Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) Vol.
No.
April 2026, hlm.
p-ISSN: 2355-7699
e-ISSN: 2528-6579
ANALISIS KOMPARATIF PERFORMA TEKNIS DAN PENERIMAAN PENGGUNA
CLOUD STORAGE DAN ON-PREMISE PADA PIPELINE ANIMASI 3D
Ahmad Sa`di*1.
Niken Larasati2.
Melwin Syafrizal3.
Edy Anan4
1,2,3,4
Universitas Amikom Yogyakarta.
Yogyakarta Email: 1ahmadsa@amikom.
id, 2nikenlarasati@amikom.
id, 3melwin@amikom.
edyanan@amikom.
*Penulis Korespondensi (Naskah masuk: 7 November 2025, diterima untuk diterbitkan: 18 Februari 2.
Abstrak Produksi animasi 3D menuntut sistem penyimpanan dengan performa tinggi dan latensi rendah.
Penelitian ini membandingkan cloud storage (Azure Blob Hot Tier melalui CloudBerry Driv.
dan On-Premise NAS (HPE StoreEasy RAID .
dalam pipeline produksi animasi 3D.
Pendekatan kuantitatif eksperimental digunakan pada lima indikator teknis: membuka file.
FPS viewport saat menggerakkan/mengedit, perpindahan antar frame, menyimpan file, dan Rendering multi-skenario.
Penerimaan pengguna diukur dengan 7 responden berpengalaman menggunakan skala Likert 5 point dan dianalisis dengan Paired t-test (=0,.
Hasil menunjukkan bahwa OnPremise unggul dalam operasi sensitif latensi, seperti membuka file dan menyimpan file.
FPS viewport tidak berbeda signifikan antara kedua sistem, sedangkan perpindahan antar frame lebih cepat pada cloud.
Studi ini berbeda dari penelitian sebelumnya karena mengevaluasi integrasi Middleware cloud dengan blob-tier Storage dalam pipeline animasi 3D, memberikan kontribusi empiris pada literatur penyimpanan data digital di industri Hasil penelitian merekomendasikan arsitektur hybrid yang memadukan latensi rendah On-Premise dengan fleksibilitas cloud sebagai solusi optimal bagi studio animasi berskala menengah.
Kata kunci: animasi 3D, cloud storage.
Middleware Hybrid storage.
On-Premise, penerimaan pengguna COMPARATIVE ANALYSIS OF TECHNICAL PERFORMANCE AND USER
ACCEPTANCE OF CLOUD STORAGE AND ON-PREMISE IN 3D ANIMATION
PIPELINE
Abstract 3D animation production demands Storage systems with high performance and low latency.
This study compares cloud storage (Azure Blob Hot Tier via CloudBerry Driv.
and On-Premise NAS (HPE StoreEasy RAID .
within the 3D animation production pipeline.
A quantitative experimental approach was employed using five technical indicators: file opening, viewport FPS during manipulation/editing, frame switching, file saving, and multiscenario Rendering.
User acceptance was measured with 7 experienced respondents using a 5-point Likert scale and analyzed using a Paired t-test (=0.
The results indicate that On-Premise Storage outperforms cloud storage in latency-sensitive operations, such as file opening and saving.
No significant difference in viewport FPS was observed between the two systems, while frame switching was faster on the cloud.
This study differs from previous research by evaluating the integration of cloud Middleware with blob-tier Storage in a 3D animation pipeline, thus providing empirical contributions to the literature on digital Storage in the creative industry.
The findings recommend a hybrid architecture that combines the low latency of On-Premise Storage with the flexibility of cloud storage as an optimal solution for medium-scale animation studios.
Keywords: 3D animation, cloud storage, hybrid Middleware Storage.
On-Premise, user acceptance texturing, rigging, lighting.
Rendering, hingga compositing (Chen et al.
, 2.
Setiap proses dalam pipeline tersebut sangat bergantung pada performa sistem penyimpanan data digital yang mampu menyediakan akses cepat, stabil, dan andal terhadap aset berukuran besar.
Kinerja Storage menjadi faktor kritis dalam menjaga kelancaran pipeline produksi, terutama pada aktivitas PENDAHULUAN Industri animasi tiga dimensi .
D) merupakan salah satu subsektor ekonomi kreatif yang berkembang pesat seiring meningkatnya permintaan konten visual dalam berbagai media, seperti film, gim, periklanan, dan media digital.
Dalam praktiknya, produksi animasi 3D terdiri dari serangkaian proses kompleks mulai dari modeling, 466 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2026, hlm.
yang sensitif terhadap latensi seperti membuka file, mengedit poligon, dan melakukan Rendering.
Industri animasi Indonesia, lamanya durasi proyek hingga 3-5 tahun (Sarjiati, 2.
, sebagaimana yang terjadi pada produksi film Jumbo (AuLima Tahun Perjalanan Kreatif Film Animasi Jumbo Karya Ryan Adriandhy dkk | tempo.
co,Ay 2.
, menuntut sistem penyimpanan yang andal dan Dalam konteks ini, cloud storage dinilai memiliki risiko keberlanjutan akses data jika anggaran langganan tidak dapat dipenuhi (Khan et al.
(Ali et al.
, 2.
Cloud storage memiliki beberapa keunggulan seperti skalabilitas, redundansi data, serta kemudahan akses lintas lokasi (Alex, 2.
Namun, dalam konteks pipeline produksi animasi yang latencysensitive, cloud menghadapi tantangan seperti keterbatasan throughput, dependensi terhadap jaringan internet (Burke and Figueroa, 2.
, serta latensi tinggi saat melakukan editing viewport dan Rendering file resolusi besar.
Sebaliknya, sistem OnPremise menawarkan keunggulan berupa kontrol langsung terhadap data, latensi rendah, serta konsistensi performa dalam jaringan lokal (LAN) (Medina and Mindoro, 2.
, meskipun memerlukan investasi awal dan pemeliharaan infrastruktur yang tidak sedikit.
