10
tersebut. Sehingga data penggunaan CPU dan memori yang digunakan adalah data untuk setiap proses yang terjadi pada sistem operasi tersebut. Data tersebut dapat digunakan untuk mengetahui utilisasi CPU dan penggunaan memori dari web server.
Real System
Performance Model
Pengukuran
Kalkulasi
Mangukur Utilisasi CPU dan Penggunaan memori
Menghitung Utilisasi CPU dan Penggunaan memori
Tidak Diterima?
Web Server
Kalibrasi Model
Ya
Gambar 13 Cara untuk melakukan validasi pada model kinerja. Analisis dan Prediksi Kinerja
Pengukuran kinerja web server meliputi utilisasi CPU dan rata-rata penggunaan memori. a. Utilisasi CPU
Dalam penelitian ini dilakukan pengukuran terhadap utilisasi CPU pada web server dengan model kinerja server side dan model server open queueing network menggunakan antrian M/M/2. Model kinerja server side dapat terlihat pada Gambar 14.
Berdasar hasil model kinerja, validasi kinerja, dan peramalan kinerja maka akan dilakukan analisis kinerja web server dan proxy server IPB. Analisis kinerja dilakukan untuk megetahui apakah kinerja server masih stabil untuk menangani request dari pengguna, bagaimana kinerja di masa yang akan datang, dan apakah perlu dilakukan penggantian spesifikasi perangkat keras pada dan proxy server IPB. Kinerja server dapat dilihat dari utilisasi CPU dan penggunaan memori. Jika utilisasi CPU tinggi, maka CPU melakukan proses yang sangat besar dan kinerja server pada level kejenuhan. Kondisi yang seperti ini menyebabkan CPU dan memori perlu diperbaharui. Sebaliknya, jika utilisasi CPU dan penggunaan memori masih stabil atau belum pada level kejenuhan maka CPU dan memori tidak perlu diperbaharui.
HASIL DAN PEMBAHASAN
Gambar 14 Model kinerja server side. Arsitektur model server open queueing network dengan menggunakan model antrian M/M/2 dapat dilihat pada Gambar 15. Incoming Link LAN
Router 1
2
3
Web server 6
CPU 1
CPU
outgoing Link
Pengambilan data penggunaan CPU (service time) dan data penggunaan memori untuk setiap request web IPB (172.17.0.14) dari pengguna tidak dapat dilakukan. Data tersebut seharusnya bisa didapatkan melalui protokol SNMP, namun pada sistem operasi Windows tidak ditemukan OID penggunaan CPU (service time) dan memori untuk setiap permintaan web dalam MIBnya. Hal tersebut diketahui melalui program getif yang dapat mendeteksi OID komputer dengan sistem operasi Windows. Namun OID penggunaan CPU dan memori untuk setiap permintaan web tidak ditemukan melalui program getif
CPU 2
Gambar 15 Model kinerja server side dalam antrian M/M/2. Berdasar Gambar 15 model server terdiri dari dua CPU di mana penghitungan utilisasi CPU dan penggunaan memori hanya dilakukan pada web server saja dengan mengabaikan kinerja LAN, router, incoming link dan outgoing link. Pengambilan data waktu penggunaan CPU dan penggunaan memori dilakukan dengan menggunakan protokol SNMP melalui PC yang berada di lab NCC (172.18.17.129)
11
ke web server IPB (172.17.0.14) yang berada di rektorat. PC di lab NCC dikonfigurasikan sebagai NMS dan web server IPB akan dikonfigurasikan sebagai SNMP agent. Pengambilan data dilakukan pada jam sibuk web IPB yaitu pada jam 13.00 hingga jam 14.00 WIB. Gambar 16 menunjukkan arsitektur cara pengambilan data dari NMS ke web server IPB.
