JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
PARALLEL PROCESSING UNTUK MENINGKATKAN KINERJA SERVER E-LEARNING DENGAN MENGGUNAKAN MESSAGE PASSING INTERFACE (MPI) STUDI KASUS SMA NEGERI 1 PEKANBARU Abdul Syukur1
ABSTRACT Along with the development of scientific progress , the total demand of computer resources is also increasing . Some of the areas that require high-end computing is numerical simulation , scientific problems , mathematics and engineering . Thus the problem of computing not be a problem with the presence of this cluster that offers services to perform computational processes that exceed the speed of computer servers that stand alone . Cluster is a collection of stand-alone computers that are connected to each other in a computer network is used to perform a particular process in parallel computing . Cluster basically use the network , but that a particular characteristic is how this configuration is used to solve the problem . The problem here is how to increase or balance the workload of e -learning server ( web server ) with the mechanism of Message Passing Interface ( MPI ) . Keywords :
Cluster , Server e - Learning , Stand Alone , Parallel Processing , MPI . INTISARI
Seiring dengan berkembangnya kemajuan ilmu pengetahuan, jumlah permintaan sumber daya komputer juga semakin meningkat. Beberapa bidang yang membutuhkan komputasi tingkat tinggi tersebut adalah simulasi numerik, masalah-masalah ilmiah, matematika dan teknik. Dengan demikian masalah komputasi bukan menjadi masalah dengan hadirnya cluster ini yang menawarkan layanan untuk melakukan proses komputasi yang melebihi kecepatan komputer server yang stand alone. Cluster adalah sekumpulan komputer stand alone yang terhubung satu sama lain di dalam sebuah jaringan komputer yang digunakan untuk melakukan proses komputasi tertentu secara paralel. Cluster pada dasarnya menggunakan jaringan, tapi yang menjadi ciri khususnya adalah bagaimana konfigurasi ini digunakan untuk menyelesaikan masalah. Masalah disini adalah bagaimana meningkatkan atau menyeimbangkan beban kerja server e-learning (web server) dengan mekanisme Message Passing Interface (MPI). Kata Kunci : Cluster, Server e-Learning, Stand Alone, Pemrosesan Paralel, MPI.
1
Dosen Fakultas Teknik Universitas Islam Riau
8
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 PENDAHULUAN Pada saat ini perkembangan teknologi komputer sudah semakin pesat, salah satunya adalah teknologi jaringan, salah satu dari perkembangan teknologi jaringan tersebut adalah Parallel Processing Komputasi. Parallel processing komputasi adalah proses atau pekerjaan komputasi dikomputer dengan memakai suatu bahasa pemrograman yang dijalankan secara paralel pada saat bersamaan. Secara umum komputasi paralel diperlukan untuk meningkatkan kecepatan komputasi bila dibandingkan dengan pemakaian komputasi pada komputer tunggal. Cluster (parallel processing) yang dibangun adalah cluster yang didedikasikan secara khusus untuk komputasi performa tinggi atau High Performance Computing (HPC) dan penyeimbangan kinerja server elearning atau Load Balancing Cluster (LBC). Untuk membangun cluster (parallel processing) tersebut dibutuhkan paling sedikit dua komputer yang terhubung ke sebuah jaringan privat. Sistem operasi yang dipilih untuk membuat cluster (parallel processing) adalah sistem operasi Linux. Linux dipilih karena dianggap sebagai sistem operasi yang mudah dikonfigurasi untuk memenuhi infrastruktur sebuah cluster (parallel processing) dan sifatnya yang open source. Cluster linux tersebut harus memiliki mekanisme parallel processing untuk menjalankan aplikasi-aplikasi yang dapat dijalankan secara paralel. Mekanisme parallel processing yang digunakan adalah Message Passing Interface (MPI). Message Passing Interface (MPI) adalah sebuah antar muka pemrograman yang digunakan untuk mendistribusikan proses ke simpulsimpul komputasi yang lain di dalam sebuah cluster (parallel processing). SMA Negeri 1 Pekanbaru merupakan satu dari 132 sekolah SMA
ISSN : 2086 – 4981