Sejumlah mengevaluasi perbandingan antara cloud storage dan On-Premise Storage (Younus et al.
, 2.
Namun, sebagian besar studi tersebut dilakukan pada konteks penggunaan umum seperti file Server dan sistem backup (Medina and Mindoro, 2.
(Younus et al.
Kajian tentang dampak Storage terhadap pipeline animasi 3D, khususnya performa viewport (FPS) saat pengeditan aset poligon, masih terbatas.
Penelitian terbaru menunjukkan arah serupa, misalnya (Zhang et al.
, 2.
melalui adaptive texture streaming dan (Myller and Ertl, 2.
melalui optimasi I/O dengan DirectStorage, namun studi ini berbeda karena secara khusus membandingkan Cloud dan On-Premise Storage pada pipeline animasi 3D dengan aset kompleks dan rigging karakter.
Hingga saat ini, belum ditemukan studi komparatif yang menguji performa Cloud storage Azure Blob Hot Tier yang diakses melalui Middleware CloudBerry Drive dibandingkan dengan sistem penyimpanan lokal HPE StoreEasy (NAS:
Network Attached Storag.
dengan RAID 50 (Redundant Array of Independent Disks .
dalam mendukung produksi animasi 3D.
Padahal, pemahaman terhadap kinerja teknis dan penerimaan pengguna terhadap kedua jenis Storage sangat penting, khususnya bagi studio-studio yang sedang mempertimbangkan integrasi arsitektur hybrid.
Penelitian ini bertujuan untuk: .
menganalisis dan membandingkan kinerja teknis antara cloud storage dan On-Premise Storage dalam pipeline produksi animasi 3D.
mengukur kelancaran viewport editing melalui parameter FPS.
menguji performa Rendering dalam beberapa skenario pipeline hybrid.
mengevaluasi penerimaan pengguna terhadap kedua sistem berdasarkan persepsi pengalaman penggunaan.
Sebagai bagian dari novelty, studi ini juga mengkaji integrasi CloudBerry Drive terhadap Azure Blob Hot Tier sebagai solusi akses NAS-like di lingkungan Windows.
Penggunaan CloudBerry Drive sebagai penghubung Azure Blob Hot Tier sehingga berfungsi layaknya Network Attached Storage (NAS) melalui Drive letter di Windows Explorer menggunakan protokol HTTPS/TLS 1.
2, dalam konteks pipeline produksi animasi 3D.
Azure Blob Storage secara default tidak mendukung fitur mount Drive letter yang umum digunakan dalam sistem NAS .
ormesta, n.
Untuk menjembatani keterbatasan ini.
Middleware seperti CloudBerry Drive digunakan agar cloud dapat dipetakan layaknya folder lokal di Windows Explorer.
Meskipun solusi ini meningkatkan fleksibilitas akses cloud, penggunaan Middleware menambah lapisan kompleksitas serta menciptakan ketergantungan terhadap aplikasi pihak ketiga yang perlu dievaluasi secara berkelanjutan dalam jangka Selain aspek teknis dan ekonomi, penerimaan pengguna .
ser acceptanc.
juga menjadi faktor kunci keberhasilan adopsi sistem Storage.
Persepsi terhadap kemudahan penggunaan, kecepatan akses, dan keberlanjutan layanan memengaruhi niat pengguna dalam menggunakan sistem tersebut secara berkelanjutan (Chen et al.
, 2.
(Song and Sohn.
Oleh karena itu, pendekatan analisis dalam studi ini tidak hanya mengandalkan data teknis, melainkan juga mempertimbangkan dimensi persepsi pengguna melalui kuisioner skala Likert dan wawancara kepada artis render dan staf TI yang mengelola infrastruktur.
Kontribusi utama dari penelitian ini adalah: .
memberikan rekomendasi arsitektur Storage hybrid yang sesuai untuk kebutuhan produksi animasi di Indonesia.
menyediakan data empiris berbasis eksperimental untuk pengambilan keputusan teknis.
memperluas pemahaman terhadap preferensi dan intensi pengguna terhadap sistem Storage berbasis cloud dan lokal.
Dengan menggunakan pendekatan kuantitatif eksperimental yang dilengkapi dengan validasi pengguna.
METODE PENELITIAN
Pendekatan Penelitian Penelitian ini menggunakan pendekatan kuantitatif eksperimental untuk melakukan analisis komparatif kinerja teknis dan penerimaan pengguna antara Cloud storage (Azure Blob Hot Tie.
dan OnPremise Storage (HPE StoreEasy NAS RAID .
dalam mendukung pipeline produksi animasi 3D.
Pendekatan ini dipilih untuk memperoleh data objektif berbasis pengukuran langsung pada aktivitas SaAodi, dkk.
Analisis Komparatif Performa A 467 kerja artis 3D di studio animasi (Medina and Mindoro, 2.
(Waseem et al.
, 2.
Tahap penelitian dapat dilihat pada Gambar 1.
Gambar 2.
Topologi jaringan Skenario On-Premise dan cloud Pada Gambar 2, skenario penyimpanan berbasis OnPremise, akses dilakukan melalui jaringan intranet, sedangkan pada skenario penyimpanan berbasis cloud (Azure Blob Hot Tie.
, akses dilakukan melalui jaringan hybrid .
ntranet dan interne.
Bandwidth koneksi pada kedua skenario disamakan menjadi 100 Mbps untuk menjaga kesetaraan kondisi pengujian, dan setiap aktivitas diulang sebanyak lima kali guna memastikan reliabilitas data.
Variabel dan Indikator Gambar 1.
Alur penelitian Penelitian ini dimulai dengan input aset animasi 3D yang diuji pada dua skenario penyimpanan, yaitu Cloud storage (Azure Blob dan CloudBerry Driv.
dan On-Premise Storage (HPE StoreEasy NAS RAID Proses pengujian diulang 5 kali untuk lima indikator teknis: membuka file (X.
FPS viewport saat menggerakkan dan mengedit (X.