CPU. Nilai arrival rate dan service rate dikonversi ke proses per milli second (ms). Penghitungan utilisasi CPU dihitung dengan menggunakan model M/M/2 karena web server IPB menggunakan dua CPU untuk menangani proses. Formulasi M/M/2 dengan diagram transisi rantai Markov infinite population, infinite queue, dual CPU dapat dilihat pada Gambar 17. λ
λ
λ
λ
λ
µ
2µ
2µ
2µ
2µ
Gambar 17 Diagram transisi rantai Markov model antrian M/M/2. Gambar 16 Arsitektur pengambilan data dari NMS ke server melalui protokol SNMP. Berdasar Gambar 16, pengambilan data menggunakan protokol SNMP dilakukan dengan program netsnmp berdasar OID yang telah didefinisikan oleh MIB yang terdapat pada SNMP Agent. Nilai OID server dapat diketahui dengan menggunakan program getif. Nilai OID untuk mengetahui proses yang dijalankan oleh CPU adalah 1.3.6.1.2.1.25.4.2 sedangkan nilai OID untuk mengetahui nilai service rate dan penggunaan memori adalah 1.3.6.1.2.1.25.5.1. Pengambilan data dilakukan pada tanggal 25 April hingga 16 Mei 2007. Data trafik yang digunakan merupakan hasil pengukuran selama 16 hari dari 20 hari pengambilan data. Hal ini dilakukan karena pada periode pengambilan data terdapat beberapa kesalahan yang menyebabkan hasil pengambilan data tidak dapat digunakan untuk proses berikutnya. Proses berikutnya adalah penghitungan utilisasi CPU dan penggunaan memori sebagai parameter kinerja web server. Namun hal tersebut tidak terlalu berpengaruh terhadap hasil yang akan didapat. Hasil pengambilan data terdiri dari 12 file setiap harinya. Setiap file mengandung data penggunaan CPU yaitu service rate dalam proses per senti detik, nama proses, pid dari proses yang terjadi. Pengambilan data dilakukan per 5 menit dalam periode waktu satu jam, sehingga terdapat 192 file data. Kemudian data dikenai parsing menggunakan program gawk, sehingga data hanya mengandung informasi mengenai jumlah proses yang terjadi per 5 menit dan service rate pada setiap proses. Selanjutnya data tersebut akan diolah untuk mengukur utilisasi
Nilai peluang idle didapatkan dengan cara menurunkan persamaan pada local balance dan global balance, sehingga akan didapatkan nilai p0 dan pn sebagai:
λ µ p0 = λ 2+ µ 2−
............(4) n −1
⎛1⎞ pn = ρ n 2⎜ ⎟ p0 ..........(5) ⎝2⎠ Utilisasi CPU dapat dicari menggunakan: ⎛ 1 − p0 ⎞ ⎟⎟ ρ = 2⎜⎜ ...........(6) ⎝ 1 + p0 ⎠
Dengan menurunkan persaman pn maka utilisasi CPU pada saat n > 0 didapatkan dengan mengunakan persamaan:
ρ=
pn − 1 ………..(7) pn + 1
Penurunan formulasi M/M/2 dapat dilihat pada Lampiran 7. Berdasar persamaan 4 dan 6 maka untuk menghitung utilisasi CPU diperlukan parameter arrival rate dan service rate. Arrival rate pada web server diperoleh dari rata-rata jumlah kedatangan proses yang terjadi pada web server. Sedangkan service rate didapatkan berdasar pengambilan data waktu penggunaan CPU oleh setiap proses dalam proses per ms. Seluruh nilai service rate pada setiap proses dari 192 file tersebut dirata-ratakan. Hasil pengukuran rata-rata service rate dan arrival rate untuk setiap harinya selama 16 hari dapat dilihat pada Gambar 18 dan 19.
12
Service rate
Service rate 16 Hari 1000 900 800 700 600 500 400 300 200 100 0 1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
pengukuran hari ke-
Gambar 18 Grafik rata-rata service rate proses web server selama 16 hari. Arrival rate 16 Hari
melakukan proses, sehingga ketika proses kedua datang, bisa langsung diproses oleh CPU. Namun dalam kenyataannya nilai utilisasi CPU sangat tinggi tidak pernah terjadi pada web server IPB, sehingga dapat disimpulkan bahwa hanya satu proses yang terjadi di sistem, karena nilai service time yang rendah mengakibatkan sebelum proses berikutnya datang ke server, CPU telah selesai melakukan proses. Sehingga kinerja CPU selalu stabil. Berikut ini grafik peluang pada saat n proses di mana nilai 0 ≤ n ≤ 12 dapat dilihat pada Gambar 20.
8
Peluang Idle CPU web server
7 Arrival rate
6 5
1.5
4
1
3
Pn
2 1
0 -0.5 0
0 1
2
3
4
5
6
7
8
9
10
11 12 13 14
0.5
15 16
pengukuran hari ke-
1
2
3
4
5
6
7
8
9 10 11 12
n
Hasil penghitungan rata-rata keseluruhan selama 16 hari untuk setiap proses didapatkan bahwa rata-rata arrival rate adalah sebesar 5.5 proses per ms, sedangkan rata-rata service rate adalah sebesar 688.064 proses per ms, atau setiap proses dijalankan oleh CPU dalam waktu 0.0015 ms. CPU akan tetap stabil jika utilisasi CPU lebih dari 0 dan kurang dari 1 atau 0 ≤ ρ < 1 . Sehingga berdasar persamaan formulasi M/M/2, didapatkan nilai hasil penghitungan p0 atau peluang idle pada saat proses pertama datang ke CPU adalah sebesar 0.984. Berdasar formulasi M/M/2 didapatkan utilisasi CPU dari web server adalah sebesar 0.0159 atau 1.59%. Berdasar hasil tersebut diketahui bahwa utilisasi CPU tidak berada pada level kejenuhan dan CPU mengalami idle yaitu sebesar 98.4%. Dari hasil tersebut terlihat bahwa kinerja CPU web server IPB masih tetap stabil karena nilai arrival rate jauh lebih kecil dari service rate, sehingga didapatkan utilisasi CPU juga sangat rendah. Berdasar formulasi M/M/2, nilai peluang idle pada saat proses kedua datang ke server adalah sebesar 0.016, sehingga didapatkan nilai utilisasi CPU 96.90%. Berdasar hasil terlihat bahwa nilai utilisasi CPU mendekati satu. Hal ini dapat diartikan bahwa sistem masih berpeluang idle sebesar 0.016 dan penggunaan CPU pada saat proses kedua adalah sebesar 96.90%. Hal ini dapat terjadi karena sistem mempunyai dua CPU untuk
Gambar 20 Grafik peluang pada saat n proses di mana nilai 0 ≤ n ≤ 12 . Sedangkan grafik nilai utilisasi CPU pada saat 0 ≤ n ≤ 12 dapat dilihat pada Gambar 21. Utilisasi CPU web server IPB Utlisasi CPU (%)
Gambar 19 Grafik rata-rata arrival rate proses web server selama 16 hari.
