Strategi Efisiensi Energi dan Penyeimbangan Beban Kerja Layanan Cloud Computing Melalui Konsolidasi Mesin Virtual Dinamis

Authors

  • Abdullah Fadil UIN Sunan Ampel Surabaya

DOI:

https://doi.org/10.33086/atcsj.v3i1.1680

Keywords:

Pusat Data, Komputasi Awan, Konsolidasi Virtual Machine, Penyeimbangan Beban, Efisiensi Energi

Abstract

Arsitektur data center di dalam cloud computing merupakan lingkungan yang heterogen dan terdistribusi, tersusun atas gugusan jaringan physical machine (PM) atau server dengan berbagai kapasitas sumber daya komputasi yang berbeda-beda di dalam PMnya. Kondisi permintaan (demand) dan ketersediaan (supply) pada layanan cloud yang fluktuatif tersebut membuat data center cloud harus dibuat elastis. Virtual Machine (VM) merupakan representasi dari ketersediaan sumber daya komputasi dinamis yang dapat dialokasikan dan direlokasikan sesuai dengan permintaan. VM yang berada di dalam data center cloud dapat dipindahkan dari satu PM ke PM lainnya menggunakan migrasi VM secara langsung (live VM migration) ataupun tidak langsung (off-line VM migration). lingkungan cloud computing yang dinamis dan terdistribusi mengharuskan strategi pengambilan keputusan di dalam konsolidasi VM harus dibuat sedinamis mungkin atau bahkan adaptif dengan mempertimbangkan heterogenitas sumber daya virtual sesuai dengan layanan cloud computing yang disajikan. Sehingga, dalam penelitian ini diusulkan efisiensi energi sekaligus menjaga kinerja layanan cloud computing melalui penyeimbangan beban kerja dengan teknik migrasi VM yang terdapat pada prosedur konsolidasi VM dinamis. Strategi pengambilan keputusan pada prosedur konsolidasi virtual machine dinamis yang diusulkan, dapat meningkatkan kinerja layanan cloud computing sekaligus beban kerja physical machine menjadi seimbang karena keputusan pemilihan VM dan penempatan VM pada physical machine dipilih secara optimal melalui MADM. Konsumsi energi dari physical machine juga dapat di hemat dengan mematikannya karena statusnya idle.

Downloads

Download data is not yet available.

References

A. Fox et al., “Above the clouds: A berkeley view of cloud computing,” Dept. Electr. Eng. Comput. Sci. Univ. California, Berkeley, Rep. UCB/EECS, vol. 28, no. 13, p. 2009, 2009.

M. Gusev, G. Velkoski, S. Ristov, and M. Simjanoska, “Web service CPU overutilization in the cloud,” in ICIT 2013 The 6th International Conference on Information Technology. Cloud Computing, 2013, pp. 8–10.

M. A. Khan, A. Paplinski, A. M. Khan, M. Murshed, and R. Buyya, “Dynamic virtual machine consolidation algorithms for energy-efficient cloud resource management: a review,” in Sustainable cloud and energy services, Springer, 2018, pp. 135–165.

B. Bermejo, C. Juiz, and C. Guerrero, “Virtualization and consolidation: a systematic review of the past 10 years of research on energy and performance,” J. Supercomput., vol. 75, no. 2, pp. 808–836, 2019.

A. Beloglazov and R. Buyya, “Optimal online deterministic algorithms and adaptive heuristics for energy and performance efficient dynamic consolidation of virtual machines in cloud data centers,” Concurr. Comput. Pract. Exp., vol. 24, no. 13, pp. 1397–1420, 2012.

S. Kusumadewi, S. Hartati, A. Harjoko, and R. Wardoyo, “Fuzzy Multi-Attribute Decision Making (Fuzzy MADM),” Yogyakarta Graha Ilmu, pp. 78–79, 2006.

S. Wibowo, H. Deng, and W. Xu, “Evaluation of cloud services: A fuzzy multi-criteria group decision making method,” Algorithms, vol. 9, no. 4, p. 84, 2016.

H.-J. Zimmermann and H.-J. Sebastian, “Intelligent system design support by fuzzy-multi-criteria decision making and/or evolutionary algorithms,” in Proceedings of 1995 IEEE International Conference on Fuzzy Systems., 1995, vol. 1, pp. 367–374.

A. Beloglazov and R. Buyya, “OpenStack Neat: a framework for dynamic and energy-efficient consolidation of virtual machines in OpenStack clouds,” Concurr. Comput. Pract. Exp., vol. 27, no. 5, pp. 1310–1333, 2015.

F. F. Moges and S. L. Abebe, “Energy-aware VM placement algorithms for the OpenStack Neat consolidation framework,” J. Cloud Comput., vol. 8, no. 1, p. 2, 2019.

Downloads

Published

2020-09-01

How to Cite

Fadil, A. (2020). Strategi Efisiensi Energi dan Penyeimbangan Beban Kerja Layanan Cloud Computing Melalui Konsolidasi Mesin Virtual Dinamis. Applied Technology and Computing Science Journal, 3(1), 1–12. https://doi.org/10.33086/atcsj.v3i1.1680

Issue

Section

Articles