, perpindahan antar frame (X.
, menyimpan file (X.
, dan Rendering multi-skenario (X.
Data teknis (X1 - X.
dianalisis menggunakan uji-t independen, sedangkan data persepsi pengguna berbasis kuesioner Likert dianalisis dengan uji-t berpasangan (Paired t-tes.
dan korelasi Pearson.
Hasil keduanya kemudian disintesiskan untuk menarik kesimpulan mengenai keunggulan relatif Cloud.
On-Premise, maupun model Hybrid dalam mendukung pipeline produksi animasi 3D.
Desain Eksperimen Desain mensimulasikan dua skenario kerja yang memiliki kondisi identik, yaitu:
Skenario Cloud storage Aset 3D disimpan pada Azure Blob Hot Tier dan diakses melalui CloudBerry Drive yang memetakan Storage sebagai network-attached Drive di Windows Explorer melalui protokol HTTPS/TLS 1.
Skenario On-Premise Storage Aset 3D disimpan pada HPE StoreEasy NAS RAID 50 yang diakses melalui jaringan intranet dengan protokol SMB (Server Message Bloc.
Penelitian ini menggunakan dua kelompok variabel utama, yaitu variabel teknis (X1 - X.
yang diukur secara objektif pada aktivitas pipeline animasi 3D, serta variabel penerimaan pengguna (Y) yang diukur melalui persepsi responden menggunakan kuesioner skala Likert .
Operasionalisasi variabel dirangkum pada Tabel 1.
Tabel 1.
Variabel Penelitian dan Indikator Kode
Indikator Satuan Deskripsi
Membuka file aset 3D
FPS
Viewport Saat Mengedit Aset 3D Berpindah antar frame Menyimpan file aset 3D Rendering Durasi membuka file di Maya.
Rata-rata frame per second saat rotasi viewport dan editing poligon, diukur 60 Viewport Stats Autodesk Maya.
Standar minimal kelancaran Ou24 fps.
Waktu respon sistem saat berpindah antar frame pada timeline animasi.
Durasi yang diperlukan untuk menyimpan file aset Durasi render pada empat penyimpanan (On-Premise Ii cloud dan sebalikny.
, masing-masing diulang 5 fps min/ Selain pengukuran teknis, penelitian ini juga menilai penerimaan pengguna (Y) melalui enam dimensi berbasis kuesioner Likert: kemudahan penggunaan, kecepatan akses, kecepatan viewport, kecepatan render, kepuasan umum, dan niat penggunaan Perangkat dan Lingkungan Uji Pengujian dilakukan di lingkungan kerja nyata studio animasi 3D, melibatkan artis 3D profesional dengan pengalaman kerja selama empat tahun pada bidang 468 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2026, hlm.
Modeling.
Rigging.
Lighting, dan Rendering.
Perangkat keras dan perangkat lunak yang digunakan dalam eksperimen ini meliputi:
Workstation dan Server Render: spesifikasi identik.
GPU GeForce RTX 3080 Ti.
RAM 64 GB, dan prosesor AMD Ryzen 9 7950X .
Server render digunakan untuk menguji performa pipeline Rendering terdistribusi pada kedua sistem Storage.
Perangkat Lunak Produksi: Autodesk Maya 2016, serta engine Rendering Renderman 2.
8 yang dikelola melalui Tractor 2.
3 sebagai sistem manajemen render farm.
Sistem Cloud storage: Azure Blob Hot Tier dengan konfigurasi Locally Redundant Storage (LRS), diakses melalui protokol TLS 1.
2 port 443.
Untuk memungkinkan akses Azure Blob Hot Tier layaknya Windows Explorer atau NAS, digunakan software CloudBerry Drive, karena secara native Azure Blob tidak mendukung file mount langsung pada sistem operasi Windows (Kalra & Moukhtar, 2.
Penyimpanan Lokal (On-Premis.
: HPE StoreEasy dengan konfigurasi RAID 50 yang diakses melalui protokol SMB .
ada jaringan intranet studio.
Monitoring Sistem: Task Manager Windows dan Python Logger Script untuk pencatatan waktu real-time.
Analisis Penerimaan Pengguna Instrumen untuk mengukur penerimaan pengguna terhadap sistem penyimpanan data dikembangkan dalam bentuk kuesioner tertutup berbasis skala Likert lima poin, dengan rentang skor 1 .
angat tidak setuj.
hingga 5 .
angat setuj.
Dimensi yang diukur meliputi: .
kemudahan penggunaan, .
kecepatan akses file, .
kelancaran viewport saat editing, .
kecepatan proses Rendering, .
kepuasan penggunaan keseluruhan, dan .
niat penggunaan Responden penelitian ini adalah seluruh populasi pengguna .
aktif sistem Storage pada studio animasi yang menjadi lokasi studi kasus, yaitu enam orang artis 3D .
ivisi lighting-rende.
dan satu staf Teknologi Informasi.
Dengan demikian, jumlah responden sebanyak tujuh orang diperoleh melalui metode total population sampling.
Pendekatan ini dipandang tepat karena populasi relatif kecil dan terbatas pada konteks spesifik, meskipun generalisasi hasil perlu dilakukan secara hati-hati (Agaku, 2.
Untuk menjamin validitas instrumen, validitas isi diperiksa melalui expert judgement oleh dua pakar di bidang animasi 3D dan manajemen infrastruktur penyimpanan digital.
Para pakar menilai kesesuaian butir pertanyaan dengan indikator konseptual yang diukur, sehingga instrumen dapat dinyatakan merepresentasikan konstruk penerimaan pengguna secara memadai.
Uji reliabilitas internal menggunakan CronbachAos Alpha hanya diposisikan sebagai indikator pendukung, mengingat jumlah responden kecil .
= Nilai Ou 0,70 tetap dijadikan acuan konsistensi internal, namun hasil reliabilitas diinterpretasikan secara hati-hati dan tidak digunakan sebagai dasar utama generalisasi.
