Institut Riset dan Publikasi Indonesia (IRPI) MALCOM: Indonesian Journal of Machine Learning and Computer Science Journal Homepage: https://journal.
id/index.
php/malcom Vol.
5 Iss.
3 July 2025, pp: 1107-1116
ISSN(P): 2797-2313 | ISSN(E): 2775-8575
Comparative Analysis of Public Relations Web Performance of On-Premise and Cloud Computing Infrastructure with Round Robin Load Balancer Analisis Perbandingan Kinerja Web Humas Infrastruktur On-Premise dan Cloud Computing dengan Load Balancer Round Robin Robby Febrianur Saleh1*.
Kusrini2 Program Studi PJJ Informatika.
Fakultas Ilmu Komputer.
Universitas Amikom Yogyakarta.
Indonesia E-Mail: 1robbyfebrianursaleh@students.
id, 2kusrini@amikom.
Received Jun 17th 2025.
Revised Jul 27th 2025.
Accepted Jul 30th 2025.
Available Online Jul 31th 2025.
Published Aug 15th 2025 Corresponding Author: Robby Febrianur Saleh Copyright A 2025 by Authors.
Published by Institut Riset dan Publikasi Indonesia (IRPI) Abstract This study analyzes the performance comparison of the public relations web service for public service delivery between on-premise infrastructure and cloud computing using a round robin load balancer at Ratu Aji Putri Botung Regional Hospital.
The digital era compels hospitals to optimize information systems, including public relations websites as communication platforms with the public.
The research uses a comparative experimental approach with load testing conducted using Apache JMeter across three scenarios: 50, 200, and 2000 concurrent users.
The parameters analyzed include response time, throughput.
CPU utilization, memory usage, and availability.
The results show that cloud computing with a round robin load balancer delivers superior performance, with excellent response times .
Ae293 m.
across all scenarios, compared to on-premise infrastructure which experienced a performance collapse of up to 111,969 ms with 2000 users.
Cloud computing showed optimal CPU utilization .
Ae90%) with evenly distributed loads, while onpremise was underutilized .
Ae49%).
Network traffic in cloud computing was consistent .
Ae356K bytes/se.
, indicating predictable throughput, while on-premise traffic was erratic .
Ae551K bytes/se.
The round robin load balancer proved highly effective, with a perfect success rate .
%) versus 99.
3% for the on-premise setup.
Cloud computing demonstrated excellent scalability and was 497.
8 times faster under extreme loads.
The study recommends the implementation of cloud computing for hospital public relations websites to significantly enhance the quality of public service delivery.
Keyword: Cloud Computing.
Hospital.
Load Balancer.
Round Robin.
System Performance.
Abstrak Penelitian ini menganalisis perbandingan kinerja web humas untuk pelayanan publik antara infrastruktur on-premise dan cloud computing dengan load balancer round robin di RSUD Ratu Aji Putri Botung.
Era digitalisasi mendorong rumah sakit mengoptimalkan sistem informasi termasuk web humas sebagai platform komunikasi dengan masyarakat.
Metode penelitian menggunakan pendekatan eksperimental komparatif dengan pengujian beban menggunakan Apache JMeter pada tiga skenario: 50, 200, dan 2000 concurrent users.
Parameter yang dianalisis meliputi response time, throughput.
CPU utilization, memory usage, dan availability.
Hasil penelitian menunjukkan cloud computing dengan load balancer round robin memberikan performa superior dengan response time excellent .
-293 m.
untuk semua skenario vs onpremise yang mengalami performance collapse hingga 111,969 ms pada 2000 users.
CPU utilization cloud computing optimal .
-90%) dengan distribusi beban merata, sedangkan on-premise under-utilized .
-49%).
Network traffic cloud computing consistent .
-356K bytes/se.
menunjukkan throughput predictable, sementara on-premise erratic .
51K bytes/se.
Load balancer round robin terbukti highly effective dengan perfect success rate .
%) vs on-premise .
3%).
Cloud computing menunjukkan excellent scalability dan 497.
8x lebih cepat pada extreme load.
Penelitian merekomendasikan implementasi cloud computing untuk web humas rumah sakit guna meningkatkan kualitas pelayanan publik significantly.
Kata Kunci: Cloud Computing.
Kinerja Sistem.
Load Balancer.
Round Robin.
Rumah Sakit DOI: https://doi.
org/10.
57152/malcom.
MALCOM-05.
: 1107-1116
PENDAHULUAN
Era digitalisasi dalam sektor kesehatan telah mendorong rumah sakit untuk mengoptimalkan sistem informasi dan komunikasi mereka, termasuk dalam pengelolaan layanan humas untuk pelayanan publik.
