “Monolithic vs. Microservice Architecture: A Performance and Scalability Evaluation,” IEEE Access, vol. 10, pp. 20357–20374, 2022, doi: 10.1109/ACCESS.2022.3152803.
[8] H. S. and W. Hasselbring, “A configurable method for benchmarking scalability of cloud-native applications”, doi: 10.1007/s10664-022-10162-1.
[9] D. N. and H. Mulyono, “Sistem Informasi Manajemen Bengkel Berbasis Web pada Bengkel Ikhsan Jaya Motor”.
[10] V. R. S. R. Rakhman, M. Shadiq, and D. Syaddad, “Implementasi Cloud Native dan Multi Cloud Pada Sistem Operasi Windows Dengan Menggunakan Docker dan Cara Penggunaannya”, doi: 10.5281/zenodo.13119907.
[11] S. D. and others, “Cloud-Native Computing: A Survey From the Perspective of Services”, doi: 10.1109/JPROC.2024.3353855.
[12] M. C. A. M. Ștefan, N. R. Rusu, and E. Ovreiu, “Empowering Healthcare: A Comprehensive Guide to Implementing a Robust Medical Information System”, doi: 10.3390/asi7030051.
[13] J. S. Patel, “Cloud-Native Performance Testing: Strategies for Scalability and Reliability in Modern Applications”, doi: 10.37745/ejcsit.2013/vol13n83249.
[14] D. Narsina, “Microservices vs. Monoliths: Comparative Analysis for Scalable Software Architecture Design”, doi: 10.18034/ei.v11i2.734.
[15] M. B. and others, “Migrasi Cloud Native Architecture API Development untuk Memaksimalkan 5G Monetization pada Jaringan AXIATA”.
[16] T. R. T. Bodner, T. Radig, D. Justen, and D. Ritter, “An Empirical Evaluation of Serverless Cloud Infrastructure for Large-Scale Data Processing”.
[17] X. Jia, “The Role and Importance of Software Testing in Software Quality Management”.
[18] S. Eismann et al., “A Review of Serverless Use Cases and their Characteristics,” Jan. 2021, [Online]. Available: http://arxiv.org/abs/2008.11110
[19] M. G. C. F. Fan and A. Jindal, “Microservices vs serverless: A performance comparison on a cloud-native web application”, doi: 10.5220/0009792702040215.
[20] J. M. Menéndez, J. E. L. Gayo, E. R. Canal, and A. E. Fernández, “A comparison between traditional and Serverless technologies in a microservices setting”.
[21] R. A. A. Brasoveanu and M. Moodie, “Textual evidence for the perfunctoriness of independent medical reviews”.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 J-INTECH ( Journal of Information and Technology)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