Data hasil kuesioner dianalisis secara deskriptif kuantitatif untuk memperoleh nilai rata-rata .
dan standar deviasi, yang digunakan untuk mengevaluasi persepsi pengguna terhadap kedua Selanjutnya, perbedaan persepsi diuji menggunakan Paired sample t-test ( = 0,.
, karena responden yang sama menilai kedua sistem.
Pendekatan ini tepat untuk desain berpasangan dengan sampel kecil, sebagaimana didukung studi simulasi oleh (Shan, 2.
yang menunjukkan bahwa uji-t tetap valid pada n kecil apabila korelasi antarpasangan tinggi.
Hipotesis Penelitian Berdasarkan tujuan penelitian dan variabel yang telah ditetapkan, hipotesis penelitian ini dirumuskan untuk membandingkan performa teknis (X1-X.
serta penerimaan pengguna (Y) antara sistem Cloud storage dan On-Premise Storage dalam konteks pipeline produksi animasi 3D.
Rumusan hipotesis adalah sebagai berikut:
H1: Waktu membuka file aset 3D (X.
pada OnPremise Storage lebih cepat dibanding Cloud H2: Tidak terdapat perbedaan signifikan FPS viewport editing (X.
antara On-Premise dan Cloud H3: Perpindahan antar frame (X.
pada Cloud storage lebih cepat dibanding On-Premise Storage.
H4: Waktu render multi-skenario (X.
pada pipeline hybrid lebih efisien dibanding skenario full-cloud.
H5: Persepsi pengguna (Y) menilai On-Premise Storage lebih unggul dalam kecepatan akses dan responsivitas dibanding Cloud storage.
H6: Niat penggunaan berkelanjutan (Y) lebih tinggi pada On-Premise Storage dibanding Cloud storage.
H7: Terdapat hubungan positif signifikan antara kecepatan render (X.
dengan niat penggunaan berkelanjutan pada sistem Cloud storage (Y.
Teknik Analisis Data Analisis data pada penelitian ini dilakukan dalam dua tahap, yaitu analisis deskriptif dan analisis inferensial, dengan tujuan memperoleh gambaran kuantitatif performa teknis (X1-X.
serta penerimaan pengguna (Y) pada dua sistem penyimpanan yang Analisis Deskriptif Analisis deskriptif digunakan untuk menghitung nilai rata-rata .
, standar deviasi, dan varians dari setiap indikator performa teknis (X1-X.
maupun SaAodi, dkk.
Analisis Komparatif Performa A 469 skor persepsi pengguna (Y).
Perhitungan dilakukan dengan menggunakan perangkat lunak statistik standar JASP (JeffreysAos Amazing Statistics Progra.
sebagai software utama, serta Microsoft Excel untuk perhitungan pendukung.
JASP dipilih karena mampu menghasilkan output statistik deskriptif, termasuk mean, standar deviasi, varians, dan confidence interval, sehingga memperkuat validitas hasil penelitian.
Analisis Inferensial Analisis inferensial digunakan untuk menguji hipotesis penelitian (H1-H.
pada taraf signifikansi = 0,05.
Seluruh pengujian dilakukan menggunakan JASP untuk memperoleh hasil yang komprehensif, termasuk nilai t-statistic, degrees of freedom, p-value, confidence interval, dan ukuran efek (CohenAos d atau PearsonAos .
Uji Perbedaan .
-tes.
Uji perbedaan digunakan untuk membandingkan performa dan persepsi antara sistem Cloud storage dan On-Premise Storage.
Data Teknis (X1-X.
Analisis perbandingan performa teknis dilakukan menggunakan Paired sample t-test, karena kedua skenario pengujian .
loud vs On-Premis.
dijalankan pada Workstation yang sama dengan kondisi perangkat keras dan lingkungan uji yang identik.
Uji ini membandingkan rata-rata kedua kondisi secara langsung untuk setiap indikator teknis: membuka file (X.
FPS viewport saat menggerakkan/mengedit (X2a/X2.
, perpindahan antar frame (X.
, menyimpan file (X.
, dan Rendering multi-skenario (X.
Setiap pengujian diulang sebanyak lima kali untuk meningkatkan reliabilitas hasil.
Untuk menghindari bias akibat urutan eksekusi, skenario cloud dan OnPremise .
pada setiap indikator, sehingga sebagian pengujian dimulai dari cloud kemudian OnPremise, sementara sebagian lainnya dilakukan Pendekatan ini digunakan untuk meminimalkan pengaruh caching lokal maupun faktor residu dari uji sebelumnya.
Perhitungan dilakukan menggunakan perangkat lunak statistik JASP dengan tingkat signifikansi = 0,05.
Mengingat ukuran sampel yang terbatas, hasil analisis teknis ini diposisikan sebagai studi kasus yang bersifat indikatif dan tidak dimaksudkan untuk digeneralisasi secara luas.
Data Persepsi Pengguna (Y) Perbedaan skor persepsi antara kedua sistem diuji menggunakan uji-t berpasangan (Paired sample ttes.
, karena responden yang sama menilai kedua sistem penyimpanan.
Pendekatan ini sesuai untuk desain berpasangan dengan total population sampling .
= .
Mengingat ukuran sampel yang terbatas, hasil analisis persepsi ini bersifat indikatif sebagai studi kasus dan tidak dimaksudkan untuk digeneralisasi ke populasi yang lebih luas.
Hubungan Antar Dimensi (H.
Untuk menguji hubungan antara variabel kecepatan render (X.
dan niat penggunaan berkelanjutan pada Cloud storage (Y.
, digunakan uji korelasi Pearson.
Uji ini dipilih karena kedua variabel berskala interval dan diasumsikan memiliki hubungan linier.
Analisis dilakukan menggunakan perangkat lunak JASP, yang menghasilkan nilai koefisien korelasi .
, uji signifikansi .
-valu.
