IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer SciencePenelitian ini menganalisis perbandingan kinerja web humas untuk pelayanan publik antara infrastruktur on-premise dan cloud computing dengan load balancer round robin di RSUD Ratu Aji Putri Botung. Era digitalisasi mendorong rumah sakit mengoptimalkan sistem informasi dan komunikasi mereka, termasuk dalam pengelolaan layanan humas untuk pelayanan publik. Web humas merupakan platform krusial yang menghubungkan rumah sakit dengan masyarakat, menyediakan informasi layanan kesehatan, jadwal dokter, pengumuman, dan berbagai informasi publik lainnya. Penelitian menggunakan pendekatan eksperimental komparatif dengan pengujian beban menggunakan Apache JMeter pada tiga skenario: 50, 200, dan 2000 concurrent users. Parameter yang dianalisis meliputi response time, throughput, CPU utilization, memory usage, dan availability. Hasil penelitian menunjukkan cloud computing dengan load balancer round robin memberikan performa superior dengan response time excellent (215-293 ms) untuk semua skenario vs on-premise yang mengalami performance collapse hingga 111,969 ms pada 2000 users. CPU utilization cloud computing optimal (78-90%) dengan distribusi beban merata, sedangkan on-premise under-utilized (6-49%). Network traffic cloud computing consistent (354-356K bytes/sec) menunjukkan throughput predictable, sementara on-premise erratic (45-551K bytes/sec). Load balancer round robin terbukti highly effective dengan perfect success rate (100%) vs on-premise (99.3%). Cloud computing menunjukkan excellent scalability dan 497.8x lebih cepat pada extreme load. Penelitian merekomendasikan implementasi cloud computing untuk web humas rumah sakit guna meningkatkan kualitas pelayanan publik significantly.
Berdasarkan hasil pengujian komparatif terhadap kinerja web humas rumah sakit pada infrastruktur on-premise dan cloud computing dengan load balancer algoritma round robin, diperoleh temuan bahwa cloud computing menunjukkan performa yang konsisten dan unggul pada seluruh skenario pengujian, baik pada 50, 200, maupun 2000 concurrent users.Response time cloud computing berada pada rentang 215–293 ms dengan success rate mencapai 100%, sehingga memenuhi kategori excellent untuk pengalaman pengguna.Sebaliknya, infrastruktur on-premise mengalami keterbatasan signifikan, terutama pada skenario beban tinggi dengan response time meningkat drastis hingga 111.968,9 ms, yang menunjukkan terjadinya performance collapse dan rendahnya kemampuan skalabilitas sistem.Efisiensi penggunaan sumber daya pada cloud computing juga lebih optimal dengan CPU utilization sebesar 78–90% dibandingkan on-premise yang hanya berada pada kisaran 6–49%, serta didukung distribusi beban yang merata antar server.Algoritma round robin terbukti efektif dalam mendistribusikan trafik secara seimbang, menjaga kestabilan network throughput pada cloud computing di kisaran 354–356K bytes/sec, dan mencegah terjadinya single point of failure.Keunggulan ini menegaskan bahwa penerapan cloud computing dengan load balancer round robin merupakan solusi yang direkomendasikan untuk pengelolaan web humas rumah sakit.Dengan kinerja yang stabil, skalabel, dan memiliki reliabilitas tinggi, infrastruktur ini mampu mendukung peningkatan kualitas pelayanan publik secara signifikan, sekaligus memastikan akses informasi yang cepat dan handal bagi masyarakat di era transformasi digital.
Berdasarkan hasil penelitian dan analisis, berikut adalah saran penelitian lanjutan yang dapat dipertimbangkan:. . 1. Mengembangkan model prediktif untuk memprediksi kebutuhan sumber daya komputasi pada web humas rumah sakit, terutama pada saat lonjakan trafik. Model ini dapat membantu rumah sakit dalam merencanakan dan mengoptimalkan penggunaan cloud computing secara lebih efisien.. . 2. Melakukan studi komparatif lebih lanjut antara berbagai algoritma load balancing, termasuk weighted, least-connections, dan dynamic, untuk menentukan algoritma mana yang paling efektif dalam skenario beban tinggi dan rendah pada web humas rumah sakit. Hasil studi ini dapat membantu dalam memilih algoritma load balancing yang optimal untuk implementasi cloud computing.. . 3. Meneliti dan menganalisis dampak implementasi cloud computing terhadap total biaya kepemilikan (Total Cost of Ownership, TCO) dan pengembalian investasi (Return on Investment, ROI) pada web humas rumah sakit. Studi ini dapat memberikan wawasan tentang manfaat ekonomi dan finansial dari migrasi ke cloud computing, serta membantu rumah sakit dalam pengambilan keputusan yang lebih strategis.
