PERBANDINGAN PENGARUH JUMLAH CLOUDLET DAN VIRTUAL MACHINE TERHADAP EFISIENSI PENJADWALAN CLOUDSIM MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION DAN GENETIC ALGORITHM

Hoswandi, Abram Dimas and Coastera, Funny Farady and Erlansari, Aan (2025) PERBANDINGAN PENGARUH JUMLAH CLOUDLET DAN VIRTUAL MACHINE TERHADAP EFISIENSI PENJADWALAN CLOUDSIM MENGGUNAKAN ALGORITMA ANT COLONY OPTIMIZATION DAN GENETIC ALGORITHM. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
Naskah SKRIPSI Abram Dimas Hoswandi G1A021043-1 - Abram Dimas H.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (5MB)

Abstract

Seiring teknologi Cloud Computing dengan kebutuhan masyarakat sebagai
pengguna dari zaman ke zaman, dengan cloud service provider yang terus mengalami
penambahan jumlah datacenter agar senantiasa memenuhi kebutuhan pasar. Sehingga,
dibutuhkan suatu sistem manajemen sumber daya cloud yang baik terutama kepada cloud
service provider, agar sumber daya yang dimiliki dapat di kelola dengan lebih optimal.
Dengan sistem manajemen cloud yang memilliki fokus utama dalam proses penjadwalan
tugas, sehingga dapat mempengaruhi tingkat efisiensi pemanfataan sumber daya cloud
secara keseluruhan. Maka daripada itu dibutuhkan suatu mekanisme penjadwalan tugas
yang efisien pada lingkungan cloud computing. Dengan demikian, penulis mengusulkan
skripsi dengan judul perbandingan pengaruh jumlah virtual machine dan cloudlet
terhadap efisiensi penjadwalan tugas ketika menggunakan algoritma Ant Colony
Optimization dan Genetic Algorithm dengan dua skenario pengujian, pertama
menggunakan algoritma Ant Colony optimization dan skenario kedua menggunakan
Genetic Algorithm. Pada masing-masing skenario diberikan pengujian dengan 10 sampai
dengan 100 virtual machine yang diberikan 30 sampai dengan 300 cloudlet. Tujuan
penelitian ini untuk mengetahui peforma efisiensi pengujian dua skenario dengan 3
metrik utama yaitu makespan, throughput, dan derajat ketidakseimbangan. Secara
keseluruhan, penelitian ini menyimpulkan bahwa penggunaan algoritma Genetic
Algorithm dalam sistem penjadwalan tugas memberikan hasil pada rata-rata akhir variasi
cloudlet dan virtual machine yang lebih menguntungkan, terutama pada makespan dan
derajat ketidakseimbangan yang dimana makespan dengan keunggulan hampir diseluruh
variasi virtual machine dengan rasio perbandingan unggul 9:1, pada derajat
ketidakseimbangan dengan rasio perbandingan unggul 6:2, yang selanjutnya pada
perbedaan throughput antara kedua algoritma hanya berbeda rasio perbandingan unggul
6:4.
Kata kunci: Cloud Computing, Cloudlet, Virtual machine, Ant Colony, Genetic
Algorithm, Penjadwalan Tugas, Cloudsim

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 58 lili haryanti
Date Deposited: 03 Nov 2025 04:08
Last Modified: 03 Nov 2025 04:08
URI: https://repository.unib.ac.id/id/eprint/30871

Actions (login required)

View Item
View Item
Slot Gacor Mantap Hari Ini Maxwin 2025 slot gacor Slot Gacor Thailand Rekomendasi Slot Gacor Slot Pulsa Link Slot Gacor