Migrasi Arsitektur Monolitik ke Arsitektur Mikroservis dengan Pendekatan Pola Desain Ekstraksi pada Modul Single Sign On (SSO) Menggunakan Graph Neural Network (GNN)

Mardhatillah, Laeila (2024) Migrasi Arsitektur Monolitik ke Arsitektur Mikroservis dengan Pendekatan Pola Desain Ekstraksi pada Modul Single Sign On (SSO) Menggunakan Graph Neural Network (GNN). Masters thesis, IEEE.

Text final_tesis_laeila_mardhatillah_02082024.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (3MB) | Request a copy

Abstract

Dalam ranah pengembangan sistem perangkat lunak, Mololitik adalah sebuah model arsitektur di mana sebuah sistem dibangun dalam satu codebase yang sama. Misalnya pada sebuah situs belanja online terdapat beberapa bagian fitur seperti otorisasi pengguna, keranjang belanja, pembayaran, pengiriman, dan lainnya, keseluruhan fitur tersebut dibangun secara terintegrasi pada satu codebase yang sama. Hal tersebut berbeda dengan pendekatan arsitektur Mikroservis. Di dalam Mikroservis, masing-masing fitur atau komponen akan menjadi arsitektur yang saling terpisah satu dengan lainnya. Tiap-tiap servis ini nantinya akan saling berkomunikasi melalui protokol khusus. Mololitik semakin ditinggalkan karena tidak memenuhi kebutuhan skalabilitas, bila terdapat lonjakan pengguna model Mololitik cenderung tidak stabil.
Seperti yang terjadi pada Modul SSO didalam proses Modul SSO sendiri terdapat beberapa fungsi diantaranya registrasi, authentifikasi, management user, back end API dan beberapa fungsi lainnya dimana fungsi-fungsi tersebut terangkai dalam satu Modul kesatuan. Oleh karena itu, dibutuhkan model Mikroservis Arsitektur untuk menangani kebutuhan karena lonjakan pengguna. Scalabilitas dapat diatur karena proses pemisahaan codebase tergantung kebutuhan. Proses migrasi dari monolithic ke microservis tidaklah mudah dibutuhkan pengetahuan yang cukup terkait aplikasi untuk menentukan jumlah node dan menentukan banyaknya servis. Penelitian ini akan memisahkan codebase untuk menentukan banyaknya servis dengan menggunakan pola desain ekstraksi pada entitas function, dan log transaksi yang digunakan pada Modul SSO pada salah satu lembaga di Indonesia.
Diharapkan dengan dilakukan ekstraksi function pada source code dan data log akan didapatkan berapa banyaknya servis yang berjalan dan node yang akan digunakan. Proses pemodelan terkait banyaknya node dan servis ini akan dilakukan menggunakan Graph Neural Network (GNN).

Item Type:	Thesis (Masters)
Subjects:	Q Science > QA Mathematics > QA336 Artificial Intelligence
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis
Depositing User:	Laeila Mardhatillah
Date Deposited:	07 Aug 2024 08:17
Last Modified:	07 Aug 2024 08:17
URI:	http://repository.its.ac.id/id/eprint/112736

Actions (login required)

View Item