di Indonesia Binaan Kementrian Direktorat Pembinaan SMA yang menjadi sekolah Model Pelaksana SKM-PBKL-PSB dimana sekolah tersebut harus menerapkan pembelajaran berbasis Teknologi Informasi dan Komunikasi (TIK) khususnya e-learning. Dengan adanya penelitian tentang parallel processing dan komputer cluster ini, diharapkan dapat memberikan solusi terhadap permasalahan-permasalahan komputasi untuk meningkatkan kinerja server e-learning SMA Negeri 1 Pekanbaru. PENDEKATAN PEMECAHAN MASALAH Taksonomi Flynn untuk Arsitektur Komputer Taksonomi arsitektur komputer yang paling popular didefinisikan oleh Michael J. Flynn pada tahun 1966. Skema klasifikasi Flynn berdasarkan pada aliran informasi pada prosesor. Dua aliran informasi yang mengalir pada prosesor adalah instruksi dan data. Aliran instruksi didefinisikan sebagai urutan instruksi-instruksi yang diolah oleh unit pemroses. Aliran data didefinisikan sebagai lalulintas pertukaran data antara memori dengan unit pemroses. Menurut klasifikasi Flynn, aliran instruksi dan aliran data dapat berupa tunggal maupun jamak. Arsitektur komputer menurut Flynn dapat diklasifikasikan sebagai berikut: a) SISD : Single Instruction Single Data b) MISD : Multiple Instruction Single Data c) SIMD : Single Instruction Multiple Data d) MIMD: Multiple Instruction Multiple Data Komputer Cluster Komputer Cluster adalah sekumpulan komputer terhubung dan bekerja sama sebagai satu resource komputer yang terintegrasi untuk menyelesaikan suatu tujuan. Sebuah
9
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 komputer cluster setidaknya terdiri dari Message Passing Interface (MPI) dan sebuah pengatur beban kerja (Job Scheduler). Message Passing Interface (MPI) bertugas untuk mengirim data antar komputer didalam sistem paralel (biasanya disebut sebagai node atau host). Job scheduler seperti yang tersirat dari namanya bertugas menerima tugas dari user dan menjadwalkan tugas tersebut pada beberapa node didalam sistem paralel sesuai kebutuhan. Untuk membangun sebuah cluster dibutuhkan empat buah komponen, yaitu dua buah komponen hardware dan dua buah komponen software. Komponen hardware yang pertama adalah node atau mesin komputasi dan yang kedua adalah jaringan interkoneksi, sedangkan komponen software yang pertama adalah software yang dapat digunakan oleh pengguna untuk mengembangkan aplikasi paralel dan yang kedua adalah software yang digunakan untuk memonitor dan mengatur aplikasi yang berjalan di dalam cluster.
ISSN : 2086 – 4981
pekerjaan komputasi atau mengerjakan task secara bersamasama. Tipe mendasar dari cluster sendiri terbagi menjadi empat jenis, yaitu : a) High Perfomance Computing (HPC) adalah jenis cluster dengan performance yang tinggi yang dicapai dengan membagi-bagi tugas atau beban yang ada ke sekumpulan komputer server. High Performance Computing (HPC) adalah sekumpulan server yang bekerja bersama-sama pada saat yang bersamaan untuk mengerjakan sesuatu tugas tertentu, biasanya dalam bentuk tugas perhitungan yang beratberat, seperti simulasi bumi, me-render film animasi, dan lain-lain. b) Load Balancing Cluster (LBC) adalah sebuah konsep untuk menyeimbangkan beban atau muatan kerja ke beberapa komputer server, misalnya membagi beban kerja web server dan database server. c) High Availability Cluster (HAC) adalah jenis cluster bila satu komputer server gagal melayani service tertentu, maka tugas server tersebut otomatis akan dilempar ke server lainnya. d) Grid Computing (GC) Teknologi komputasi grid adalah suatu cara penggabungan sumber daya yang dimiliki banyak komputer yang terhubung dalam suatu jaringan sehingga terbentuk suatu kesatuan sistem komputer dengan sumber daya komputasi yang besar.
Gambar 1. Layer Komputer Cluster Sistem Clustering Clustering dalam ilmu komputer adalah gabungan sumber daya komputer yang saling terkoneksi dan bekerja bersama-sama pada saat yang bersamaan untuk mengerjakan task atau menyediakan layanan. Personal Komputer (PC) cluster adalah sebuah sistem komputer yang terdiri dari beberapa PC (Personal Komputer) yang dikoneksi dalam satu jaringan untuk melakukan sebuah
10
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
yang bersamaan guru/siswa secara aktif mengakses e-learning yang berjumlah sekitar 900 orang maka akan memperlambat kinerja server elearning tersebut karena beban kerja yang terlalu berat.