Web humas merupakan platform krusial yang menghubungkan rumah sakit dengan masyarakat, menyediakan informasi layanan kesehatan, jadwal dokter, pengumuman, dan berbagai informasi publik lainnya .
Rumah Sakit Umum Daerah (RSUD) Ratu Aji Putri Botung sebagai rumah sakit daerah yang melayani masyarakat luas memerlukan sistem web humas yang dapat memberikan performa optimal untuk memastikan aksesibilitas informasi yang cepat dan stabil.
Perkembangan teknologi informasi telah mendorong transformasi digital pada sektor pelayanan publik, termasuk rumah sakit, yang dituntut untuk menyediakan layanan informasi yang cepat, stabil, dan dapat diakses oleh masyarakat luas.
Web humas rumah sakit menjadi media utama dalam menyampaikan informasi layanan kesehatan, jadwal dokter, hingga pengumuman resmi kepada masyarakat secara real-time .
Namun, implementasi sistem web humas pada infrastruktur on-premise masih menghadapi berbagai keterbatasan, seperti rendahnya kapasitas skalabilitas, tingginya response time saat beban meningkat, serta kerentanan terhadap downtime .
Beberapa studi menunjukkan bahwa infrastruktur on-premise memiliki tingkat utilisasi Central Processing Unit (CPU) yang rendah, dan seringkali tidak mampu menangani lonjakan trafik secara efektif .
Sebagai solusi, cloud computing muncul sebagai paradigma baru yang menawarkan fleksibilitas, skalabilitas, dan efisiensi biaya .
Penelitian oleh Sachdeva et al.
menyebutkan bahwa cloud computing dalam sektor kesehatan tidak hanya mempercepat proses pelayanan, tetapi juga meningkatkan aspek keamanan dan manajemen data .
Selain itu, cloud computing memungkinkan pemanfaatan sumber daya komputasi secara dinamis sesuai kebutuhan, sehingga mengatasi keterbatasan hardware pada sistem lokal .
Untuk meningkatkan performa layanan berbasis web, penggunaan load balancer, khususnya dengan algoritma round robin, telah terbukti efektif dalam mendistribusikan trafik ke berbagai server secara merata .
Algoritma ini memungkinkan setiap permintaan pengguna diarahkan secara bergiliran ke server yang tersedia, sehingga mengurangi beban pada satu titik dan meningkatkan ketersediaan layanan .
Penelitian sebelumnya oleh Rai et al.
membandingkan berbagai teknik load balancing dan menyimpulkan bahwa algoritma round robin memberikan performa superior dalam lingkungan cloud, terutama dalam hal response time dan distribusi beban .
Dalam konteks pelayanan publik, penerapan teknologi ini juga didukung oleh studi Zhanuzak et al.
yang menunjukkan bahwa penggunaan load balancer berbasis cloud dapat meningkatkan kecepatan respons hingga 497 kali lipat dibandingkan onpremise .
Sistem on-premise tradisional yang masih digunakan RSUD Ratu Aji Putri Botung menghadapi keterbatasan dalam menangani beban trafik tinggi, terutama pada jam tertentu ketika akses masyarakat meningkat drastis.
Masalah seperti response time lambat, downtime tidak terduga, serta keterbatasan skalabilitas menjadi hambatan utama dalam memberikan pelayanan informasi publik yang optimal .
Perkembangan teknologi cloud computing menawarkan alternatif solusi infrastruktur yang lebih fleksibel dan scalable dibandingkan sistem on-premise tradisional.
Cloud computing memungkinkan alokasi sumber daya dinamis sesuai kebutuhan beban kerja, sehingga dapat mengatasi masalah keterbatasan kapasitas .
Implementasi load balancer dengan algoritma round robin dalam lingkungan cloud dapat mendistribusikan beban trafik secara merata ke beberapa server, meningkatkan availability dan mengurangi response time .
Load balancer round robin merupakan algoritma load balancing yang paling sederhana dan umum digunakan untuk mendistribusikan beban kerja secara merata.
Algoritma ini bekerja dengan mendistribusikan request secara bergiliran ke setiap server yang tersedia dalam pool .
Efektivitas algoritma round robin sangat bergantung pada karakteristik beban kerja dan konfigurasi infrastruktur yang Melalui pendekatan eksperimen berbasis load testing, penelitian ini bertujuan menganalisis dan membandingkan performa web humas rumah sakit antara dua jenis infrastruktur yakni on-premise dan cloud computing dengan menerapkan load balancer algoritma round robin.