- Load balancing techniques in cloud computing: A review | Samarra Journal of Pure and Applied Science.... sjpas.com/index.php/sjpas/article/view/526Load balancing techniques in cloud computing A review Samarra Journal of Pure and Applied Science sjpas index php sjpas article view 526
- Comparative analysis of cloud service providers. comparative analysis cloud service providers home submit... doi.org/10.33545/27075907.2024.v5.i1a.55Comparative analysis of cloud service providers comparative analysis cloud service providers home submit doi 10 33545 27075907 2024 v5 i1a 55
| File size | 619.8 KB |
| Pages | 10 |
| DMCA | Report |
Related /
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Data dikumpulkan melalui kuesioner dan dianalisis memakai regresi linear berganda menggunakan SPSS. Temuan riset memperlihatkan bahwa baik kualitas layananData dikumpulkan melalui kuesioner dan dianalisis memakai regresi linear berganda menggunakan SPSS. Temuan riset memperlihatkan bahwa baik kualitas layanan
AKMICIREBONAKMICIREBON Bukit Siguntang dengan mengidentifikasi 11 parameter kritis yang mempengaruhi kebutuhan pemeliharaan serta menganalisis pola kegagalan dan keandalan komponenBukit Siguntang dengan mengidentifikasi 11 parameter kritis yang mempengaruhi kebutuhan pemeliharaan serta menganalisis pola kegagalan dan keandalan komponen
UMGOUMGO Model CNN bernama CabaiNet yang dikembangkan berhasil mengklasifikasikan jenis dan kualitas buah cabai ke dalam empat kelas dengan akurasi hingga 98% padaModel CNN bernama CabaiNet yang dikembangkan berhasil mengklasifikasikan jenis dan kualitas buah cabai ke dalam empat kelas dengan akurasi hingga 98% pada
ULILALBABINSTITUTEULILALBABINSTITUTE Motivasi kerja berpengaruh positif dan signifikan, sehingga peningkatan motivasi akan meningkatkan kinerja perawat. Lingkungan kerja yang mendukung sertaMotivasi kerja berpengaruh positif dan signifikan, sehingga peningkatan motivasi akan meningkatkan kinerja perawat. Lingkungan kerja yang mendukung serta
IRPIIRPI Perancangan sistem dimodelkan menggunakan Unified Modeling Language (UML) yang mencakup use case diagram dan class diagram. Sistem diuji menggunakan metodePerancangan sistem dimodelkan menggunakan Unified Modeling Language (UML) yang mencakup use case diagram dan class diagram. Sistem diuji menggunakan metode
IRPIIRPI Namun, pola distribusi dan kelompok data yang terbentuk sering kali tidak merata, sehingga menyebabkan ketidakseimbangan dalam hubungan tersebut. PenelitianNamun, pola distribusi dan kelompok data yang terbentuk sering kali tidak merata, sehingga menyebabkan ketidakseimbangan dalam hubungan tersebut. Penelitian
IRPIIRPI Analisis sentimen merupakan salah satu pendekatan dalam memahami persepsi publik terhadap isu-isu sosial dan kebijakan pemerintah melalui data teks. PenelitianAnalisis sentimen merupakan salah satu pendekatan dalam memahami persepsi publik terhadap isu-isu sosial dan kebijakan pemerintah melalui data teks. Penelitian
UNTAG SMDUNTAG SMD Penelitian ini bertujuan untuk menganalisis dan membandingkan laporan keuangan UMKM Yoga Shop di Kelurahan Air Putih Samarinda dengan ketentuan SAK ETAP,Penelitian ini bertujuan untuk menganalisis dan membandingkan laporan keuangan UMKM Yoga Shop di Kelurahan Air Putih Samarinda dengan ketentuan SAK ETAP,
Useful /
AKMICIREBONAKMICIREBON Visualisasi pendukung seperti kurva belajar, kurva gain, diagram pentingnya fitur, distribusi residual, dan pita prediksi memperlihatkan keunggulan modelVisualisasi pendukung seperti kurva belajar, kurva gain, diagram pentingnya fitur, distribusi residual, dan pita prediksi memperlihatkan keunggulan model
AKMICIREBONAKMICIREBON Penelitian ini mengidentifikasi tantangan kritis seperti ketergantungan pada bahan maritim impor, fluktuasi harga, dan inefisiensi jadwal pengadaan. HambatanPenelitian ini mengidentifikasi tantangan kritis seperti ketergantungan pada bahan maritim impor, fluktuasi harga, dan inefisiensi jadwal pengadaan. Hambatan
IRPIIRPI Pelabelan manual menghasilkan distribusi kelas yang lebih merata meskipun dengan metrik lebih rendah F1-Score (0,8684), sedangkan Robustly Optimized BERTPelabelan manual menghasilkan distribusi kelas yang lebih merata meskipun dengan metrik lebih rendah F1-Score (0,8684), sedangkan Robustly Optimized BERT
IRPIIRPI Stunting masih menjadi masalah serius dengan prevalensi tinggi di Indonesia (21,6% pada tahun 2022). Salah satu hambatan utama adalah kurangnya akses mudahStunting masih menjadi masalah serius dengan prevalensi tinggi di Indonesia (21,6% pada tahun 2022). Salah satu hambatan utama adalah kurangnya akses mudah