Anaslisa Sistem Untuk tahapan analisa masalah yang dihadapi terlebih dahulu kita mengaudit topologi jaringan yang diterapkan sebelumnya, hal ini guna mengetahui dan memudahkan kita dalam merancang topologi jaringan menggunakan komputer cluster (parallel processing) yang nantinya dapat diterapkan untuk meningkatkan atau menyeimbangkan kinerja server e-learning. Hasil observasi yang dilakukan dilapangan gambaran topologi jaringan di SMA Negeri 1 Pekanbaru adalah sebagai berikut : Internet
Server e-Learning Modem Telkom Speedy IP 192.168.0.1/24
Laptop Guru/Siswa IP : 10.10.0.0/24
eth1 IP : 192.168.0.2/24 Laptop Guru/Siswa IP : 10.10.0.0/24
Laptop Guru/Siswa IP : 10.10.0.0/24
eth0 IP : 10.10.0.1/24
Access Point SSID : AP Majelis Guru Laptop Guru/Siswa IP : 10.10.0.0/24 Access Point SSID : AP Kelas XI
Ruang Wakil
Access Point SSID : AP Labor MM Ruang Kepala Sekolah Ruang TU
Access Point SSID : AP Labor MM 2 Main Switch Switch
Switch
Kelas Akselerasi IP : 10.10.0.0/24
Switch
Labor Komputer 3 IP : 10.10.0.0/24
Switch
Labor Komputer 2 IP : 10.10.0.0/24
ISSN : 2086 – 4981
Switch
Labor MM IP : 10.10.0.0/24
Gambar 2. Topologi Jaringan SMA Negeri 1 Pekanbaru Sebelum Menggunakan Parallel Processing. Berdasarkan sketsa dari gambar 2 dapat dijelaskan bahwa setiap pengguna komputer baik guru atau siswa dilingkungan SMA Negeri 1 Pekanbaru yang ingin mengakses elearning secara intranet baik yang menggunakan Personal Computer (PC) dari labor komputer terhubung ke switch melalui kabel ataupun yang menggunakan laptop yang terkoneksi secara wireless fidelity (WiFi) menggunakan perangkat Access Point (AP) yang terpasang secara merata dilingkungan sekolah. Berdasarkan sketsa gambar diatas terlihat bahwa komputer server e-learning di SMA Negeri 1 Pekanbaru yang ada saat ini masih menggunakan server stand alone. Jika pada waktu
Analisa Kebutuhan Sistem Cluster Cluster yang dibangun dalam penelitian ini adalah cluster yang didedikasikan untuk komputasi paralel. Cluster tersebut dibangun secara heterogen yaitu dengan menyeragamkan sistem operasi dan menggunakan perangkat keras yang berbeda pada masing-masing komputer. Dalam membangun sebuah cluster yang didedikasikan untuk komputasi paralel diperlukan beberapa persyaratan yang ditunjukkan oleh poin-poin sebagai berikut : a) Cluster harus memiliki kemampuan mendistribusikan proses komputasi dari mesin head node (frontend) ke mesinmesin komputasi yang lain. b) Cluster harus memiliki sistem pengaturan file-file data di setiap node yang terpusat sehingga memudahkan dalam administrasi sistem. c) Cluster harus memiliki file system global yang dapat diakses oleh semua node untuk keperluan pengaksesan berkas-berkas. d) Head node (Frontend) harus dapat berkomunikasi dengan mesin-mesin node tanpa harus melakukan proses otentikasi. Cluster harus memiliki sebuah sistem untuk memonitor prosesproses dan beban komputasi baik di masing-masing mesin komputasi maupun beban komputasi dalam satu cluster atau seluruh node. Head Node (Frontend Head node (Frontend) merupakan komputer didalam sebuah
11
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 cluster yang digunakan untuk mendelegasikan tasks atau tugastugas yang akan dikerjakan oleh compute node. Komputer ini juga digunakan sebagai tempat bagi pengguna cluster untuk mengakses cluster sehingga pengguna dapat memberikan tugas-tugas komputasi ke dalam cluster. Head node (Frontend) harus dapat diakses melalui jaringan, sehingga head node (frontend) membutuhkan dua buah ethernet card, satu ethernet card terhubung dengan jaringan publik dan yang lain terhubung ke jaringan privat atau compute node. Selain sebagai tempat akses dan mendelegasikan tugas ke compute node, head node (frontend) juga harus menjalankan serviceservice diantaranya : Network File System (NFS), Network Information System (NIS), Dynamic Host Configuration Protocol (DHCP), Hypertext Transfer Protocol (HTTP), Scure Shell Host (SSH). Serviceservice ini diperlukan oleh head node (frontend) untuk mengintegrasikan node-node di dalam cluster. Mesin yang digunakan sebagai head node (frontend) harus memiliki spesifikasi yang lebih tinggi dibanding dengan mesin-mesin yang digunakan sebagai compute node. Hal tersebut dikarenakan mesin head node melakukan komputasi yang lebih besar dari pada mesin compute node karena mesin head node (frontend) harus menjalankan service-service yang tidak dijalankan oleh compute node.