150 100 50 0 0 1 2 3 4 5 6 7 8 9 10 11 12 n
Gambar 21 Grafik utilisasi CPU pada saat n proses di mana nilai 0 ≤ n ≤ 12 . Tabel 1 memperlihatkan nilai peluang dan utilisasi CPU pada saat 0 ≤ n ≤ 5 . Tabel 1 Nilai peluang dan utilisasi CPU pada saat 0 ≤ n ≤ 5 .
ρ
Arival rate (λ )
Service rate ( µ )
n
Proses/ms
Proses/ms
(Peluang idle)
0
5.5
344.031
0.984
1.59
1
5.5
344.031
0.016
96.90
2
5.5
344.031
0.00012
99.97
3
5.5
344.031
1.005E-06
99.99
4
5.5
344.031
8.035E-09
99.99
5
5.5
344.031
6.423E-11
99.99
pn
Utilisa si CPU (%)
13
Berdasar Tabel 1, utilisasi CPU bernilai 1 di mana kondisi server tidak stabil yaitu ketika keempat proses dijalankan secara bersamaan oleh CPU. Namun berdasar hasil penelitian dengan hasil rata-rata utilisasi CPU sebesar 1.59%, kondisi di mana empat proses dijalankan secara bersamaan tidak pernah terjadi pada server, karena dalam kenyataanya CPU hanya melakukan satu proses. Nilai service time yang rendah mengakibatkan sebelum proses berikutnya datang ke server, CPU telah selesai menjalankan proses. Jika CPU belum selesai melakukan proses maka proses selanjutnya akan masuk ke dalam antrian, sehingga kondisi CPU server IPB tetap stabil. Berdasar formulasi M/M/2, juga dilakukan penghitungan rata-rata penggunaan CPU setiap harinya selama 16 hari. Hasil penghitungan rata-rata penggunaan CPU setiap harinya dalam periode waktu satu jam selama 16 hari ditunjukkan pada Gambar 22. Tabel Nilai utilisasi CPU web server IPB setiap hari selama 16 hari dapat dilihat pada Lampiran 8. Utilisasi CPU selama 16 Hari 25
Utilisasi CPU (%)
20 15 10 5 0 1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16
-5 Pengukuran hari ke-
Gambar 22 Grafik rata-rata utilisasi CPU web server selama 16 hari. Berdasar Gambar 22, rata-rata utilisasi CPU terbesar terjadi pada tanggal 2 Mei 2007, dengan service rate sebesar 37.466 proses per ms dan arrival rate sebesar 6 proses per ms. Sehingga didapatkan utilisasi CPU terbesar mencapai 19.21%. Tabel dan grafik peluang idle dan utilisasi CPU terbesar menggunakan formulasi M/M/2 dapat dilihat pada Lampiran 9 dan Lampiran 10. Utilisasi CPU terendah terjadi pada tanggal 16 mei 2007 dengan service rate sebesar 1135.466 proses per ms dan arrival rate sebesar 4.4 proses per ms. Sehingga didapatkan utilisasi CPU sebesar 0.38%. Tabel dan grafik peluang idle dan utilisasi CPU terkecil menggunakan formulasi M/M/2 dapat dilihat pada Lampiran 11 dan Lampiran 12. Rangkuman hasil penghitungan utilisasi dapat dilihat pada Tabel 2.
Tabel 2 Hasil penghitungan utilisasi CPU web server. Parameter Arival rate (proses/ms) Service rate (proses/ms) Utilisasi idle Utilisasi% idle %
Terbesar
Terendah
ratarata
6
4.4
5.3
37.466
1135.466
344.03
0.097 0.192 19.21 82.47
0.0024 0.0038 0.38 99.61
0.008 0.9841 1.59 98.41
Berdasar Tabel 2 nilai utilisasi CPU terbesar terjadi karena banyak proses yang dijalankan dan nilai service rate yang kecil. Begitu pula sebaliknya, utilisasi terendah terjadi ketika proses yang dijalankan sedikit dan nilai service rate sangat besar. Hasil penghitungan utilisasi CPU kemudian dihubungkan dengan kinerja web server dari web IPB. Berdasar parsing dengan menggunakan perangkat lunak gawk, dari data log web IPB selama 117 hari (5 Januari-2 Mei 2007) didapatkan nilai rata-rata kedatangan request web IPB (arrival rate) sebesar 0.513 request per detik. Walaupun nilai waktu penggunaan CPU (service time) untuk setiap request web tidak didapatkan, namun berdasar data utilisasi CPU secara keseluruhan yaitu sebesar 1.59%, di mana terjadi idle sebesar 98.41 %. Penggunaan CPU untuk seluruh request web sudah tercakup dalam utilisasi secara keseluruhan, sehingga sudah dipastikan utilisasi CPU untuk seluruh request web lebih kecil dari 1.59%. Berdasar data tersebut dapat dipastikan bahwa seluruh request web dapat dilayani oleh CPU web server IPB. Berdasar data penghitungan yang telah didapat, selanjutnya dilakukan validasi langsung pada web server IPB melalui koneksi Remote Desktop dari komputer yang berada di lab NCC. Validasi dilakukan dengan menggunakan program perfmon.exe yang terdapat pada sistem operasi Windows. Hasil validasi berupa ratarata utilisasi CPU dalam persen. Validasi dilakukan pada tanggal 3 Juli 2007 pada jam sibuk web server IPB yaitu pada pukul 13.00 hingga pukul 14.00 per 5 menit. Salah satu hasil validasi, di mana pengukuran dilakukan pada 5 menit pertama dapat dilihat pada Gambar 23.