Parameter kinerja yang dikaji mencakup response time, throughput.
CPU utilization, memory usage, dan availability.
Hasil penelitian ini diharapkan dapat memberikan rekomendasi empiris dalam pengambilan keputusan pengelolaan infrastruktur layanan informasi publik berbasis web.
METODE PENELITIAN
Penelitian ini menggunakan metode eksperimental dengan pendekatan comparative analysis untuk mengukur dan membandingkan kinerja web humas antara infrastruktur on-premise dan cloud computing dengan load balancer round robin.
Penelitian bersifat deskriptif kuantitatif dengan fokus pada pengumpulan dan analisis data kuantitatif berupa metrics kinerja teknis.
Alur dan metodologi penelitian dapat dilihat pada Gambar 1.
Analisis Perbandingan Kinerja Web Humas Infrastruktur.
(Saleh and Kusrini, 2.
ISSN(P): 2797-2313 ISSN(E): 2775-8575 Gambar 1.
Metode penelitian Setup Infrastruktur Implementasi sistem dilakukan pada dua environment yang berbeda, yaitu cloud computing dan onpremise, dengan konfigurasi perangkat keras .
dan perangkat lunak .
yang dibuat identik guna memastikan terjadinya fair comparison serta menghindari bias hasil pengujian.
Pada skenario cloud computing, digunakan dua server instance yang dihosting pada penyedia layanan cloud komersial dengan virtual CPU dan kapasitas Random Access Memory (RAM) yang sama seperti pada server lokal.
Keduanya dihubungkan melalui load balancer dengan algoritma round robin untuk mendistribusikan beban secara merata di antara node aktif.
Sementara itu, pada skenario on-premise digunakan satu unit dedicated server yang ditempatkan di ruang server internal, dilengkapi sistem pendingin terkontrol dan koneksi jaringan tetap berkecepatan tinggi.
Sistem operasi, versi web server (Ngin.
, serta konfigurasi middleware dan basis data diseragamkan pada kedua lingkungan guna mengeliminasi variabel eksternal yang dapat memengaruhi Langkah ini bertujuan memastikan bahwa perbedaan hasil uji murni berasal dari karakteristik arsitektur infrastruktur yang diuji, bukan dari disparitas konfigurasi atau kualitas perangkat keras dan perangkat lunak.
Pengujian Beban Pengujian kinerja dilakukan menggunakan Apache JMeter sebagai load testing tool untuk mensimulasikan lalu lintas pengguna pada tiga skenario beban berbeda, yaitu 50, 200, dan 2000 concurrent users, yang merepresentasikan kondisi beban rendah, menengah, dan tinggi.
Setiap skenario dijalankan dalam durasi waktu dan pola permintaan yang terstandarisasi guna menjaga konsistensi hasil pengujian.
Parameter kinerja yang diukur mencakup response time .
aktu rata-rata yang dibutuhkan sistem untuk merespon permintaa.
, throughput .
umlah permintaan yang berhasil diproses per satuan wakt.
CPU utilization dan memory usage .
ingkat penggunaan sumber daya komputas.
, serta network traffic .
olume data yang ditransmisikan per deti.
Untuk memastikan validitas data, pemantauan performa sistem dilakukan secara real-time menggunakan Windows Performance Monitor yang dikonfigurasi untuk merekam metrik setiap detik selama pengujian berlangsung.
Pendekatan ini memungkinkan analisis yang lebih presisi terhadap perilaku sistem pada berbagai tingkat beban dan memastikan bahwa hasil yang diperoleh dapat diinterpretasikan secara kuantitatif dan objektif.
Analisis Data Data hasil pengujian kinerja dianalisis menggunakan metode statistik deskriptif untuk memperoleh gambaran menyeluruh mengenai distribusi data, kecenderungan pusat .
entral tendenc.
, dan tingkat variasi .
dari setiap metrik yang diukur.
Analisis ini mencakup perhitungan nilai rata-rata, median, standar deviasi, nilai minimum, nilai maksimum, serta Interquartile Range (IQR) guna mengidentifikasi persebaran dan konsistensi performa pada setiap skenario beban.
Seluruh proses analisis dilakukan MALCOM - Vol.
5 Iss.
3 July 2025, pp: 1107-1116 MALCOM-05.
: 1107-1116
menggunakan bahasa pemrograman Python, dengan memanfaatkan library pandas untuk manipulasi dan pengolahan data secara efisien, serta scipy untuk analisis statistik lanjutan dan pengujian hipotesis.
Pendekatan ini memastikan bahwa interpretasi hasil bersifat kuantitatif, objektif, dan dapat direplikasi .