, serta interval kepercayaan HASIL DAN PEMBAHASAN 1 Hasil Pengujian Performa Teknis Pengujian performa teknis dilakukan terhadap lima indikator utama (X1-X.
pada dua skenario penyimpanan, yaitu dua lingkungan penyimpanan Cloud storage (Azure Blob Hot Tie.
menggunakan CloudBerry Drive via protokol HTTPS/TLS dan OnPremise Storage NAS RAID 50 (HPE StoreEas.
via protokol SMB.
Setiap skenario diuji sebanyak lima kali ulangan untuk memastikan reliabilitas hasil.
Nilai rata-rata .
, standar deviasi (SD), dan p-value ditampilkan pada Tabel 2, sedangkan perbandingan rata-rata divisualisasikan pada Gambar 4 .
ar char.
dan distribusi ulangan divisualisasikan pada Gambar 5 .
Tabel 2.
Ringkasan Hasil Uji Performa Teknis Cloud vs On-Premise (X1AeX.
Variab
Indikator Cloud
(Mean A SD) On-Premise (Mean A SD) p-value Interpretasi
Membuka file aset 3D
117,91 A 4,35 detik
101,62 A 3,67 detik
0,000
On-Premise .
angat signifika.
98,1 A 0,42 fps
98,3 A 0,27 fps
>0,050
Tidak berbeda signifikan 71,1 A 2,51 fps
71,0 A 2,37 fps
>0,050
Tidak berbeda signifikan 344,4 A 32,1 detik
442,0 A 51,2 detik
0,006
Cloud lebih cepat .
On-Premise jauh lebih cepat .
angat signifika.
Hybrid pipeline lebih efisien
dibanding full-cloud
FPS
menggerakkan aset
FPS viewport mengedit Perpindahan antar frame
Menyimpan file aset 3D
72,12 A 2,1 detik
8,99 A 0,7 detik
0,000
Rendering 327,8 A 18,9 detik
47,9 A 2,2 detik
0,000
X2a X2b 470 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2026, hlm.
Interpretasi Hasil Pada Tabel 2 Akses File: Membuka dan Menyimpan (X1 dan X.
On-Premise Storage terbukti unggul signifikan dalam membuka file (X.
maupun menyimpan file (X.
dibanding Cloud storage.
Selisih rata-rata mencapai A16 detik lebih cepat untuk membuka file .
< 0,.
dan A63 detik lebih cepat untuk menyimpan file .
< 0,.
Variasi ulangan relatif rendah (SD < 5 deti.
, menegaskan stabilitas performa On-Premise dalam operasi file I/O.
Keunggulan ini terutama dipengaruhi efisiensi protokol SMB pada jaringan lokal, sementara Cloud menghadapi overhead tambahan dari enkripsi TLS dan transfer internet, yang memperlambat proses akses file berukuran besar.
Hasil ini didukung oleh penelitian sebelumnya yang menemukan bahwa studi teoretis membandingkan protokol akses Storage seperti SMB.
NFS, dan RESTful API (Application Programming Interfac.
, menyimpulkan bahwa SMB lebih efisien untuk jaringan lokal karena minim round-trip dan mendukung caching file secara langsung (Banerjee and Kumar, 2.
Temuan ini juga sejalan dengan kajian oleh Usman et al.
yang menunjukkan bahwa performa Storage sangat bergantung pada jarak ke data center dan jenis workload.
Storage lokal lebih unggul untuk akses file besar dan frekuensi tinggi (Usman et al.
, 2.
Viewport editing (X2a dan X2.
FPS minimum , maksimum, dan rata-rata diukur saat aktivitas rotate .
enggerakkan berputa.
dan edit poligon .
dilakukan selama 60 detik pada masing-masing lingkungan Storage.
Pada Gambar 3, 90 fps menunjukkan performa viewport yang sangat optimal tanpa lag yang mengganggu.
Sementara itu, pada aktivitas mengedit aset 3D .
oligon editin.
Cloud storage menghasilkan FPS rata-rata 71,1 dengan standar deviasi 2,51, sedangkan On-Premise Storage memiliki FPS rata-rata 71 dengan standar deviasi 2,37.
Hasil ini menunjukkan bahwa kedua sistem Storage juga mendukung aktivitas mengedit poligon aset 3D secara real-time, di mana FPS rata-rata di atas 60 fps menandakan workflow editing tetap lancar dan stabil.
Secara keseluruhan, tidak ada perbedaan signifikan dalam FPS viewport antara Cloud storage dan OnPremise Storage saat menggerakkan dan mengedit aset 3D.
Namun.
On-Premise Storage menunjukkan konsistensi performa yang lebih tinggi , ditandai dengan standar deviasi yang lebih rendah .
enggerakkan: 0,27 untuk On-Premise Storage vs 0,42 untuk Cloud storage, mengedit: 2,37 untuk OnPremise Storage vs 0,51 untuk Cloud storage ).
Performa viewport baik saat menggerakkan maupun mengedit aset 3D tidak dipengaruhi oleh lokasi penyimpanan file karena proses Rendering dilakukan secara lokal oleh GPU setelah file dimuat ke Workstation, hal ini menggunakan teknik memory caching dan prefetching untuk menghindari pembacaan berulang dari disk termasuk cloud.
Oleh karena itu.
Cloud storage tetap memberikan performa viewport yang optimal meskipun berbasis akses Temuan ini diperkuat oleh studi-studi sebelumnya (Krichevsky et al.
, 2.
menunjukkan bahwa dengan menerapkan caching dan pre-fetching, waktu tunggu data saat memuat dataset besar dari penyimpanan cloud dapat dikurangi sebesar 85,6 93,5 %, sehingga performa menjadi mendekati akses dari disk lokal, sementara On-Premise Storage menunjukkan konsistensi performa yang lebih tinggi dalam skenario ini.
Gambar 3.
Aset Animasi 3D aset yang digunakan memiliki 2.
323 poligon, terdiri character, property, dan environment.
Berdasarkan hasil pengujian yang ditunjukkan pada Tabel 2, diperoleh bahwa pada aktivitas menggerakkan aset 3D.