14
Penggunaan memori
rata-rata penggunaan memori
400000 350000
Gambar 23 Grafik hasil validasi pada 5 menit pertama. Contoh grafik hasil validasi utilisasi CPU web server IPB lainnya dapat dilihat pada Lampiran 13. Berdasar hasil validasi yang terdiri dari 12 file yang telah dirata-ratakan, maka didapatkan nilai rata-rata utilisasi CPU sebesar 3.28%, dengan utilisasi terbesar mencapai 30.99%. Berdasar hasil tersebut diketahui bahwa hasil valid sebesar 97.5%, dengan kesalahan pada pengukuran sebesar 2.25%. Sehingga dapat dikatakan hasil utilisasi CPU pada web server IPB valid dan tidak perlu mengalami kalibrasi. Gambar 24 memperlihatkan hasil validasi selama 12 kali pengukuran per 5 menit, setiap pengukuran merupakan rata-rata utilisasi CPU dalam waktu 1 menit 40 detik.
Rata-rata utilisasi CPU %
Hasil validasi 7 6 5 4
hasil validasi
3 2 1 0 1
2
3
4
5
6
7
8
9
10 11 12
pengukuran 5 menit ke-
Gambar 24 Grafik hasil validasi utilisasi CPU selama 1 jam per 5 menit sekali. b. Memori Web Server
Berdasar hasil pengambilan data selama 16 hari yang dilakukan dari tanggal 25 April sampai dengan 16 Mei 2007, didapatkan ratarata penggunaan memori untuk web server adalah sebesar 263893.19 KB, atau setara dengan 51.42% dari keseluruhan nilai memori yang tersedia (512 MB). Rata-rata hasil penggunaan memori setiap harinya dapat dilihat pada Gambar 25.
300000 250000 200000 150000 100000 50000 0 1
3
5
7
9
11
13
15
Pengukuran hari ke-
Gambar 25 Grafik rata-rata penggunaan memori web server setiap hari selama 16 hari. Berdasar Gambar 25, didapatkan hasil bahwa rata-rata penggunaan memori terbesar terjadi pada tanggal 25 April 2007 sebesar 342275.67 KB, dengan pemakaian sebesar 66.85% dari keseluruhan memori yang tersedia. Penggunaan memori terendah terjadi pada tanggal 3 Mei 2007 sebesar 187320.67 KB, dengan pemakaian sebesar 36.586%. Rangkuman rata-rata hasil penghitungan penggunaan CPU dapat dilihat pada Tabel 3. Tabel 3 Hasil penghitungan penggunaan memori web server. Parameter memory (KB) memory (%)
Terbesar
Terendah
Ratarata
342275.67
187320.67
263893.2
66.850716
36.586068
51.542
Sisa (%)
169724.33
324679.33
248106.8
Sisa (%)
33.149284
63.413932
48.458
Berdasar Gambar 19 dan 25, terlihat bahwa nilai penggunaan CPU dan memori tidak berbanding lurus. Hal ini disebabkan rata-rata penggunaan CPU terbesar dan terkecil pada web server IPB tidak terjadi pada hari yang sama. Dengan demikian dapat disimpulkan bahwa utilisasi CPU besar tidak menjamin penggunaan memori juga besar begitu pula sebaliknya. Setelah diperoleh hasil penghitungan memori, maka akan dilakukan validasi pengukuran. Validasi dilakukan pada tanggal 6 Juli 2007 pada jam 13.00-14.00 langsung pada web server IPB. Hasil validasi berupa persentase penggunaan memori. Contoh grafik hasil validasi penggunaan memori web server IPB lainnya dapat dilihat pada Lampiran 14. Persentase rata-rata penggunaan memori web server adalah 44.96%. Berdasar hasil tersebut diketahui bahwa kesalahan pada pengukuran sebesar 14.624% atau valid sebesar 85.376%, karena hasil validasi lebih dari 70% sehingga dapat dikatakan hasil pengukuran memori pada web server IPB
15
Penggunaan memory (%)
Validasi Penggunaan Memory 46 45.5 Validasi Penggunaan Memory
45 44.5 44 43.5 1
3
5
7
9
11
Validasi ke- (per lima menit)
Gambar 26 Grafik validasi rata-rata penggunaan memori web server selama satu jam per lima menit. Berdasar hasil rata-rata utilisasi CPU dan penggunaan memori, dapat dianalisis bahwa kinerja web server IPB masih stabil dengan rata-rata utilisasi CPU hanya sebesar 0.8% dan rata-rata penggunaan memori sebesar 263893.2 KB (51.542%). Utilisasi CPU terbesar mencapai 9.97%, sedangkan rata-rata penggunaan memori terbesar mencapai 342275.67 KB (66.85%). Sehingga berdasar hasil tersebut walaupun penggunaan CPU dan memori terbesar terjadi, namun kinerja CPU web server IPB tetap stabil. Pada kondisi tersebut CPU idle sebesar 90.08% dan terdapat ketersediaan memori sebesar 33.15%, di mana ketersediaan sumber daya lebih dari 30%. Sehingga CPU dan memori web server tidak berada pada level kejenuhan. Berdasar hasil tersebut spesifikasi CPU dan memori dari web server IPB tidak perlu diperbaharui, karena kinerjanya masih sangat stabil. Tabel hasil validasi pengukuran CPU dan memori web server IPB tanggal 6 Juli 2007 pada jam sibuk IPB dapat dilihat pada Lampiran 15 dan Lampiran 16. Proxy Server 1