ISSN : 2086 – 4981
(frontend) untuk melakukan proses komputasi. File-file konfigurasi yang berkaitan dengan administrasi pengguna sistem seperti /etc/passwd, /etc/group, dan /etc/shadow berada terpusat di head node (frontend). Mekanisme konfigurasi terpusat tersebut dilakukan dengan menggunakan Network Information System (NIS). NIS memungkinkan komputer-komputer compute node akan memiliki pengguna sistem yang seragam dengan pengguna sistem yang dibuat di komputer head node (frontend). Penggunaan Network Information System (NIS) tersebut tentu akan memudahkan administrator sistem dalam melakukan penambahan atau penghapusan pengguna di dalam sistem cluster. Perancangan Topologi Jaringan Jaringan cluster yang akan dibuat secara garis besar menggunakan desain standar dari rocks cluster sehingga pada akhirnya akan menghasilkan performansi yang diharapkan pada awalnya. Pada penelitian ini, cluster yang dibangun pada laboratorium SMA Negeri 1 Pekanbaru menggunakan dua unit komputer server, satu unit digunakan sebagai komputer head node (frontend) dan satu unit digunakan sebagai compute node yaitu compute0-0. Untuk meningkatkan performansi atau menyeimbangkan kinerja server e-learning, maka jumlah total Central Processing Unit (CPU) pada cluster ini ada tiga unit Personal Computer (PC). Hal ini bertujuan agar performansi yang dihasilkan mampu memberikan hasil yang lebih baik lagi. Berikut topologi jaringan secara fisik dan topologi secara logical yang dibuat dalam penelitian ini.
Compute Node Compute node adalah komputer pekerja yang menerima task dari head node (frontend) dan memproses task tersebut. Komputer ini tidak dapat diakses melalui jaringan karena hanya terhubung dengan jaringan privat. Komputer yang difungsikan sebagai compute node hanya dapat diakses oleh head node
12
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
kerja jaringan yang tersebar di node ini adalah untuk meningkatkan kinerja komputasi di jaringan.
Head Node (Frontend) IP 10.10.0.1/24
Server e-Learning Head Node (Frontend)
Internet
Compute-0-0 IP : 10.10.0.254/24
Modem Telkom Speedy IP 192.168.0.1/24
eth1 IP : 192.168.0.2/24 Laptop Guru/Siswa IP : 10.10.0.0/24
Switch
eth0 IP : 10.10.0.1/24
Laptop Guru/Siswa IP : 10.10.0.0/24
Main Switch
Laptop Guru/Siswa IP : 10.10.0.0/24 Access Point SSID : AP Majelis Guru
Laptop Guru/Siswa IP : 10.10.0.0/24 Access Point SSID : AP Kelas XI
Ruang Wakil
Access Point SSID : AP Labor MM Ruang Kepala Sekolah
Access Point SSID : AP Labor MM 2
Ruang TU
Switch Switch
Switch
Switch
Switch
Switch
Compute-0-0 IP 10.10.0.254/24
Kelas Akselerasi IP : 10.10.0.0/24
Gambar 3.Topologi Jaringan Fisik Komputer Cluster
Labor Komputer 3 IP : 10.10.0.0/24
Labor Komputer 2 IP : 10.10.0.0/24
Gambar 4.Topologi Jaringan Komputer Cluster (Parallel Processing) di SMA Negeri 1 Pekanbaru Berdasarkan dari sketsa gambar 4. komputer server e-learning sudah terhubung secara paralel yang tesrdiri dari dua unit komputer server, dimana satu unit komputer dijadikan sebagai head node (frontend) dan satu unit komputer dijadikan sebagai compute node, yaitu compute-0-0. Seluruh pengalamatan IP address yang terhubung secara jaringan akan mendapatkan IP address secara otomatis menggunakan IP address kelas A dengan range 10.10.0.1 – 10.10.0.254. Setiap pengguna komputer baik guru atau siswa dilingkungan sekolah yang akan mengakses elearning secara intranet baik yang menggunakan Personal Computer (PC) dari labor komputer terhubung ke switch melalui kabel ataupun yang menggunakan laptop yang terkoneksi secara nirkabel (WiFi) menggunakan perangkat Access Point (AP) yang terpasang secara merata dilingkungan sekolah. Dengan menggunakan metode Load Balance Cluster (LBC) yang diterapkan berdasarkan topologi jaringan diatas akan diharapkan nantinya jika guru/siswa aktif secara bersamaan akan mengakses e-