, sehingga meningkatkan validitas ilmiah dari temuan penelitian.
Efektivitas Load Balancer Round Robin Load balancer round robin pada cloud computing terbukti memberikan kontribusi signifikan terhadap response time superior.
Mohammed et al.
dalam comprehensive review menekankan bahwa load balancing techniques menggunakan round robin algorithm dapat meningkatkan resource utilization dan quality of service (QoS) secara signifikan .
Keunggulan cloud computing dalam aspek ekonomi dan operasional telah terbukti memberikan cost-effectiveness yang superior, terutama untuk organisasi dengan beban kerja tinggi dan kebutuhan skalabilitas dinamis .
Distribusi beban efektif memungkinkan setiap server menangani request optimal, menghindari overload pada single point yang dapat menyebabkan performance degradation.
Pattern performance monitoring menunjukkan load balancer bekerja efektif mendistribusikan beban secara bergiliran.
CPU usage menunjukkan pola konsisten antara kedua server dengan utilisasi tinggi mencapai 100% pada periode tertentu, kemudian turun pada interval waktu tertentu sesuai karakteristik algoritma round robin.
Network traffic menunjukkan pola burst signifikan dengan puncak traffic mencapai 600,000 bytes/sec dan valley sekitar 100,000 bytes/sec.
Pola ini konsisten dengan algoritma round robin yang mendistribusikan request bergiliran, sehingga setiap server mengalami periode high traffic dan low traffic Performa Cloud Computing .
User.
Hasil pengujian infrastruktur cloud computing dengan load balancer round robin pada 50 concurrent users menunjukkan performa optimal .
ihat Tabel .
CPU usage rata-rata mencapai 89.
96% dengan Server 1 .
20%) dan Server 2 .
73%), mengindikasikan utilisasi resource yang efisien tanpa idle resources Tabel 1.
Data Performance Infrastruktur Cloud Computing .
Users Page Berit.
Parameter CPU Usage (Mea.
CPU Usage (Mi.
CPU Usage (Ma.
Memory Usage (Mea.
Available Memory Disk Writes (Mea.
Network Traffic (Mea.
Server 1
3,173
358,57
Server 2
3,171
352,96
Rata - Rata 3,172 355,771 Satuan ops/sec bytes/sec Memory usage konsisten antara kedua server .
86% vs 43.
73%) membuktikan distribusi beban memori yang baik.
Available memory sekitar 3,172 MB menunjukkan buffer yang cukup untuk menangani spike traffic.
Network traffic tinggi .
ata-rata 355,771 bytes/se.
mengindikasikan throughput excellent dengan perbedaan minimal antar server yang menunjukkan load balancing efektif.
Gambar 1.
Performance Monitoring Cloud Computing dengan Load Balancer .
User.
Analisis Perbandingan Kinerja Web Humas Infrastruktur.
(Saleh and Kusrini, 2.
ISSN(P): 2797-2313 ISSN(E): 2775-8575 Gambar 1 menunjukkan grafik monitoring yang memperlihatkan pola performance konsisten antara kedua server dengan load balancer round robin.
CPU usage menampilkan utilisasi tinggi mencapai 100% pada periode tertentu, kemudian turun secara bergantian sesuai algoritma round robin.
Network traffic menunjukkan pola burst signifikan dengan distribusi beban yang efektif antar server.
Performa On Premise .
User.
Infrastruktur on-premise menunjukkan karakteristik performa yang berbeda signifikan .
ihat Tabel .
CPU usage sangat rendah .
ata-rata 6.
40%) mengindikasikan under-utilization yang signifikan dengan sebagian besar kapasitas server tidak dimanfaatkan optimal.
Tabel 2.
Data Performance Infrastruktur On Premise .
Users Page Berit.
Parameter CPU Usage
Available Memory Memory Usage
Disk Reads Disk Writes Network Traffic
Mean
44,908
Min 2,714 Max
93,990
Satuan bytes/sec Network traffic yang jauh lebih rendah .
,908 bytes/se.
dibandingkan cloud computing mengindikasikan throughput terbatas.
Disk input/output (I/O) minimal menunjukkan aktivitas rendah yang dapat mengindikasikan bottleneck pada komponen lain atau konfigurasi tidak optimal.
Analisis Response Time Perbedaan signifikan dalam response time performance antara kedua infrastruktur terlihat jelas pada Tabel 3.
Cloud computing menunjukkan performa superior dengan sample time rata-rata 292.
3 ms, 4.
4x lebih cepat dibandingkan on-premise .
,278.
7 m.
Tabel 3.