Utilisasi CPU
Dalam penelitian ini dilakukan pengukuran utilisasi CPU proxy server IPB, meliputi utilisasi CPU pada Squid, request pada proxy server, hit rate proxy server, dan secara keseluruhan pada proxy server. Utilisasi CPU Proxy Server dan Squid
Pengambilan data untuk menghitung utilisasi CPU Squid dan utilisasi CPU proxy
server secara keseluruhan, dilakukan secara remote melalui komputer lokal (172.17.18.129) di Lab NCC ke proxy server IPB (172.17.0.11) menggunakan perangkat lunak Putty. Data yang diperoleh merupakan nilai persentase utilisasi CPU yaitu meliputi persentase utilisasi untuk Squid saja dan utilisasi CPU pada proxy server secara keseluruhan. Pengambilan data dilakukan selama 10 hari dari tanggal 4 Juni sampai dengan tanggal 23 Juni pada pukul 08.00 hingga 09.00, dilakukan selama satu jam dengan selang waktu per 10 menit, sehingga 1 hari didapatkan 6 file utilisasi CPU. Pada periode tanggal tersebut tidak dilakukan setiap hari karena terdapat hari libur di IPB. Untuk menjaga pengukuran selama jam sibuk. Pengambilan data dilakukan pada periode hari dan jam sibuk IPB. Setiap file terdapat nilai utilisasi CPU server, Squid, dan penggunaan memori. Sehingga terdapat 60 file yang dikenai parsing menggunakan Microsoft Excel, agar dapat dilakukan penghitungan untuk menentukan utilisasi CPU Squid dan server.
Nilai utilisasi CPU merupakan nilai ratarata utilisasi CPU selama 10 hari. Berdasar hasil penghitungan didapatkan bahwa rata-rata nilai utilisasi CPU proxy server adalah sebesar 52.64% dan nilai utilisasi CPU untuk Squid adalah sebesar 17.53%. Hal ini berarti 35.10% CPU digunakan oleh proses yang lain. Berdasar hasil penghitungan tersebut diketahui bahwa 33.3% dari seluruh penggunaan CPU digunakan untuk Squid. Gambar 27 menunjukkan grafik penghitungan utilisasi CPU untuk setiap harinya, selama 10 hari. Utilisasi CPU Proxy Server 120.00% utilisasi CPU (%)
adalah valid dan tidak perlu mengalami kalibrasi. Gambar 26 menunjukkan grafik validasi rata-rata penggunaan memori pada web server IPB.
100.00% 80.00% Utilisasi CPU
60.00% 40.00% 20.00% 0.00% 1
2
3
4
5
6
7
8
9
10
hari ke-
Gambar 27 Grafik penghitungan utilisasi CPU server selama 10 hari. Berdasar Gambar 27, diketahui bahwa rata-rata penggunaan CPU terbesar terjadi pada tanggal 5 Juni 2007, di mana utilisasi CPU mencapai 96.08%, dengan penggunaan CPU oleh pengguna: 58%, sistem: 18.73%, menunggu input atau output pada server: 20.05%, irq: 1.23%, dan softirq: 5.10%.
16
sehingga CPU hanya idle sekitar 3.91%. Sedangkan utilisasi CPU terendah terjadi pada tanggal 18 Juni 2007, yaitu sebesar 24.82% dengan penggunaan CPU oleh pengguna: 05%, sistem: 5.77%, menunggu input atau output pada server: 7.43%, irq: 0.40%, dan softirq: 2.17%, sehingga CPU idle sebesar 66.03%. Tabel utilisasi CPU untuk setiap proses yang didefinisikan oleh sistem operasi dapat dilihat pada Lampiran 17. Penghitungan rata-rata utilisasi CPU untuk Squid selama 10 hari ditunjukkan oleh Gambar 28. Utilisasi Squid
Utilisasi Squid (%)
35.00% 30.00% 25.00% 20.00%
Utilisasi Squid
15.00% 10.00%
utilisasi CPU secara keseluruhan pada proxy server dan utilisasi CPU untuk Squid. Tabel 4 Hasil penghitungan utilisasi CPU server dan Squid. %Utilisasi %Utilisasi Tanggal Squid CPU 4Juni 83.10 29.70 5Juni 96.08 33.12 8Juni 48.22 20.87 12Juni 79.33 21.60 14Juni 33.97 1.10 18Juni 24.82 13.23 19Juni 32.45 12.78 20Juni 52.88 9.98 22Juni 32.35 9.45 23Juni 43.15 23.45 rata-rata 52.64 17.53
5.00% 0.00% 1
2
3
4
5
6
7
8
9
10
hari ke-