Penjelasan Topologi Jaringan Sistem Cluster : a) Pada topologi diatas terdapat satu unit komputer head node (frontend) atau master dan satu unit komputer compute node atau slave. b) Komputer head node (frontend) berfungsi sebagai main server dalam melayani compute node untuk melakukan parallel processing untuk meningkatkan atau menyeimbangkan kinerja server e-learning. c) Pada komputer head node (frontend) memberikan layanan IP address secara otomatis kepada compute node. Layanan IP address akan berfungsi setelah melakukan konfigurasi Dynamic Host Configuration Protocol (DHCP) Server. Perancangan Topologi Jaringan Menggunakan Metode Load Balance Cluster (LBC) Pada metode Load Balance Cluster (LBC) yaitu konsep untuk menyeimbangkan beban atau muatan kerja ke beberapa komputer server, misalnya membagi beban kerja web server dan database server. Beban
13
Labor MM IP : 10.10.0.0/24
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 learning tidak akan memperlambat kinerja server e-learning karena kedua komputer server tersebut saling berbagi beban kerja dalam melayani komputer client.
ISSN : 2086 – 4981
Spesifikasi Komputer Head node (Frontend) Berikut adalah spesifikasi komputer head node (frontend). a) CPU Speed : 2.40 GHz b) CPU Model : Intel(R) Core(TM) i5 2430M CPU c) HDD Device : SATA, 500 GB d) USB Controler : NEC Corporation uPD720200 USB 3.0 e) IDE Device : DVD-RW Multi f) RAM : 4 GB g) Audio Device : Intel Corporation 6 Series/C200 h) Ethernet Controller : Realtek Semiconducto r Co., Ltd. RTL8101E i) Motherboard : Dell A.
HASIL DAN PEMBAHASAN Dalam membangun cluster ini diperlukan beberapa tahapan yang akan dilakukan baik dari segi konfigurasi maupun instalasi software maupun paket pendukung yang nantinya akan berguna untuk pemrosesan paralel (parallel processing). Berikut adalah tahapantahapan yang dilakukan dalam penelitian ini. a) Menentukan kebutuhan perangkat keras (hardware) dan kebutuhan perangkat lunak (software). b) Instalasi linux rocks 6.0 (mamba) pada komputer head node (frontend). c) Administrasi head node (frontend). d) Instalasi compute node. e) Pengujian sistem cluster (parallel processing). f) Pengujian dengan compute node. g) Pengujian dengan komputer client yang akan mengakses elearning. h) Pengujian menggunakan satu komputer client yang mengakses e-learning. i) Pengujian menggunakan dua komputer client yang mengakses e-learning. j) Pengujian menggunakan tiga komputer client yang mengakses e-learning. k) Alokasi memori. l) Kesimpulan pengujian.
Spesifikasi Komputer Compute node (0-0) Berikut adalah spesifikasi komputer Compute node (0-0). a) CPU Speed : 2.20 GHz b) CPU Model : Intel(R) Pentium(R) Dual Core CPU T4400 c) HDD Device : SATA, 320 GB d) USB Controler : Intel Corporation 82801I USB 2.0 e) IDE Device : DVD-RW Multi f) RAM : 2 GB g) Audio Device : Intel Corporation 82801I h) Ethernet Controllerb : Realtek Semicondu ctor Co., Ltd. RTL8101E i) Motherboard : HP B.
Kebutuhan Perangkat Keras (Hardware) Berikut ini adalah spesifikasi komputer head node (frontend) dan compute node yang digunakan dalam penelitian ini.
