6
Object Identifier (OID)
OID adalah identitas unik yang digunakan untuk melakukan monitoring objek dan didefinisikan dalam hirarki MIB (Cisco 2006).
METODOLOGI PENELITIAN Metode penelitian dilakukan berdasar Menasce dan Almeida (1998b) yang dapat dilihat pada Gambar 10.
suatu pengetahuan tentang jaringan IPB yaitu antara lain: • • •
Perangkat keras (client dan server). Perangkat lunak (sistem operasi, aplikasi). Konektivitas dan protokol jaringannya.
Pada penelitian ini akan dibuat rencana kapasitas untuk web dan proxy server IPB. Setiap transaksi Internet ke luar atau ke web server IPB yang dilakukan oleh pengguna di jaringan internal IPB akan melalui proxy server. IPB mempunyai dua proxy server, proxy server dengan IP 172.17.0.11 menangani permintaan pengguna di sekitar rektorat dan KPSI, juga empat fakultas di IPB yaitu Fakultas Peternakan (Fapet), Fakultas Kedokteran Hewan (FKH), Fakultas Kehutanan (Fahutan) dan Fakultas Ekonomi dan Menejemen (FEM). Sedangkan proxy server 172.17.0.18 menangani permintaan pengguna dari seluruh fakultas di IPB selain empat fakultas pada proxy server 172.17.0.11. Pada penelitian ini tidak dilakukan penelitian pada proxy server 172.17.0.18 karena tidak didapatkan data log pada periode yang sama dengan proxy server 172.17.0.11. Gambar 11 menunjukkan lingkungan jaringan IPB.
Gambar 10 Metodologi penelitian. Analisis Lingkungan Jaringan IPB
Untuk mendapatkan rencana kapasitas yang terbaik bagi kinerja web IPB diperlukan
Gambar 11 Lingkungan jaringan IPB (sumber: Sukoco 2006).
7
Analisis Spesifikasi Komputer yang Digunakan pada Web dan Proxy Server IPB
2
Penggambaran beban kerja yang mempengaruhi kinerja. Karakteristik beban kerja dibagi menjadi:
Spesifikasi komputer yang digunakan pada web server dan proxy server IPB yang akan digunakan sebagai dasar untuk pembuatan rencana kapasitas memiliki spesifikasi sebagai berikut: 1
Komputer web (172.17.0.14): •
• • • • •
2
server
• • • •
• Parameter intensitas beban kerja yang menyediakan suatu pengukuran beban kerja pada sistem. Pada penelitian ini parameter intensitas beban kerja meliputi jumlah hit per detik pada proxy server, jumlah transaksi per detik pada web server.
IPB
Sistem Operasi Windows Server 2003, Enterprise Edition (5.2, Build 3790) Service Pack 2 (3790.srv03_sp2_gdr.070304-2240) System Manufacturer: HP System Model: ProLiant ML350 G4p Prosesor: Intel(R) Xeon(TM) CPU 3.40GHz (2 CPU atau dual core) RAM 512 MB Web server Apache 2.0 DBMS Microsoft SQL 2000
Komputer proxy (172.17.0.11):
server
IPB
Sistem Operasi Linux Redhat Enterprise Edition versi 3.0.1 Prosesor: Intel(R) Pentium(R) 4 CPU 1.5 Hz RAM 256 MB Proxy server Squid 2.0
Komputer web server IPB digunakan untuk menangani permintaan pengguna pada web IPB yaitu www.ipb.ac.id. Di sisi lain proxy server IPB (172.17.0.11) digunakan untuk menangani permintaan dari jaringan internal IPB ke web server IPB atau keluar IPB (Internet). Jaringan internal IPB meliputi lingkungan rektorat, LSI, dan juga empat fakultas di IPB yaitu Fapet, FKH, Fahutan, dan FEM.
• Parameter permintaan service pada beban kerja yaitu menspesifikasikan total waktu service yang dibutuhkan oleh komponen utama pada masingmasing sumber daya. Pada penelitian ini parameter permintaan service adalah waktu service CPU untuk melakukan transaksi pada web server dan proxy server.
Untuk mendapatkan parameter-parameter tersebut maka dilakukan pengamatan trafik pada web server dan proxy server IPB. Sehingga data hasil pengamatan trafik dapat digunakan untuk pengkarakterisasian beban kerja, di mana hasil dari pengkarakterisasian beban kerja tersebut akan digunakan untuk membuat model server. Pengamatan Trafik pada Web Server dan Proxy Server IPB
Untuk menentukan model beban kerja maka dilakukan monitoring trafik pada web server dan proxy server IPB. Pada monitoring trafik digunakan teknik pengukuran sebagai berikut: •
Variabel yang akan diukur dispesifikasikan terlebih dahulu. Pada penelitian ini variabel yang akan diukur adalah rata-rata utilisasi CPU dan penggunaan memori yang digunakan. Penentukan nilai utilisasi CPU menggunakan model server M/M/1 dan M/M/2. Variabel yang dibutuhkan meliputi arrival rate, service rate, hit rate pada proxy server IPB.