Gambar 28 Grafik Hasil rata-rata utilisasi CPU Squid selama 10 hari. Berdasar Gambar 28, diketahui bahwa utilisasi CPU terbesar untuk Squid juga terjadi pada tanggal 5 Juni 2007 yaitu sebesar 33.12%. Hal ini berarti kinerja CPU server secara keseluruhan juga dipengaruhi oleh utilisasi Squid, yaitu sekitar 34.47%. Begitu pula pada utilisasi terendah pada Squid juga terjadi pada tanggal 14 Juni 2007, rata-rata utilisasi CPU untuk Squid hanya sebesar 1.1%. Hal ini dapat terjadi karena pada tanggal tersebut Squid mati, sehingga tidak ada pengguna yang mengakses proxy server IPB, dan mengakibatkan utilisasi CPU untuk Squid sangat rendah. Matinya Squid mempengaruhi kinerja CPU secara keseluruhan di mana pada tanggal 14 Juni hanya sebesar 33.97%, ini artinya CPU idle sebesar 63.03%. Namun matinya Squid tidak dikarenakan oleh kinerja CPU yang buruk, karena berdasar hasil rata-rata penggunaan CPU secara keseluruhan, seharusnya CPU masih dapat melakukan proses yang lain sebesar 63.03%, termasuk Squid. Matinya Squid memproses dipengaruhi oleh perubahan konfigurasi pada Squid.conf yang mengakibatkan pengguna tidak dapat mengakses Internet lewat proxy server 172.17.0.11, sehingga mengakibatkan utilisasi CPU untuk Squid dan server secara keseluruhan pada tanggal tersebut sangat rendah. Tabel 4 menunjukkan rata-rata
Utilisasi CPU untuk Seluruh Request dan Hit Request pada Proxy Server
Penghitungan utilisasi CPU didapatkan dari request pengguna jaringan internal IPB meliputi rektorat, FEM, Fapet, FKH, dan LSI melalui proxy server IPB untuk mengakses Internet dan mengakses web IPB. Penghitungan utilisasi CPU untuk request pengguna dan hit request pada proxy server dilakukan dengan menggunakan model server M/M/1. Nilai arrival rate diperoleh dari data log proxy server IPB periode 30 Desember hingga 2 Februari 2007 dan 13 Mei hingga 27 Juni 2007. Data log tanggal 3 Februari hingga 12 Mei tidak dapat digunakan, karena data log telah terhapus oleh admin IPB. Namun hal tersebut tidak berpengaruh pada hasil yang diperoleh, karena periode data log selama 81 hari sudah cukup untuk mewakili data. Nilai service rate diperoleh dari cachemgr.cgi. Pengambilan data service rate dilakukan selama 10 hari yaitu pada tanggal 12 juni hingga 27 juni, pada jam 08.00 hingga 09.00. CPU proxy server akan tetap stabil jika nilai 0 ≤ ρ < 1 . Berdasar formulasi M/M/1, nilai peluang ketika terdapat satu request di proxy server yaitu sebesar 0.941 sehingga nilai utilisasi CPU sebesar 0.059 atau 5.9%. Nilai rata-rata service rate yang sangat tinggi yaitu sebesar 127.69 request per detik atau satu request dijalankan oleh CPU selama 0.00783 detik, dengan rata-rata utilisasi CPU untuk request pengguna sebesar 5.91%. Hasil pengukuran service time selama satu jam/hari untuk request pengguna dapat dilihat pada Lampiran 18.
17
Nilai peluang idle ketika terdapat dua proses di server, yaitu sebesar 0.00079 sehingga didapatkan utilisasi CPU sebesar 98.43%. Utilisasi CPU sangat tinggi karena nilai service rate dari CPU sangat tinggi untuk melayani request, sehingga sumber daya CPU dikeluarkan juga sangat tinggi untuk memproses dua request tersebut. Berdasar hasil penelitian, kejadian dimana terdapat dua request dilayani oleh CPU tidak pernah terjadi, karena pada kenyataannya CPU hanya melayani satu request. Hal ini disebabkan nilai service time yang rendah untuk melayani satu request sehingga ketika request berikutnya datang, maka request sebelumnya telah selesai diproses, dan request dapat diproses selanjutnya. Hal ini dapat dilihat pada hasil penelitian bahwa rata-rata utilisasi CPU untuk request ke proxy server IPB tidak pernah mendekati nilai satu. Nilai peluang dan utilisasi CPU pada saat n request di mana nilai 0 ≤ n ≤ 12 dapat dilihat pada Gambar 29 dan 30, sedangkan tabel nilai peluang dan utilisasi CPU pada saat 0 ≤ n ≤ 6 dapat dilihat pada Tabel 5. Peluang idle
1 0.8 Pn
0.6 0.4 0.2 0 -0.2 0
1
2
3
4
5
6 7
8
9 10 11 12
n
Gambar 29 Grafik peluang idle request pengguna pada saat n proses di mana nilai 0 ≤ n ≤ 12 . Utilisasi C PU untuk re que st pada proxy se rve r
120
Utlisasi CPU
100 80 60 40 20 0 1
2
3
4
5
6
7
8
9
10 11 12 13
n
Gambar 30 Grafik utilisasi CPU request pengguna proxy server pada saat n proses di mana nilai 0 ≤ n ≤ 12 .