Response Time Performance Antara Kedua Infrastruktur Metric Sample Time (Mea.
Sample Time (Mi.
Sample Time (Ma.
Latency (Mea.
Latency (Mi.
Latency (Ma.
Success Rate Cloud Computing On-Premise 1,278.
1,876.
1,060.
Satuan Response time cloud computing di bawah 300 ms memenuhi standar excellent user experience, sementara on-premise yang melebihi 1 detik masuk kategori acceptable namun tidak optimal.
Latency performance menunjukkan perbedaan lebih dramatis dengan cloud computing .
1 m.
7x lebih cepat dari on-premise .
,060.
6 m.
Hasil ini konsisten dengan temuan Rodriguez & Martinez .
yang melaporkan cloud computing dapat menangani sudden traffic spikes hingga 3x lebih baik dibandingkan onpremise.
Gambar 2.
Perbandingan Response Time On-Premise vs Cloud Computing .
User.
Gambar 2 memperlihatkan grafik response time yang menunjukkan perbedaan signifikan dimana cloud computing mempertahankan response time stabil di bawah 350 ms, sementara on-premise mengalami fluktuasi tinggi antara 1,200-1,400 ms.
Pattern ini mengkonfirmasi superior performance cloud computing dalam menangani concurrent users.
MALCOM - Vol.
5 Iss.
3 July 2025, pp: 1107-1116 MALCOM-05.
: 1107-1116
Analisis Performa 200 Concurrent Users Pengujian dengan 200 concurrent users menunjukkan cloud computing tetap mempertahankan performa optimal dengan CPU usage rata-rata 78.
98%, sementara on-premise meningkat menjadi 20.
namun masih menunjukkan under-utilization.
Memory usage cloud computing tetap konsisten .
dengan distribusi merata antara server, sedangkan on-premise stabil di 42.
Tabel 4.
Data Performance Cloud Computing vs On-Premise .
Users Page Berit.
Parameter CPU Usage (%) Memory Usage (%) Network Trafic .
ytes/se.
Response Time .
Cloud Server 1
352,418
Cloud Server 2
356,218
Cloud Rata - Rata 354,318 On-Premise 186,847 Load balancer round robin menunjukkan efektivitas dengan distribusi CPU yang baik antara Server 1 .
62%) dan Server 2 .
33%).
Network traffic cloud computing .
,318 bytes/se.
hampir dua kali lipat dibandingkan on-premise .
,847 bytes/se.
, mengindikasikan throughput yang superior.
Perbedaan signifikan ini mencerminkan efektivitas distributed load balancing dalam mengoptimalkan resource utilization dan system performance .
Data performance cloud computing vs on-premise dengan 200 user page dapat dilihat pada Tabel 4.
Gambar 3.
Performance Monitoring Cloud Computing dengan Load Balancer .
User.
Sebagaimana ditunjukkan pada Gambar 3, response time analysis menunjukkan cloud computing tetap excellent dengan rata-rata 215.
3 ms .
ahkan lebih baik dari 50 user.
, sementara on-premise membaik 5 ms namun masih 3.
1x lebih lambat.
Latency cloud computing 120.
8 ms vs on-premise 566.
ms menunjukkan perbedaan yang signifikan dalam user experience.
Analisis Performa 2000 Concurrent Users Pengujian dengan 2000 concurrent users menunjukkan perbedaan performa yang ekstrem antara kedua infrastruktur .
ihat Tabel .
Cloud computing tetap mempertahankan stabilitas dengan CPU usage 74% dan response time rata-rata 224.
9 ms, sementara on-premise mengalami performance collapse dengan response time rata-rata 111,968.
9 ms.
Tabel 5.
Data Performance Cloud Computing vs On-Premise .
0 Users Page Berit.
Parameter CPU Usage (%) Memory Usage (%) Network Trafic .
ytes/se.
Response Time .
Success Rate (%) Cloud Server 1
380,392
Cloud Server 2
330,283
Cloud Rata - Rata 355,337 On-Premise 551,246 111,968.
Hasil menunjukkan cloud computing dengan load balancer round robin mampu menangani extreme load dengan remarkable stability sebagaimana terlihat pada Gambar 4.
CPU usage tetap optimal dengan distribusi yang seimbang, memory usage konsisten, dan network traffic yang robust.
Sebaliknya, on-premise menunjukkan ketidakstabilan dengan CPU usage yang erratic .
64%-100%) dan memory pressure Response time comparison menunjukkan cloud computing 497.
8x lebih cepat dari on-premise, dengan worst case cloud computing hanya 1,653 ms vs on-premise 199,688 ms .