Cloud storage memiliki FPS rata-rata sebesar 98,1 dengan standar deviasi 0,42, sedangkan On-Premise Storage memiliki FPS ratarata 98,3 dengan standar deviasi 0,27.
Hal ini menunjukkan bahwa kedua sistem Storage mendukung aktivitas menggerakkan aset 3D dengan sangat stabil dan lancar, karena FPS rata-rata di atas Berpindah antar frame (X.
Pengujian perpindahan antar frame dilakukan untuk mengevaluasi responsivitas sistem ketika artis 3D berpindah dari satu frame ke frame lainnya dalam timeline animasi.
Aktivitas ini krusial pada tahap blocking, layout, dan editing keyframe.
Aset 3D yang digunakan memiliki kompleksitas tinggi, terdiri dari 323 poligon, 768 tekstur, 5 karakter rigging, dan lingkungan seluas 36.
580 mA.
Hasil pengujian lima kali ulangan menunjukkan bahwa rata-rata durasi perpindahan frame pada Cloud storage adalah 344,4 A 32,9 detik, sedangkan pada On-Premise Storage mencapai 442,0 A 48,8 detik.
Nilai varians lebih rendah pada Cloud .
On-Premise .
Cloud Uji-t independen menghasilkan p-value = 0,006, yang berada di bawah = 0,05, sehingga perbedaan performa ini signifikan secara statistik.
SaAodi, dkk.
Analisis Komparatif Performa A 471 Perbedaan ini kemungkinan dipengaruhi oleh mekanisme caching pada Middleware CloudBerry Drive, yang memungkinkan metadata dan struktur direktori tertentu disimpan secara lokal sehingga mempercepat navigasi frame yang sering diakses.
Namun, faktor lain seperti kompleksitas struktur direktori pada NAS serta proses indexing melalui protokol SMB di jaringan LAN juga dapat berkontribusi terhadap keterlambatan pada OnPremise.
Dengan demikian, meskipun hasil menunjukkan keunggulan Cloud dalam perpindahan frame, interpretasi tetap perlu mempertimbangkan adanya kombinasi faktor teknis dari Middleware, protokol jaringan, dan arsitektur penyimpanan.
Rendering Multi-Skenario (X.
Hasil Rendering memperlihatkan bahwa skenario render file di Storage On-Premise dengan output di On-Premise memiliki waktu rata-rata tercepat sebesar 47,9 detik dengan standar deviasi 1,73 detik dan varians 2,99, sedangkan skenario render file di Storage cloud dengan output di cloud memiliki waktu rata-rata terlama sebesar 327,8 detik dengan standar deviasi 10,19 detik dan varians 103,88.
Skenario render file di Storage On-Premise dengan output di cloud memiliki waktu rata-rata 325,4 detik dengan standar deviasi 18,08 detik dan varians 326,76, sedangkan skenario render file di Storage cloud dengan output di On-Premise memiliki waktu ratarata 68,9 detik dengan standar deviasi 1,87 detik dan varians 3,48.
Hasil uji-t menunjukkan bahwa p-value untuk skenario On-Premise ke cloud dan cloud ke cloud adalah 0,0000, yang berarti perbedaan keduanya sangat signifikan secara statistik pada taraf signifikansi 0,01.
Hasil pengujian ini menunjukkan bahwa perbedaan waktu render antar skenario dipengaruhi oleh beberapa faktor utama, di antaranya latency jaringan pada cloud storage yang lebih tinggi dibandingkan On-Premise, throughput read-write yang lebih rendah pada cloud terutama saat file dan output berada pada Storage cloud yang sama, serta overhead proses protokol TLS dan buffering pada CloudBerry Drive.
Perbedaan waktu render minimal antar ulangan pada masing-masing skenario juga dapat disebabkan oleh beban kerja background Server, proses indexing file system saat akses pertama, serta caching sementara yang berbeda pada setiap jalannya render, meskipun nilai standar deviasi dan varians menunjukkan hasil yang relatif stabil.
Temuan ini konsisten dengan studi yang dilakukan oleh (Kalra and Moukhtar, 2.
yang menemukan bahwa sistem On-Premise memiliki keunggulan dalam hal latensi dan efisiensi biaya saat menangani beban kerja yang intensif, dibandingkan dengan penyimpanan berbasis cloud seperti AWS.
Penelitian lain oleh (Durner et al.
, 2.
menunjukkan bahwa akses data melalui jaringan .
bject Storage/clou.
mengakibatkan beban CPU dan waktu tunggu yang lebih tinggi dibandingkan akses disk lokal, akibat overhead tambahan seperti protokol TLS dan sistem Gambar 4.
Perbandingan rata-rata performa X1AeX5 (Cloud vs On-Premis.
Gambar 4 memperlihatkan perbandingan rata-rata performa X1 - X5 pada kedua sistem penyimpanan.
Terlihat bahwa On-Premise Storage unggul signifikan pada akses file (X1 dan X.
, dengan perbedaan rata-rata cukup besar yang menegaskan latensi rendah sebagai keunggulan sistem lokal.
Pada viewport editing (X2a dan X2.
, hasil antara Cloud dan On-Premise relatif setara, menunjukkan bahwa faktor GPU lokal lebih dominan dibanding lokasi penyimpanan file.
Sementara itu.
Cloud storage lebih unggul pada frame switching (X.
, yang kemungkinan dipengaruhi mekanisme caching Middleware.
Pada Rendering (X.
, pipeline hybrid berbasis On-Premise terbukti jauh lebih efisien dibanding skenario full-cloud.
Gambar 5.
Boxplot distribusi ulangan .
untuk X1 - X5 Gambar 5 menunjukkan boxplot distribusi hasil dari lima kali ulangan pengujian pada setiap indikator.
Distribusi yang sempit pada X1 dan X4 di OnPremise menegaskan stabilitas sistem lokal dalam operasi file I/O, berbeda dengan Cloud storage yang memiliki rentang lebih lebar akibat variasi latensi Pada X2a dan X2b (FPS viewpor.