14
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
E. Sistem
Cluster (Parallel Processing) Berikut tampilan grafik yang dilakukan dalam penelitian ini dimana tampilan gambar berikut telah terjadi sebuah parallel processing antara komputer head node (frontend) dengan compute node (compute-0-0).
Kebutuhan Perangkat Lunak (Software) Berikut ini adalah kebutuhan perangkat lunak (software) yang digunakan dalam penelitian ini. a) Sistem operasi Linux Rocks 6.0 (Mamba) b) Message Passing Interface (MPI) c) Ganglia d) Apache web server e) MySQL server D. Pengujian Sistem Cluster (Parallel Processing) Secara default jika semua konfigurasi pada cluster kita sudah benar di komputer head node (frontend) maka kita dapat menggunakan aplikasi ganglia untuk melakukan monitoring sistem cluster. Berikut tampilan grafik yang dilakukan dalam penelitian ini dimana tampilan gambar berikut masih menggunakan komputer server stand alone atau belum terjadi adanya proses cluster (parallel processing). C.
Gambar 6. Sistem Monitoring Cluster Pada Ganglia Menggunakan 2 Node Berdasarkan keterangan dari grafik gambar 5.terlihat adanya dua node yang ditampilkan pada aplikasi monitoring (ganglia) yaitu cluster.server.sch.id dan compute0-0.local, artinya antara komputer head node (frontend) dan compute node (compute-0-0) sudah terhubung secara paralel (cluster). Adapun keterangan yang dapat dilihat dari gambar diatas secara default akan terlihat semua resource yang ada di sistem, tab metric menunjukkan berdasarkan apa sistem di monitoring, dapat di pilih kategorinya. Untuk lebih detail melihat status Cluster kita bisa memilih Cluster Top yang menampilakan proses informasi dari setiap node yang ada di sistem cluster. Total prosesor yang terdapat dari keterangan gambar diatas yaitu enam buah, dimana komputer head node (frontend) menggunakan prosesor Quad Core dan compute node (compute-0-0) menggunakan proseor Dual Core. Host up dua buah, artinya ada dua node yang sedang running. Pengujian dengan Compute Note
Gambar 5. Sistem Monitoring Server Stand Alone Pada Ganglia Berdasarkan dari keterangan gambar 5. memperlihatkan tampilan grafik sebuah prosesor komputer head node (frontend) yang stand alone, artinya belum terjadi sebuah parallel processing antara komputer head node (frontend) dengan compute node. Total prosesor yang terdapat dari keterangan gambar diatas yaitu empat buah (Quad Core). Host up satu unit, artinya hanya satu buah node yang sedang running.
15
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
Pengujian Dengan Komputer Client yang Akan Mengakses e-Learning Tahap selanjutnya yaitu melakukan uji coba dari komputer client untuk mengakses e-learning. Dalam percobaan ini akan diakses menggunakan web browser Mozilla Firefox, dari sisi server menggunakan Apache sebagai web server dan MySQL sebagai server database-nya.
Setelah semuanya terinstal dengan baik maka akan muncul tampilan gambar dibawah ini, masukkan login “com0” dengan password “com0” pada compute-0-0. Compute node ini akan secara otomatis login secara terpusat pada komputer head node (frontend). Gambar 5.3 merupakan tampilan compute-0-0 dan compute-0-1 yang dilakukan dalam penelitian ini.
Gambar 7. Tampilan Login Compute-0-0 Setelah semua terinstal dengan benar untuk memastikan komputer head node (frontend) dan compute node sudah terintegrasi dengan benar, maka kita akan pilih tab “Physical View” pada sistem monitoring pada ganglia sehingga muncul tampilan seperti di bawah ini.
Gambar 9. User Abdul Syukur Login Pada e-Learning Berdasarkan keterangan dari gambar 9 memperlihatkan user Abdul Syukur sedang melakukan login ke halaman e-learning pada komputer head node (frontend).
Gambar 8. Tampilan Physical View Pada Ganglia Berdasarkan keterangan dari gambar 8. memperlihatkan bahwa komputer head node (frontend) dan compute node sudah terintegrasi dengan benar. Informasi lainnya yang dapat dilihat dari keterangan gambar diatas jumlah prosesor, kecepatan prosesor, total memori, total harddisk.