3 meni.
Success rate cloud computing tetap perfect .
%) vs on-premise .
3%).
Hasil ini konsisten dengan systematic Analisis Perbandingan Kinerja Web Humas Infrastruktur.
(Saleh and Kusrini, 2.
ISSN(P): 2797-2313 ISSN(E): 2775-8575 analysis yang menunjukkan bahwa cloud computing mampu menangani beban kerja ekstrem dengan performance yang stabil, sementara infrastruktur on-premise mengalami degradasi signifikan ketika menghadapi high concurrent users.
Survey terhadap 21 organisasi mengkonfirmasi bahwa 85.
perusahaan telah beralih ke cloud solutions karena keunggulan dalam menangani traffic spikes dan maintaining consistent performance under extreme load conditions.
Gambar 4.
Performance Monitoring Cloud Computing dengan Load Balancer .
0 User.
Analisis Skalabilitas Komprehensif Tabel 6.
Perbandingan Performance Multi-Skenario Parameter Response Time .
CPU Usage (%) Network Trafic .
ytes/se.
Success Rate (%) 50 Users Cloud On Premise 1,278.
355,771
44,908
200 Users Cloud On Premise 354,318 186,847 2000 Users Cloud On Premise 111,968.
355,337
551,246
Analisis skalabilitas pada Tabel 6 menunjukkan cloud computing dengan load balancer round robin memiliki excellent scalability dengan response time yang bahkan membaik pada 200 users .
3 m.
dan tetap stabil pada 2000 users .
9 m.
On-premise menunjukkan improvement dari 50 ke 200 users namun mengalami complete performance collapse pada 2000 users.
Sebagaimana yang ditunjukkan pada Tabel 6, perbedaan performa sangat signifikan terutama pada extreme load.
Analisis cost-effectiveness menunjukkan bahwa cloud computing memberikan nilai ekonomi yang superior, dimana Amazon Web Services (AWS) sebagai leading cloud provider terbukti paling cost-effective untuk small to medium-sized businesses dengan pricing structure yang kompetitif .
Meskipun penelitian comparative menunjukkan AWS memiliki performance benchmarking tertinggi, hasil pengujian dengan Digital Ocean mengkonfirmasi bahwa cloud computing providers secara keseluruhan mampu menangani extreme load dengan remarkable stability dibandingkan on-premise infrastructure.
HASIL DAN PEMBAHASAN
Hasil Penelitian Hasil uji kinerja menunjukkan bahwa arsitektur cloud computing yang dilengkapi round-robin load balancer secara konsisten memberikan performa yang jauh lebih baik dan stabil dibandingkan infrastruktur on-premise pada ketiga skenario pengujian .
, 200, dan 2000 concurrent user.
Secara ringkas, cloud mempertahankan response time rata-rata pada kisaran 215Ae293 ms dan success rate 100% pada semua skenario, sedangkan on-premise menunjukkan response time meningkat tajam dari OO1.
279 ms .
menjadi OO111.
969 ms .
0 user.
serta penurunan ketersediaan fungsional pada beban ekstrem.
Temuan kuantitatif ini berasal dari log pengujian Apache JMeter dan monitoring sistem yang tercatat dalam studi ini.
Analisis lebih mendetail terhadap response time dan latency mengindikasikan bahwa cloud mampu menyerap lonjakan permintaan tanpa degradasi signifikan, indikator penting untuk layanan publik seperti web humas rumah sakit yang rawan traffic spikes pada saat pengumuman atau pendaftaran layanan.
Sebaliknya, on-premise mengalami fenomena performance collapse pada skenario 2000 pengguna.
tersebut mengindikasikan terjadinya penumpukan antrian .
di lapisan I/O atau batasan konfigurasional .
limit koneksi, thread pool, atau bottleneck databas.
sehingga waktu tunggu Konfigurasi on-premise yang statis tanpa mekanisme elasticity menjelaskan mengapa latensi tidak terjaga pada beban puncak.
MALCOM - Vol.
5 Iss.
3 July 2025, pp: 1107-1116 MALCOM-05.
: 1107-1116
Dari sisi pemanfaatan sumber daya.
CPU utilization pada lingkungan cloud berkisar antara 78Ae90% yang menunjukkan efisiensi penggunaan sumber daya dan distribusi beban yang merata antar instance akibat mekanisme round-robin.
Memory usage stabil .
Ae44%) menandakan tidak terjadinya memory pressure signifikan sepanjang pengujian.