, baik Cloud maupun On-Premise menunjukkan konsistensi tinggi dengan variasi sangat kecil, sehingga mendukung kesimpulan bahwa perbedaan FPS tidak Untuk X3 .
rame switchin.
, variasi lebih besar terlihat terutama pada On-Premise, menunjukkan sensitivitas proses ini terhadap kondisi internal Server.
Sementara pada X5 (Renderin.
, perbedaan paling mencolok terlihat: Cloud memiliki waktu render jauh lebih tinggi dengan variasi yang lebar, sedangkan On-Premise stabil dengan waktu 472 Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK).
Vol.
No.
April 2026, hlm.
jauh lebih rendah.
Pola ini menguatkan kesimpulan bahwa On-Premise unggul untuk workload intensif, sedangkan Cloud tetap menghadapi tantangan stabilitas pada proses berat.
2 Hasil Analisis Penerimaan Pengguna Analisis penerimaan pengguna dilakukan untuk menilai persepsi artis 3D terhadap dua sistem Storage Cloud storage (Azure Blob Hot Tie.
dan On-Premise Storage NAS dengan RAID 50 berdasarkan enam dimensi, yaitu kemudahan penggunaan, kecepatan akses file, kecepatan editing viewport, kecepatan keseluruhan, dan niat penggunaan berkelanjutan.
Penilaian dilakukan menggunakan skala Likert 1-5 dan dianalisis melalui statistik deskriptif serta uji-t berpasangan (Paired t-tes.
untuk mengetahui signifikansi perbedaan persepsi.
Uji reliabilitas instrumen menunjukkan bahwa pada kondisi On-Premise Storage, nilai CronbachAos Alpha sebesar 0,770 (CI 95% = 0,521-1,.
, yang menunjukkan konsistensi internal memadai.
Sementara itu, pada Cloud storage, nilai CronbachAos Alpha sebesar 0,698 (CI 95% = 0,460-0,.
, yang masih mendekati ambang batas reliabilitas .
Hasil ini mengindikasikan bahwa persepsi responden terhadap On-Premise lebih konsisten dibandingkan Cloud.
Namun, mengingat jumlah responden kecil .
= .
, reliabilitas ini diposisikan sebagai indikator pendukung, bukan dasar utama generalisasi.
Selanjutnya, menggunakan Paired sample t-test.
Hasil pengujian menunjukkan bahwa rata-rata skor penerimaan pengguna terhadap On-Premise Storage (M = 4,.
lebih tinggi dibandingkan Cloud storage (M = 3,.
Perbedaan ini signifikan secara statistik, t.
= Ae 9,752, p < 0,001, dengan ukuran efek sangat besar (CohenAos d = Ae3,.
Uji normalitas Shapiro-Wilk menghasilkan p = 0,100, sehingga asumsi normalitas terpenuhi .
> 0,.
Visualisasi pada Gambar 6 memperlihatkan bahwa seluruh dimensi penerimaan pengguna konsisten menempatkan On-Premise Storage lebih unggul dibanding Cloud storage, dengan selisih paling berkelanjutan (Cloud = 3,61 vs On-Premise = 4,.
Temuan ini menegaskan bahwa meskipun Cloud dinilai cukup memadai pada aspek teknis seperti editing viewport dan Rendering, preferensi jangka panjang pengguna tetap condong pada On-Premise.
Hasil ini diperkuat dengan wawancara lanjutan yang memberikan konteks non-teknis.
Salah satu responden menyatakan.
AuBagi kami, biaya langganan bulanan cloud menimbulkan keraguan untuk diterapkan, karena keterbatasan biaya operasional dibandingkan investasi sekali beli Server sendiri.
Hal ini menjadi pertimbangan penting mengingat produksi film animasi layar lebar membutuhkan waktu 3-4 tahun.
Ay Responden lain menambahkan.
AuKalau data disimpan di cloud, kami merasa kontrolnya lebih terbatas, apalagi harus lewat aplikasi Ay Seorang responden juga menekankan aspek keamanan.
AuCloud memang membantu kalau harus kerja jarak jauh, tapi kami masih ragu soal keamanan data jika aksesnya dari luar studio.
Ay Temuan kuantitatif dan kualitatif ini menunjukkan bahwa meskipun Cloud memiliki performa teknis yang memadai, faktor non-teknis seperti biaya berkelanjutan, kontrol data, dan keamanan lebih dominan memengaruhi preferensi pengguna untuk tetap memilih On-Premise Storage.
Gambar 6.
Plot rata-rata skor penerimaan pengguna Cloud vs OnPremise.
Rekapitulasi Hasil Uji Hipotesis Tabel 3.
Rekapitulasi Hasil Uji Hipotesis H1AeH7 Kode Hipotesis Waktu membuka file (X.
lebih cepat pada On-Premise dibanding Cloud Tidak FPS viewport (X.
antara Cloud & OnPrem Hasil Uji Statistik t-test, p < 0,01 Kesimpul Diterima t-test, p > 0,05 Ditolak Perpindahan antar frame (X.
lebih cepat pada Cloud dibanding OnPremise t-test, p = 0,006 Diterima Rendering multiskenario (X.
lebih efisien pada pipeline Persepsi akses & responsivitas (Y) lebih tinggi pada On-Premise Niat berkelanjutan (Y.
lebih tinggi pada On-Premise t-test, p < 0,01 Diterima Paired ttest, p < 0,01 Diterima Paired ttest, p = 0,003 Diterima Terdapat positif signifikan X5 Ii Y6 pada Cloud storage Pearson r = Ae0,316, p = 0,49 Ditolak Hasil pengujian hipotesis penelitian ditampilkan pada Tabel 3.
Secara umum, lima hipotesis (H1.
H3.
H4.
H5, dan H.
diterima, sedangkan dua hipotesis (H2 dan H.
SaAodi, dkk.