•
Setelah diketahui variabel yang akan diukur, maka ditentukan perangkat lunak untuk memonitor web server dan proxy server IPB, kemudian dilakukan pengumpulan data. Pada penelitian ini nilai arrival rate pengguna dan hit rate request diperoleh dari data log web server dan data log proxy server. Contoh data
Pengkarakterisasian Model Beban Kerja
Pengkarakterisasian model beban kerja adalah suatu proses penggambaran sistem beban kerja global yang kemudian dibagi dalam beberapa komponen beban kerja. Pembagian komponen beban kerja didasarkan pada beberapa parameter, yaitu: 1
Parameter sumber daya
Penggambaran sumber daya yang mempengaruhi kinerja. Pada penelitian ini parameter sumber daya yaitu waktu penggunaan CPU dan besar penggunaan memori.
Parameter beban kerja
8
log web server dan data log proxy server dapat dilihat pada Lampiran 1 dan Lampiran 2. Pengukuran waktu penggunaan CPU (service rate) dan penggunaan memori didapatkan dengan menggunakan protokol SNMP melalui NMS ke web server IPB dan secara remote ke proxy server IPB melalui komputer lokal. Web server IPB akan dikonfigurasikan sebagai SNMP agent. Contoh format data penggunaan CPU dan memori pada web server IPB dapat dilihat pada Lampiran 3. Pengambilan data penggunaan CPU dan memori pada proxy server dilakukan dengan koneksi Secure Shell (SSH) menggunakan perangkat lunak Putty. Contoh format data penggunaan CPU dan memori pada proxy server IPB dapat dilihat pada Lampiran 4. Gambar 12 menunjukkan arsitektur cara pengambilan data dari NMS ke web server dan proxy server IPB.
untuk mengamati kinerja CPU dan memori pada server (net-snmp 2006).
Getif, merupakan perangkat lunak yang digunakan untuk mendapatkan OID pada suatu MIB. Pada penelitian ini digunakan OID untuk mendapatkan data CPU dan memori dari server (WTCS 1998).
Gawk, merupakan perangkat lunak yang dapat melakukan parsing terhadap suatu file. Fungsi utamanya adalah mencari isi dari sebuah file secara baris-per-baris yang berisikan pola tertentu dan kemudian melakukan seleksi atau pemformatan ulang terhadap file tersebut.
Remote Desktop, adalah multi channel Protocol (RDP) yang mengizinkan pengguna terkoneksi dengan komputer di mana di dalamnya berjalan Microsoft terminal service. Client yang mengakses komputer remote dapat menggunakan sistem operasi apapun termasuk Linux, FreeBSD, Solaris, dan Mac OS X. Server menggunakan TCP port 3389 (Wikipedia 2007a).
gr .c gi
i W
Ca ch em
gi .c gr m he ac
P SC in y W utt P
PC di Lab NCC (172.18.17.129)
C
Pu n SC tty P
NMS
Perangkat lunak yang digunakan untuk melakukan monitoring proxy server IPB adalah sebagai berikut:
OID
Computer Remote Linux
Proxy Server IPB I (172.17.0.18)
SNMP AGENT di Windows
Web Server IPB (172.17.0.14)
Computer Remote Linux
Cache manager.cgi adalah program yang secara default sudah terinstal pada proxy server Squid menggunakan konfigurasi tertentu. Program ini menggunakan tampilan web yang menghasilkan berbagai macam hasil statistik tentang konfigurasi dan kinerja dari proxy server Squid (cachemgr 2007).
PuTTY adalah free software yang menyediakan koneksi teletype network (telnet) dan Secure Shell (SSH) pada platform Win32 dan Unix. Dengan menggunakan tampilan terminal emulator (Wikipedia 2007b).
WinScp adalah sebuah perangkat lunak bagi client File Transfer Protocol (FTP), Secure File Transfer Protocol (SFTP). WinScp berbasis open source pada sistem operasi Windows, yang berfungsi untuk secure file transfer antara komputer remote dan komputer lokal. Selain itu. WinSCP juga mendukung secure shell (SSH) dan protokol SCP (Wikipedia 2007c).