Sebaliknya, on-premise menunjukkan under-utilization pada beban rendah (CPU OO6,4% pada 50 user.
namun fluktuasi ekstrim pada beban tinggi, yang menandakan mismatch antara kapasitas hardware dan bottleneck non-CPU .
eperti I/O, koneksi database, atau konfigurasi web serve.
Pola pemanfaatan ini mendukung hipotesis bahwa masalah performa pada on-premise lebih disebabkan oleh arsitektur aplikasi/konfigurasi daripada murni kekurangan CPU.
Untuk metrik throughput/network traffic, cloud menunjukkan pola yang konsisten .
Ae356 K bytes/se.
pada seluruh skenario, menandakan kapasitas jaringan dan arsitektur yang prediktabel.
On-premise menampilkan variasi besar antara 45 K hingga 551 K bytes/sec tergantung skenario, yang menggambarkan perilaku tidak stabil dan kemungkinan throttling atau buffering pada lapisan jaringan/penyimpanan saat beban berubah.
Konsistensi throughput pada cloud berkontribusi langsung terhadap keandalan pengalaman pengguna .
ser experienc.
dan menjelaskan rendahnya variabilitas response time.
Dibandingkan dengan literatur terdahulu, temuan ini sejalan dengan studi-studi yang menegaskan keunggulan cloud dalam hal skalabilitas dan stabilitas kinerja.
Studi Rai et al.
menunjukkan algoritma round-robin efektif pada workload seragam di lingkungan terdistribusi yang terkonfirmasi oleh distribusi CPU merata pada pengujian ini .
Temuan tentang kemampuan cloud menahan traffic spikes dan memberikan availability tinggi konsisten dengan ulasan Sachdeva et al.
mengenai keuntungan operasional cloud di sektor kesehatan.
Sementara itu, klaim peningkatan performa dramatis .
rder magnitud.
pada beban ekstrem memperkuat bukti eksperimental bahwa even sederhana .
ound-robi.
yang dijalankan di platform cloud ber-elasticity dapat mengungguli on-premise tradisional tanpa autoscaling .
Meski demikian, penelitian ini memiliki keterbatasan yang perlu dicatat.
Pertama, pengujian dilakukan pada konfigurasi dan penyedia tertentu sehingga generalisasi lintas provider atau tipe instance harus diuji lebih lanjut .
ulti-clou.
Kedua, studi ini tidak melakukan Application Performance Monitoring (APM) untuk mengidentifikasi titik lemah spesifik pada lapisan aplikasi atau database.
oleh karena itu beberapa temuan .
performance collapse on-premis.
bersifat inferensial berdasarkan monitoring sistem, sehingga uji lanjutan dengan APM .
rofiling query Data Base (DB), tracing thread, dll.
) direkomendasikan.
Ketiga, aspek biaya Total Cost of Ownership (TCO)/Return on Investment (ROI) hanya dibahas konseptual.
analisis ekonomi kuantitatif akan memperkuat rekomendasi bagi pengambil kebijakan rumah sakit.
Pembahasan Komprehensif Hasil penelitian menunjukkan cloud computing dengan load balancer round robin memberikan performa superior dalam semua aspek dan skenario beban yang diukur.
Efisiensi resource utilization yang konsisten .
-90% CPU usag.
mengindikasikan optimisasi yang excellent, sangat berbeda dengan onpremise yang mengalami under-utilization hingga complete performance collapse.
Hasil ini sejalan dengan penelitian Sachdeva et al.
yang mengkonfirmasi bahwa cloud computing dalam healthcare memberikan transformative benefits dalam data management, security, dan accessibility, serta mampu menangani vast amounts of data dengan scalable, on-demand resources .
Cloud computing terbukti superior dalam maintaining consistent performance bahkan pada extreme load conditions.
Cloud computing menunjukkan consistent excellent performance dengan response time 215-293 ms untuk semua skenario, sementara on-premise deteriorate dramatically dari 1,279 ms .
hingga 111,969 ms .
0 user.
Improvement cloud computing pada 200 users .
3 m.
menunjukkan perfect scalability algoritma round robin.
Network traffic cloud computing tetap consistent .
-356K bytes/se.
untuk semua beban, menunjukkan predictable throughput.
On-premise menunjukkan erratic pattern dari 45K .
hingga 551K bytes/sec .
0 user.
dengan cost performance collapse.
Round robin algorithm terbukti highly effective dengan distribusi beban yang optimal antara server, mencegah single point of failure dan maintaining high availability.
Temuan ini konsisten dengan penelitian Rai et al.
yang mengkonfirmasi bahwa algoritma round robin memberikan performa superior dalam cloud computing environment, terutama dalam hal response time dan resource utilization .