Analisis Komparatif Performa A 473 Secara teknis.
On-Premise Storage terbukti lebih unggul pada aktivitas yang sensitif terhadap latensi, khususnya membuka dan menyimpan file (H.
serta Rendering multi-skenario (H.
, dengan perbedaan yang signifikan secara statistik.
Cloud storage menunjukkan keunggulan terbatas pada perpindahan antar frame (H.
, sedangkan perbedaan FPS viewport (H.
tidak signifikan, sehingga hipotesis ditolak.
Dari sisi penerimaan pengguna, hasil analisis mendukung hipotesis H5 dan H6, yang menunjukkan bahwa On-Premise dinilai lebih tinggi pada dimensi kecepatan akses dan niat penggunaan berkelanjutan.
Sebaliknya, hipotesis H7 ditolak karena tidak signifikan pada = 0,05.
Menariknya, arah korelasi negatif ini mengindikasikan paradoks, semakin cepat render Cloud, justru semakin rendah niat pengguna Temuan mendukung hasil ini, di mana responden menekankan bahwa biaya langganan, keterbatasan kendali data, dan isu keamanan lebih dominan memengaruhi Berikut tabel hasil uji hipotesis yang telah 4 Diskusi Umum Hasil penelitian ini menegaskan bahwa pemilihan arsitektur penyimpanan tidak hanya dipengaruhi oleh performa teknis, tetapi juga oleh faktor non-teknis seperti biaya, kendali atas data, dan ketergantungan pada Middleware.
On-Premise Storage unggul pada aktivitas sensitif latensi seperti membuka dan menyimpan file, sementara cloud storage lebih cepat pada perpindahan antar frame berkat mekanisme Pengujian Rendering multi-skenario menunjukkan bahwa model hybrid menggabungkan kecepatan On-Premise dan fleksibilitas cloud sebagai solusi optimal.
Temuan ini selaras dengan literatur yang menekankan keunggulan On-Premise pada operasi I/O intensif (Medina and Mindoro, 2.
dan potensi cloud untuk kolaborasi jarak jauh (Burke and Figueroa, 2.
Namun, meskipun penelitian ini menggunakan sampel kecil .
, temuan yang diperoleh memberikan wawasan berharga yang dapat diterapkan langsung di industri animasi di Indonesia.
Keberagaman pengalaman para responden, yang berasal dari studio animasi ternama di Indonesia dan luar negeri, memberikan perspektif yang sangat berharga dalam konteks penerimaan teknologi penyimpanan dalam pipeline animasi 3D yang Studi kasuistik ini memberikan kontribusi yang signifikan pada literatur penyimpanan data digital di industri kreatif, khususnya untuk studio animasi yang sedang mengevaluasi solusi penyimpanan data mereka.
Penelitian ini memiliki novelty dibanding studi sebelumnya.
Jika penelitian terdahulu lebih banyak berfokus pada file Server umum, layanan backup, atau sistem penyimpanan generik, maka penelitian ini secara khusus mengevaluasi pipeline produksi animasi 3D dengan kompleksitas aset tinggi .
ebih dari dua juta poligon, ratusan tekstur, dan rigging karakte.
yang diintegrasikan dengan CloudBerry Drive dan Azure Blob Hot Tier.
Fokus pada konteks industri kreatif dengan kebutuhan workflow panjang .
-4 tahun produksi film animas.
memberikan perspektif baru yang belum banyak dieksplorasi dalam literatur.
KESIMPULAN
Penelitian ini telah melakukan analisis komparatif antara Cloud storage (Azure Blob Hot Tier melalui Middleware CloudBerry Driv.
dan On-Premise Storage (HPE StoreEasy NAS RAID .
dalam mendukung pipeline produksi animasi 3D.
Hasil pengujian teknis menunjukkan bahwa On-Premise Storage unggul signifikan pada aktivitas sensitif terhadap latensi, seperti membuka file, menyimpan file, dan Rendering multi-skenario, sedangkan Cloud storage hanya menunjukkan keunggulan terbatas pada perpindahan antar frame.
FPS viewport relatif setara pada kedua sistem karena lebih dipengaruhi oleh kinerja GPU dibanding lokasi penyimpanan.
Dari sisi penerimaan pengguna.
On-Premise memperoleh skor yang lebih tinggi secara konsisten, terutama pada dimensi kecepatan akses dan niat penggunaan berkelanjutan.
Analisis korelasi menunjukkan bahwa kecepatan render tidak berhubungan signifikan dengan niat penggunaan Cloud, mengindikasikan bahwa faktor non-teknis, seperti keberlanjutan biaya, kendali atas data, dan ketergantungan terhadap Middleware, menjadi pertimbangan dominan dalam adopsi.
Secara sintesis, penelitian ini menegaskan bahwa arsitektur Hybrid storage merupakan solusi optimal, dengan memanfaatkan kecepatan dan stabilitas OnPremise untuk aktivitas produksi inti, serta fleksibilitas Cloud untuk backup, distribusi, dan kolaborasi jarak jauh.
Rekomendasi arsitektur hybrid ini menjadi kunci untuk studio animasi yang mencari peningkatan efisiensi operasional sambil menjaga kontrol penuh atas data dan redundansi penyimpanan.
Keterbatasan penelitian ini terletak pada jumlah responden yang relatif kecil .
= .
dan penggunaan Middleware yang dapat memengaruhi performa Cloud.
Oleh karena itu, penelitian lanjutan dengan melibatkan sampel yang lebih besar, platform cloud berbeda, serta analisis biaya total kepemilikan sangat disarankan untuk memberikan gambaran yang lebih Secara keseluruhan, hasil penelitian ini merekomendasikan penerapan arsitektur Hybrid storage sebagai solusi optimal, dengan memanfaatkan On-Premise membutuhkan latensi rendah (X1.
, dan Cloud untuk mendukung kolaborasi, backup, serta distribusi hasil render lintas lokasi (X3.
DAFTAR PUSTAKA