Tabel 5 Nilai peluang dan utilisasi CPU request pengguna pada saat 0 ≤ n ≤ 6. n
Arrival rate
Service rate
Pn
Utilisasi CPU (%)
0 1 2 3 4 5 6
7.37 7.37 7.37 7.37 7.37 7.37 7.37
124.69 124.69 124.69 124.69 124.69 124.69 124.69
0.94 0.056 0.0033 0.00019 1.1507E-05 6.805E-07 4.0243E-08
5.9 94 99 99 99 99 1
Berdasar formulasi M/M/1 dihitung nilai utilisasi CPU akan bernilai satu atau peluang bernilai nol terjadi ketika di server terdapat 6 request, ini artinya pada saat 6 request di proxy server, proxy server akan drop, hal ini mengakibatkan CPU proxy server tidak dapat bekerja sehingga CPU hang atau mati. Namun berdasar hasil penelitian request yang dilayani oleh CPU pada satu waktu hanya satu request dan karena nilai service time yang rendah untuk melayani satu request sehingga ketika request berikutnya datang, maka request sebelumnya telah selesai diproses, dan request berikutnya dapat diproses selanjutnya. Jika CPU belum selesai melakukan proses maka proses selanjutnya akan masuk ke dalam antrian. Sehingga kondisi di mana 6 request diproses sekaligus tidak dilakukan oleh CPU, oleh karena itu kinerja CPU akan tetap stabil untuk melayani request pengguna. Tabel dan grafik hasil perhitungan peluang idle dan utilisasi CPU terbesar untuk request pada proxy server dapat dilihat pada Lampiran 19 dan Lampiran 20. Berdasar data log proxy server dapat diketahui nilai hit rate dari proxy server yaitu sebesar 2.16 request per detik, hit rate ini mengindikasikan bahwa dari 7.37 request per detik, permintaan yang dapat dilayani oleh proxy server hanya 2.16 request per detik, sehingga hanya sekitar 29.27% request per detik yang dapat dilayani oleh CPU. Tabel dan grafik hasil perhitungan peluang idle dan ratarata utilisasi CPU untuk hit request pada proxy server dapat dilihat pada Lampiran 21 dan Lampiran 22. Rendahnya hit rate tidak sepenuhnya dipengaruhi oleh kinerja dari CPU, tetapi juga dipengaruhi oleh faktor lain. Berdasar hasil yang diperoleh, kinerja CPU masih cukup baik untuk melayani permintaan pengguna pada jaringan internal IPB yang mengakses Internet melalui proxy server, hal ini diketahui dengan
18
Tabel 6 Hasil penghitungan utilisasi CPU untuk request pengguna. Utilisasi CPU Parameter arrival rate (request/s) service rate (request/s) utilisasi CPU %
Terendah
Terbesar
Ratarata
7.37
7.37
7.37
1097.69
40.8
124.69
0.67
18.67
5.91
Memori Proxy Server
Dalam penelitian ini dilakukan pengukuran terhadap rata-rata penggunaan memori oleh proxy server IPB, data yang digunakan hanya data penggunaan memori virtual pada sistem operasi dari proxy server. Data memori yang digunakan merupakan hasil monitoring selama 10 hari, yaitu tanggal 4 Juni, 5 Juni, 8 Juni, 12 Juni, 14 Juni, 18 Juni, 19 Juni, 20 Juni, 22 Juni, dan 23 Juni. Hasil pengukuran rata-rata penggunaan memori dari proxy server IPB pada tanggal 4 Juni hingga 23 Juni dapat dilihat pada Gambar 31. Penggunaan Memori 100 90 80 70 60 50 40 30 20 10 0 1
Tabel 7 Hasil penghitungan utilisasi CPU untuk hit request. Utilisasi CPU Parameter arrival rate (request/s) service rate (request/s) utilisasi CPU %
2
Penggunaan memori (%)
nilai rata-rata service rate yang sangat tinggi sebesar 127.69 request per detik, dengan ratarata utilisasi CPU untuk request pengguna sebesar 5.91%. Berdasar hasil tersebut diketahui bahwa sumber daya CPU yang digunakan untuk melayani request pengguna cukup besar. Namun sebelum permintaan tersebut dapat diproses oleh CPU proxy server, request terhalang oleh faktor lain seperti kondisi link jaringan, bandwidth, dan sibuknya trafik jaringan IPB, sehingga hal ini mengakibatkan rendahnya nilai hit rate proxy server. Rangkuman hasil penghitungan utilisasi CPU untuk request pengguna dan hit request dapat dilihat pada Tabel 6 dan Tabel 7.
Terendah
Terbesar
Ratarata
2.16
2.16
2.16
1097.69
40.8
124.69
0.2
5.29
1.70
Berdasar Tabel 7, diketahui rata-rata utilisasi CPU untuk hit request sebesar 1.7% dan utilisasi CPU terbesar sebesar 5.29% dan terendah sebesar 0.2%. Tabel dan grafik hasil perhitungan peluang idle dan utilisasi CPU terbesar untuk hit request pada proxy server dapat dilihat pada Lampiran 23 dan Lampiran 24. Berdasar hasil tersebut terlihat kinerja CPU untuk melayani request proxy server IPB masih cukup baik. Namun secara keseluruhan pengunaan CPU proxy server IPB sudah pada taraf tertinggi atau level kejenuhan di mana utilisasi CPU terbesar mencapai 96.08%. Sehingga utilisasi secara keseluruhan pada proxy server juga akan mempengaruhi penggunaan CPU untuk request pengguna.