Proxy Server IPB II (172.17.0.11)
Gambar 12 Arsitektur pengambilan data dari NMS ke server melalui SNMP dan cachemgr.cgi. Perangkat Keras dan Perangkat Lunak yang Digunakan pada NMS
Spesifikasi komputer yang digunakan sebagai NMS dan komputer lokal adalah komputer personal (PC) dengan spesifikasi prosesor Intel Pentium IV 2,4 GHz, memori 256 MB, Harddisk 80 GB dan sistem operasi Windows XP Professional Edition. Perangkat lunak yang digunakan untuk melakukan monitoring web server IPB adalah sebagai berikut:
Net-SNMP, merupakan perangkat lunak berbasis SNMP yang digunakan untuk mengamati trafik jaringan. Dalam penelitian ini Net-SNMP diinstal pada komputer NMS. Net-SNMP digunakan
9
Data Parsing
Setelah dilakukan pengambilan data dari server dan proxy server, kemudian akan dilakukan data parsing dengan menggunakan Gawk. Data yang diambil yaitu data log request pengguna, data waktu penggunaan CPU, dan data penggunaan memori. Hal ini dilakukan untuk mendapatkan hasil parsing yang akan digunakan untuk menghitung arrival rate, service rate, utilisasi CPU, dan rata-rata penggunaan memori. Hasil pengamatan trafik web server dan proxy server IPB yaitu data log dan data penggunaan CPU, dan memori, digunakan untuk menentukan model kinerja dan server. Mekanisme Pengambilan Data
Dasar mekanisme pengambilan data CPU dan memori pada server dan proxy server IPB yang digunakan dalam penelitian ini adalah ITU-T E.500. Pengukuran dilakukan selama 10 hari atau lebih, di mana dalam 1 hari dilakukan pengukuran selama 1 jam dan dilakukan pada saat jam sibuk. Jam sibuk merupakan waktu di mana permintaan client terhadap web server atau proxy server paling banyak. Dalam penelitian ini pengambilan data CPU di web server IPB dilakukan pada periode waktu dari jam 13.00 hingga jam 14.00, sedangkan pada proxy server IPB didapatkan jam sibuk pada periode waktu dari jam 08.00 hingga jam 09.00. Periode waktu tersebut diperoleh berdasar parsing data log web server pada periode 30 hari bulan Januari, sedangkan data log proxy server IPB pada periode 10 hari bulan Januari. Berdasar ITU-T E.500, dalam kurun waktu 1 jam tersebut, pengukuran dilakukan per 5-15 menit. Pengukuran web server IPB dilakukan per 5 menit sehingga dalam 1 jam terdapat 12 hasil pengukuran. Sedangkan pada proxy server dilakukan per 10 menit sehingga terdapat 6 hasil pengukuran. Hasil parsing jam sibuk web server dan proxy server IPB dapat dilihat pada Lampiran 5 dan Lampiran 6. Dalam penelitian ini, hasil pengukuran tersebut disimpan dalam bentuk file teks, yang sebelumnya telah dilakukan parsing dari file mentah hingga data trafik hanya terdiri dari service rate dan penggunaan memori. Data log web server digunakan untuk menghitung arrival rate pada web server dan hit rate pada proxy server. Parameter tersebut kemudian digunakan untuk menghitung utilisasi CPU, sedangkan data penggunaan memori
digunakan untuk menghitung penggunaan memori.
rata-rata
Format data utilisasi CPU proxy server secara keseluruhan dan Squid sudah berupa persentase nilai utilisasi CPU. Penentuan Model Server dan Kinerja
Parameter pada karakterisasi beban kerja digunakan untuk membuat model server. Model server dapat dinotasikan dengan notasi Kendall. Pada penelitian ini model kinerja yang digunakan adalah model server side, dengan model server open queueing network yaitu infinite population dan infinite queue. Jumlah orang yang mengakses web server dan proxy server IPB sangat banyak dan tak terhingga sehingga digunakan model antrian infinite population. Selain itu karena setiap permintaan dari pengguna tidak pernah ditolak oleh server, maka model antrian diasumsikan sebagai infinite queue. Proxy server menggunakan satu CPU saja untuk memproses permintaan pengguna sehingga digunakan model antrian M/M/1. Di sisi lain, web server IPB menggunakan dua CPU sehingga menggunakan model antrian M/M/2. Validasi Model Kinerja
Validasi model kinerja dilakukan dengan pengukuran secara langsung pada web server IPB. Pada proxy server tidak dilakukan validasi karena pengukuran kinerja pada proxy server dilakukan secara remote dari komputer lokal sehingga pengukuran sudah pasti valid. Model kinerja dinyatakan valid jika kesalahan pengukuran yang terjadi hanya 1-30%. Jika kesalahan lebih dari 30%, maka perlu dilakukan proses kalibrasi. Gambar 13 menunjukkan cara untuk melakukan validasi pada model kinerja.
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)