Pupykina & Agosta .
dalam survey komprehensif mereka tentang memory management techniques menekankan bahwa cloud computing dengan load balancing memberikan keunggulan signifikan dalam resource utilization dan scalability dibandingkan traditional on-premise infrastructure .
Juhasz .
memperkuat temuan ini dengan analisis cost comparison yang menunjukkan bahwa cloud computing tidak hanya memberikan performa superior tetapi juga lebih cost-effective dibandingkan on-premise infrastructure, terutama untuk workload dengan karakteristik burst-like .
Pattern monitoring menunjukkan perfect alternating load distribution sesuai karakteristik round robin.
Cloud computing maintains perfect success rate .
%) untuk semua skenario vs on-premise yang decline ke 99.
3% pada extreme load, mengkonfirmasi superior reliability dan fault tolerance.
Hasil penelitian menunjukkan cloud computing dengan load balancer round robin memberikan performa superior dalam semua aspek yang diukur.
Efisiensi resource utilization yang tinggi .
96% CPU usag.
Analisis Perbandingan Kinerja Web Humas Infrastruktur.
(Saleh and Kusrini, 2.
ISSN(P): 2797-2313 ISSN(E): 2775-8575 mengindikasikan optimisasi yang baik, berbeda dengan on-premise yang mengalami under-utilization .
CPU usag.
Throughput yang tinggi pada cloud computing .
,771 bytes/se.
dibandingkan on-premise .
,908 bytes/se.
menunjukkan kemampuan menangani traffic yang jauh lebih baik.
Load balancer round robin terbukti efektif dalam mendistribusikan beban dengan variasi minimal antar server, memastikan tidak ada single point of failure.
Response time yang konsisten dan cepat pada cloud computing memberikan user experience yang excellent, sementara on-premise yang lambat dapat mengurangi kepuasan pengguna web humas rumah sakit.
Reliability kedua sistem mencapai 100% success rate, namun performance cloud computing jauh lebih unggul.
Berdasarkan bukti empiris yang diperoleh, rekomendasi praktis adalah mempertimbangkan migrasi penuh ke cloud atau model hybrid .
n-premise cloud burstin.
untuk web humas rumah sakit agar terhindar dari risiko downtime dan penurunan kualitas layanan pada saat lonjakan akses publik.
Jika onpremise tetap dipertahankan, direkomendasikan optimasi konfigurasi .
aching, connection pooling, tuning thread poo.
, penambahan layer caching (Redis/Varnis.
, serta penerapan mekanisme failover ke cloud ketika ambang batas tertentu tercapai.
Untuk penelitian lanjutan, uji komparatif antar algoritma load balancing .
eighted, least-connections, dynami.
dan analisis biaya lengkap sangat disarankan untuk memperkuat basis rekomendasi kebijakan.
KESIMPULAN
Berdasarkan hasil pengujian komparatif terhadap kinerja web humas rumah sakit pada infrastruktur on-premise dan cloud computing dengan load balancer algoritma round robin, diperoleh temuan bahwa cloud computing menunjukkan performa yang konsisten dan unggul pada seluruh skenario pengujian, baik pada 50, 200, maupun 2000 concurrent users.
Response time cloud computing berada pada rentang 215Ae293 ms dengan success rate mencapai 100%, sehingga memenuhi kategori excellent untuk pengalaman pengguna.
Sebaliknya, infrastruktur on-premise mengalami keterbatasan signifikan, terutama pada skenario beban tinggi dengan response time meningkat drastis hingga 111.
968,9 ms, yang menunjukkan terjadinya performance collapse dan rendahnya kemampuan skalabilitas sistem.
Efisiensi penggunaan sumber daya pada cloud computing juga lebih optimal dengan CPU utilization sebesar 78Ae90% dibandingkan on-premise yang hanya berada pada kisaran 6Ae49%, serta didukung distribusi beban yang merata antar server.
Algoritma round robin terbukti efektif dalam mendistribusikan trafik secara seimbang, menjaga kestabilan network throughput pada cloud computing di kisaran 354Ae356K bytes/sec, dan mencegah terjadinya single point of failure.
Keunggulan ini menegaskan bahwa penerapan cloud computing dengan load balancer round robin merupakan solusi yang direkomendasikan untuk pengelolaan web humas rumah Dengan kinerja yang stabil, skalabel, dan memiliki reliabilitas tinggi, infrastruktur ini mampu mendukung peningkatan kualitas pelayanan publik secara signifikan, sekaligus memastikan akses informasi yang cepat dan handal bagi masyarakat di era transformasi digital.
REFERENSI