Implementasi Model Komputasi Serverless Menggunakan Kubernetes dan Knative dalam Pembuatan Sistem Cloud Bersifat Scalable

Al Azmi, Syakhisk Syari (2023) Implementasi Model Komputasi Serverless Menggunakan Kubernetes dan Knative dalam Pembuatan Sistem Cloud Bersifat Scalable. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05311940000003-Undergraduate_Thesis.pdf] Text
05311940000003-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2025.

Download (10MB) | Request a copy

Abstract

Seiring dengan kemajuan teknologi, semakin banyak organisasi beralih ke Cloud Computing untuk memenuhi kebutuhan infrastrukturnya. Popularitas teknologi ini berasal dari banyaknya keuntungan yang ditawarkan seperti efektivitas biaya dan skalabilitas. Salah satu fokus dari Cloud Computing adalah Serverless Computing. Serverless Computing menawarkan sistem berbasis penggunaan yang memungkinkan pengguna mengalokasikan biaya hanya untuk sumber daya yang digunakan. Hal tersebut dapat sangat meningkatkan efisiensi biaya dan tingkat pemanfaatan sumber daya komputasi. Untuk melakukan adopsi komputasi Serverless, proyek komunitas open-source Knative Framework dikembangkan. Framework ini menambahkan komponen pada Kubernetes untuk membangun Sistem Serverless. Dengan menggunakan Framework Knative, pengguna dapat mengimplementasi Serverless tanpa bergantung pada penyedia awan lain. Tujuan dari penelitian ini adalah untuk mengimplementasikan Sistem Serverless menggunakan Knative dan melakukan pengujian performa sistem dengan parameter waktu respon, pemanfaatan sumber daya, dan tingkat kegagalan. Hasil dari penelitian ini yaitu Sistem Serverless yang dapat berjalan berikut dengan Kubernetes dan sistem monitoring yang dapat digunakan. Ditemukan pula bahwa performa pemanfaatan sumber daya dari CPU dan RAM Serverless mirip dengan Sistem Konvensional. Ditemukan pula waktu Cold Start Sistem Serverless adalah 2,28 Detik. Sistem Serverless berhasil melakukan Autoscaling secara otomatis berdasarkan traffic demand yang masuk.
===========================================================
As technology advances, more and more organizations are turning to Cloud Computing to meet their infrastructure needs. The popularity of this technology stems from the many advantages it offers such as cost-effectiveness and scalability. One focus of Cloud Computing is Serverless Computing. Serverless Computing offers a usage-based system that allows users to allocate costs only for the resources used. This can greatly improve cost efficiency and improve the utilization of processing resources. To drive Serverless adoption, the open-source community project Knative Framework was developed. This framework adds components to Kubernetes to build Serverless systems. By using the Knative Framework, users can implement Serverless without depending on other cloud providers. The purpose of this research is to implement a Serverless system using Knative and to test system performance with parameters such as response time, resource utilization, and error rate. The result of this research is a Serverless system that can run along with Kubernetes and a monitoring system that can be used. It was also found that the resource utilization performance of Serverless CPU and RAM is similar to that of conventional systems. It was also found that the Serverless system Cold Start time was 2.28 seconds. The Serverless system has succeeded in autoscaling automatically based on incoming traffic demand.

Item Type: Thesis (Other)
Uncontrolled Keywords: Cloud, Implementasi, Implementation, Knative, Kubernetes, Scalable, Serverless
Subjects: Q Science > QA Mathematics > QA76.585 Cloud computing. Mobile computing.
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User: Syakhisk Syari Al Azmi
Date Deposited: 08 Aug 2023 05:22
Last Modified: 08 Aug 2023 05:22
URI: http://repository.its.ac.id/id/eprint/101863

Actions (login required)

View Item View Item