16
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013 Pengujian Menggunakan Dua Unit Komputer Client yang Mengakses eLearning
ISSN : 2086 – 4981
Tabel 1. Penggunaan Memori
KESIMPULAN Kesimpulan yang dapat diambil dalam pengujian ini adalah : 1. Keseluruhan cluster sudah bisa berjalan sesuai dengan yang diharapkan. 2. Komputer client berhasil mengakses web server elearning yang ada komputer head node (frontend). 3. Dari hasil testing penggunaan satu node menggunakan prosesor (Cluster Load Percentages) yaitu 100% dan penggunaan dua node menggunakan prosesor (Cluster Load Percentages) yaitu 50%. Untuk penggunaan prosesor cluster.server.sch.id 0-25 (50%) dan untuk penggunaan prosesor compute-0-0.local 25-50 (50%).
Gambar 10. Sistem Monitoring Cluster Menggunakan 2 Unit Komputer Client yang Mengakses eLearning Berdasarkan keterangan dari gambar 10 memperlihatkan grafik komputer cluster (parallel processing) dimana kondisi grafik tersebut komputer head node (frontend) yang menyediakan layanan web server elearning sedang diakses menggunakan dua unit komputer client. Pada saat komputer client mengakses server e-learning terlihat grafik antara cluster.server.sch.id dan compute-0-0.local trafiknya menjadi meningkat dan seimbang, terlihat adanya perbedaan dari trafik yang ditampilkan menggunakan tiga unit komputer client dibandingkan menggunakan dua unit komputer client dan satu unit komputer client yang sedang mengakses e-learning.
DAFTAR PUSTAKA [1] Fatullah Fani, Mutiara MQN A. Benny, Yulianto Chandra. 2004. Analisa Kinerja Cluster Linux Dengan Pustaka MPICH Terhadap Perkalian Matriks, KOMMIT 2004, Jakarta. [2] Harsono Nonot, Sukaridhoto Sritrusta, Subhan Ahmad, Sudarsono Amang. 2006. Model Distributed Data Processing Berbasis Open Source Untuk Pengolahan Data Kependudukan Dalam Rangka Implementasi eGov Indonesia. Prosiding Konferensi Nasional, Bandung.
Alokasi Memori Dalam hal ini penggunaan memori pastinya akan sangat diperlukan dalam melakukan parallel processing. Untuk setiap penggunaan memori untuk membantu dalam proses cluster untuk meningkatkan atau menyeimbangkan kinerja server e-learning. Berikut tabel 5.1 merupakan hasil kesimpulan penggunaan memori yang tersedia.
[3] Hidayat Syarif. 2006. Pemrosesan Paralel Menggunakan Komputer Heterogen. SNATI 2006, Yogyakarta.
17
JURNAL TEKNOLOGI INFORMASI & PENDIDIKAN VOL. 6 NO. 2 September 2013
ISSN : 2086 – 4981
Pemodelan Kimia Komputasi. Jurnal Berita Dirgantara.
[4] Kurniawan Agus, Arsyad Sagi. 2010. Desain dan Implementasi Komputasi Paralel Pada Excel. SNATI 2010, Yogyakarta.
[8] Siregar Simon, Ismail, Hendri Rio. 2010. Pengukuran Kecepatan Proses Pada High Performance Computing (HPC) Cluster Server. Jurnal, Bandung.
[5] Lauwali Tomiputra, Kartawidjaja A. Maria. 2008. Komputasi Paralel Menggunakan Parallel Virtual Machine Untuk Peningkatan Kinerja Komputasi. Jurnal Elektro, Jakarta.
[9] Suwarningsih Wiwin, Nuryani, Arisal Andria, Wirahman Taufik, Masthurah Nurhayati. 2009. Membangun Cluster Dengan Menggunakan IGOS Dwi Warna. SNATI 2009, Yogyakarta.
[6] Liswandini Intan, Irawan Budhi, Irzama. Studi Komparatif Antara Parallel Virtual Machine (PVM) dan Message Passing Interface (MPI) Dengan Memanfaatkan Local Area Network (LAN). Jurnal, Bandung.
[10]Widyatmoko Amri, Halimurahman. 2006. Manajemen Linux Cluster Menggunakan Rocks 4.1 dan Integrasi Model Atmosfer WRF. Prosiding Semiloka Teknologi Simulasi dan Komputasi Serta Aplikasi, Bandung.
[7] Prianto Bayu. 2008. Cluster Komputer Sebagai Pengganti Super Komputer Tunggal Untuk
18
