Main Article Content

Awang Andhyka Fawaidul Badri

Abstract

Downtime pada cloud computing seringkali memiliki dampak langsung penggunanya. Situs besar dapat kehilangan jutaan dana atau lebih dalam pendapatan setiap menit situs mereka tidak tersedia. Dengan menggunakan server load untuk balancing yang  dimungkinkan untuk memberikan keandalan yang lebih baik karena algoritma load pada balancing digunakan untuk meminimkan kesalahan serta memungkinkan kemungkinan pada peningkatan dan pemeliharaan server tanpa mengganggu layanan yang ditawarkan. Jika server macet dan perlu dimatikan karena pemeliharaan, itu hanya akan menyebabkan penurunan kinerja, sementara layanan masih tersedia di server yang masih aktif. Penyedia layanan perlu menyesuaikan dengan perjanjian tingkat pada sebuah layanan yang menggambarkan batasan untuk layanan yang diberikan, seperti waktu respons, waktu aktif, bandwidth, dll. Karena padatnya komunikasi lintas jaringan dapat berubah dengan cepat sehingga sangat penting bagi penyedia layanan untuk dapat beradaptasi dengan perubahan yang mungkin terjadi karena untuk meningkatkan lalu lintas terhadap server. Load balancing menyediakan kemungkinan untuk menyesuaikan jaringan dengan permintaan yang banyak dan meningkat pada lalu lintas berdasarkan dinamika cloud computing.

Downloads

Download data is not yet available.

Article Details

How to Cite
Andhyka, A., & Badri, F. (2020). Dual Load balancing menggunakan Algoritma Round-robin pada Cloud Computing. Applied Technology and Computing Science Journal, 2(2), 70–78. https://doi.org/10.33086/atcsj.v2i2.1373
Section
Articles
cloud computing, server, bandwidth, load balancer

References

A. M. Alakeel. A guide to dynamic load balancing in distributed computer systems. IJCSNS

International Journal of Computer Science and Network Security, 10(6), 153–160. 2010.

A. Vouk. Cloud computing-issues, research and implementations. Information Technology

Interfaces, 31–40. 2008.

B.Wickremasinghe., R.N.Calheiros., R. Buyya. Cloudanalyst: A Cloudsim-Based Visual

Modeller for Analysing Cloud Computing Environment and Applications. 24th IEEE

International Conference on Advanced Information Networking and Applications, AINA.

G. Boss, P. Malladi, D. Quan, L. Legregn, Cloud computing, in: High Performance on

Demand Solutions (HiPODS). IBM. 2007.

R. Buyya, C. Yeo, S. Venugopal, J. Broberg, I. Brandic, Cloud computing and emerging it

platforms: Vision, hype, and reality for delivering computing as the 5th utility. Future

Generation Computer Systems, 25(6). pp. 599–616. 2009.

R. Buyya, R. Ranjan, Intercloud: Utility-oriented federation of cloud computing environments

for scaling of application services. ICA3PP 2010, Part I, LNCS 6081. pp. 13–31. 2010.

R. Armstrong, D. Hensgen. The relative performance of various mapping algorithms is

independent of sizable variances in run- time predictions,. 7th IEEE Heterogeneous

Computing Workshop (HCW ’98). pp. 79–87. 1998

R. N. Calheiros, R. Ranjan, A. Beloglazov, C. Rose, R. Buyya, Cloudsim: A toolkit for

modeling and simulation of cloud computing environments and evaluation of resource

provisioning algorithms. Software: Practice and Experience (SPE), Vol. 41, No.1, ISSN:

-0644, Wiley Press, New York, USA. pp. 23–50. 2011.

Awang Andhyka, Universitas Nahdlatul Ulama Sidoarjo

Fawaidul Badri, Universitas Nahdlatul Ulama Sidoarjo