Call Number | KA-1922 (Softcopy KA-1907) MAK KA-1553 |
Collection Type | Karya Akhir (KA) |
Title | Perancangan Implementasi Autoscale dan Assisted Scale Elasticsearch, Studi Kasus: Topads Pencarian Produk |
Author | Agas Yanpratama; |
Publisher | Jakarta : Program Studi Magister Teknologi Informasi Fasilkom UI, 2025 |
Subject | Elasticsearch, Auto Scale |
Location | FASILKOM-UI; |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
KA-1922 (Softcopy KA-1907) MAK KA-1553 | Indonesia | TERSEDIA |
Perkembangan industri perdagangan elektronik di Indonesia yang sebagian besar dilakukan di e-commerce dan menciptakan peluang yang sangat besar di Indonesia dan
salah satu perusahaan di bidang ini adalah PT Tokopedia. Tetapi kondisi keuangan GoTo sebagai perusahaan holding Tokopedia masih negatif dan salah satu inisiatifnya adalah melakukan optimasi pengeluaran operasional. Salah satu lini divisi yang memiliki kontribusi pemasukan yang besar di Tokopedia adalah TopAds yang mengurus periklanan pada aplikasi Tokopedia. Namun, di dalam divisi ini masih ada beberapa aspek pengeluaran operasional yang masih belum teroptimasi salah satunya infrastruktur Elasticsearch. Berdasarkan permasalahan kurang teroptimasinya infrastruktur, dilakukan desain Elasticsearch menggunakan auto scale dengan mengimplementasikan orchestration dan containerization dengan memanfaatkan Kubernetes. Penelitian ini menggunakan pendekatan kuantitatif yaitu true experimental design untuk membandingkan desain infrastruktur kontrol yang telah digunakan pada tempat studi kasus dan desain infrastruktur baru yang telah menggunakan orchestration dan containerization. Pengambilan data dilakukan terhadap metrik-metrik yang ada pada kedua grup tersebut seperti, CPU, latensi, dan tingkat kesuksesan memproses request dalam beberapa skenario. Hasil pengujian beberapa skenario menunjukkan Elasticsearch berbasis Kubernetes dapat menggantikan Elasticsearch berbasis VM dengan performa sistem yaitu CPU dan metrik pemrosesan permintaan yaitu tingkat kesuksesan dan latensi pemrosesan permintaan yang tidak jauh berbeda. Penelitian dilakukan dengan memodelkan sistem saat ini pada tempat studi kasus sehingga perlu dilakukan pengujian lanjutan pada tempat studi kasus agar semua dampak pemindahan sistem Elasticsearch sehingga pemutusan adopsi Elasticsearch berbasis Kubernetes tepat.