2
3
4
5
6
7
8
9
10
hari ke-
Gambar 31 Grafik nilai penggunaan memori selama 10 hari pada proxy server IPB. Berdasar hasil pengukuran, didapatkan nilai rata-rata penggunaan memori selama 10 hari adalah sebesar 294322.67 KB, dengan total memori yang tersedia adalah sebesar 384268 KB, atau sebesar 76% memori digunakan oleh proxy server. Rata-rata penggunaan memori terbesar terjadi pada tanggal 5 Juni 2007, yaitu sebesar 344586 KB, atau sebesar 89.67% dari keseluruhan memori. Sedangkan rata-rata penggunaan memori terkecil terjadi pada tanggal 14 juni 2007, dengan rata-rata penggunaan memori sebesar 174546 KB, atau sebesar 45.22% dari total keseluruhan memori. Hasil pengukuran rata-rata penggunaan memori dari proxy server IPB pada tanggal 4 Juni hingga 23 Juni dapat dilihat pada Tabel 8.
19
Tabel 8 Rata-rata penggunaan memori selama 10 hari pada proxy server. Tanggal
4Juni 5Juni 8Juni 12Juni 14Juni 18Juni 19Juni 20Juni 22Juni 23Juni rata-rata
Penggunaan memori (KB) 313426 344586 292032.67 334368 174546 305480 314108.67 300642.67 258653.33 305383.33 294322.67
Penggunaan memori (%) 81.56 89.67 75.99 87.01 45.42 79.49 81.74 78.24 67.31 79.47 76.59
Hasil pengukuran baik CPU maupun memori pada proxy server IPB tidak perlu mengalami validasi, karena pengukuran telah dilakukan secara remote langsung dari komputer lokal ke proxy server, dengan demikian hasil pengukuran sudah pasti valid. Berdasar hasil penghitungan rata-rata utilisasi CPU dan penggunaan memori secara keseluruhan pada proxy server IPB dapat diketahui bahwa pada tanggal 5 Juni terjadi utilisasi CPU dan penggunaan memori terbesar, sedangkan utilisasi CPU dan penggunaan memori terendah terjadi pada tanggal 14 Juni 2007, di mana pada tanggal tersebut Squid mati, sehingga nilai utilisasi CPU dan penggunaan memorinya rendah. KESIMPULAN DAN SARAN Kesimpulan
Berdasar hasil penelitian spesifikasi CPU dan memori dari web server IPB tidak perlu diperbaharui, karena kinerjanya masih tetap stabil dan belum berada pada level kejenuhan. Sehingga sudah dapat dipastikan bahwa seluruh request web dari pengguna ke www.ipb.ac.id dapat dilayani oleh web server. Ini artinya kinerja web IPB juga stabil. Setiap permintaan di jaringan internal IPB ke web server IPB dimana harus melalui proxy server juga menyebabkan kinerja web server IPB jauh dari level kejenuhan. Berdasar hasil penelitian diketahui bahwa kondisi proxy server pada level tertinggi, karena penggunaan sumber daya terbesar lebih dari 70%. Sehingga berdasar hasil tersebut spesifikasi CPU dan memori pada proxy server IPB perlu diperbaharui dengan menambah kapasitas pada CPU dan
memorinya, sehingga diharapkan dapat meningkatkan kinerja proxy server IPB untuk melayani pengguna di jaringan internal IPB yang mengakses Internet. Kondisi proxy server secara keseluruhan akan mempengaruhi kinerja CPU dan penggunaan memori untuk request pengguna, namun hit rate yang rendah pada proxy server tidak sepenuhnya dipengaruhi oleh kinerja CPU. Rendahnya hit rate juga dipengaruhi oleh faktor lain seperti kondisi link jaringan, bandwidth, dan sibuknya trafik jaringan IPB. Saran
Dalam penelitian ini hasil perencanaan kapasitas hanya berupa analisis dari kinerja CPU dan memori, oleh karena itu diharapkan dapat dibuat suatu model biaya dan analisis biaya untuk membuat rencana kapasitas web server dan proxy server IPB. Pengukuran service rate dapat dilakukan untuk menghitung utilisasi CPU proxy server secara keseluruhan. Selain pada sisi server yaitu CPU dan memori, rencana kapasitas dapat dibuat dengan mempertimbangkan kondisi link jaringan IPB, seperti trafik, bandwidth jaringan IPB. Rencana kapasitas juga dapat dibuat dengan model kinerja client side, di mana model kinerja dapat dibuat berdasar pertimbangan browser client. Penelitian juga dapat dilakukan pada proxy server IPB dengan IP 172.17.0.18. Parameter kinerja jaringan yang digunakan dapat diperbanyak lagi, sehingga pengukuran kinerja jaringan dapat dilakukan dengan lebih detil dan seksama. Periode pengambilan data trafik juga dapat diperpanjang lagi, sehingga hasil yang didapat akan menjadi lebih baik dari yang sebelumnya. DAFTAR PUSTAKA
[Cachemgr]. http:// www.faqs.org/docs/securing/netproxy server-squid [30 Mei 2007]. Cisco 2006. SNMP. www.cisco.com/univercd/cc/td/doc/cisint wk/ito_doc/snmp.htm [12 Mei 2007]. Daigle JN. 2005. Queuing Theory With Applications To Packet Telecommunication. Springer Science and Business Media: Boston.
