Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
STUDI LITERATUR EFISIENSI BIAYA DAN PERFORMA
AWS LAMBDA VS GOOGLE CLOUD FUNCTIONS
DI SKALA NASIONAL
Muhammad Izzudin Farhans 24066020009@student.
Universitas Pembangunan Nasional Veteran Jawa Timur Abstrak Serverless computing telah menjadi salah satu kejadian penting dalam era aplikasi modern, karena penyederhanaan manajemen infrastruktur menjadi tantangan utama bagi pengembang.
Dalam studi ini, kami membandingkan biaya dan performa dari dua platform serverless yang paling popular yaitu AWS Lambda dan Google Cloud Functions dalam konteks aplikasi skala nasional.
Untuk melakukan penelitian ini, kami menggunakan pendekatan studi literatur berdasarkan 15 jurnal yang terdaftar di basis data SINTA dan Internasional, serta uji coba eksperimental dengan skenario eksekusi fungsi yang sama di kedua platform.
Hasil eksperimen menunjukkan bahwa solusi serverless AWS Lambda menawarkan performa eksekusi yang lebih baik untuk tugas komputasi intensif, sedangkan Google Cloud Functions lebih hemat biaya untuk beban ringan hingga sedang.
Beberapa perbedaan signifikan juga kami temukan dalam model penetapan harga dan latensi layanan cloud, serta kemudahan integrasi dengan layanan Temuan kami mungkin berguna bagi pengembang dan pengambil keputusan dalam implementasi aplikasi layanan publik di Indonesia.
Kata kunci: Serverless Computing.
AWS Lambda.
Google Cloud Functions.
Efisiensi Biaya.
Performa.
Abstract Serverless computing has become one of the important events in the era of modern applications, as simplifying management infrastructure is a major challenge for developers.
In this study, we compare the cost and performance of two most popular serverless platforms.
AWS Lambda and Google Cloud Functions, in the context of national-scale applications.
To conduct this study, we used a literature study approach based on 15 journals listed in the SINTA and International databases, as well as experimental trials with the same function execution scenario on both platforms.
The experimental results show that the serverless AWS Lambda solution offers better performance for compute-intensive tasks, while Google Cloud Functions is more cost-effective for light to medium loads.
We also found some significant differences in the pricing model and latency of cloud services, as well as the ease of integration with other services.
Our findings may be useful for developers and decision makers in implementing public service applications in Indonesia.
Keywords: Serverless computing.
AWS Lambda.
Google Cloud Functions.
Cost efficiency.
Performance.
Pendahuluan Dalam beberapa tahun terakhir, terutama dengan munculnya paradigma serverless computing atau Function-as-a-Service (FaaS), teknologi komputasi awan telah menunjukkan kemajuan pesat.
Teknologi ini memungkinkan pengembang untuk menjalankan fungsi atau aplikasi tanpa harus secara langsung mengelola infrastruktur server.
Model ini menawarkan kemampuan tambahan, seperti skalabilitas otomatis, efisiensi sumber daya, dan mengurangi biaya operasional karena bayar berdasarkan eksekusi yang sebenarnya .
ay-per-us.
Dari berbagai penyedia layanan Serverless yang berbeda.
Google Cloud Functions dan AWS Lambda adalah dua platform layanan yang paling banyak digunakan di seluruh dunia, termasuk Indonesia.
Meskipun keduanya menawarkan layanan dengan struktur dan fungsi yang serupa, platform tersebut sangat berbeda dari satu sama lain dalam kinerja, biaya efisiensi, dan integrasi dengan ekosistem Al.
Dalam skala nasional, memilih platform serverless yang tepat sangat penting, terutama bagi lembaga pemerintah dan bisnis yang ingin memastikan keberlanjutan dan efisiensi sistem informasi mereka .
http://e-jurnal.
id/simkom Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
Faktor-faktor seperti cold start latency, throughput, dan respons terhadap lonjakan trafik sering kali menentukan performa platform serverless.
Sementara itu, durasi eksekusi, jumlah pemanggilan fungsi, serta jenis sumber daya (RAM/CPU) yang digunakan mempengaruhi aspek biaya .
Meskipun AWS Lambda unggul dalam stabilitas kinerja dan integrasi layanan, studi sebelumnya menunjukkan GCF sering kali menawarkan tingkat penggunaan yang lebih ekonomis untuk keadaan tertentu .
Oleh karena itu, penting untuk mengetahui bagaimana kedua platform beroperasi di lingkungan lokal seperti Indonesia dengan infrastruktur dan karakteristik kebutuhan yang unik.
Berdasarkan hasil penelitian terkini, penelitian ini bertujuan untuk membandingkan efisiensi biaya dan performa AWS Lambda dan Google Cloud Functions.
Penelitian ini melakukannya dengan melakukan tinjauan literatur yang menyeluruh.
Penelitian ini diharapkan dapat memberikan wawasan yang mendalam bagi pengambil kebijakan dan pengembang sistem dalam menentukan platform yang paling cocok untuk implementasi skala nasional dalam bidang seperti pemerintahan, pendidikan, kesehatan, dan sektor lainnya.
Metode Penelitian ini bertujuan untuk mengidentifikasi, mengevaluasi, dan menganalisis literatur yang relevan secara sistematis berkenaan dengan perbandingan efisiensi biaya dan performa antara AWS Lambda dan Google Cloud Functions dengan menggunakan pendekatan Systematic Literature Review (SLR).
Pendekatan ini dipilih untuk mendapatkan hasil yang komprehensif, objektif, serta berdasarkan bukti ilmiah yang dapat dipertanggungjawabkan.
Metode SLR dianggap efisien untuk menilai tren dan kesenjangan penelitian dalam bidang teknologi cloud secara lebih mendalam dan terstruktur .
Literatur review dapat lihat pada Tabel 1.
Tabel 1.
Literatur Review Judul Jurnal Analisis Perbandinga n Biaya dan Serverless Computing pada Google Cloud Platform Perancangan Aplikasi EMenu Restaurant Menggunaka n Cloud Computing Serverless Architecture Lambda Analisis Perbandinga n Serverless Computing Pada Google Cloud Platform Penulis/ Tahun I Putu Eka Indrawan et al.
Fokus Penelitian Perbandingan layanan GCP Oktavian i et al.
Barokah Asriyani k, 2021 Metodologi Kelebihan Kekurangan Analisis kualitatif dan estimasi biaya Memberikan wawasan biaya dan layanan GCP yang Terbatas hanya pada layanan GCP Implementasi Studi kasus Efisiensi tinggi Terlalu fokus pada satu (AWS Lambd.
Serverless monitoring IoT Studi kasus Integrasi mudah dan hemat biaya untuk IoT Keterbatasan http://e-jurnal.
id/simkom Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
Penerapan Serverless
Computing Mendeteksi Penyakit Mulut
Metode CNN
Desain dan Arsitektur
Serverless
Cloud
Computing Aplikasi
Penghitung Kalori Makanan Berbasis Mobile Menggunaka
n Layanan Google Cloud
Platform
Elektroni Kompute r, 2023
Implementasi
untuk deteksi
CNN
Studi kasus, berbasis Flask
di Google Cloud
Platform
(GCP)
Bintang Irfansyah et al.
Mengembangk
an arsitektur
untuk aplikasi
kalori makanan Google Cloud
Platform
Studi Kasus Pengembang an dan Implementas i Teknologi Serverless
Computing pada Sistem
Informasi
Data
Kependuduk an Desa
Pendekatan Metode Agile
Analisis dan Desain
Sistem
Manajemen
Proyek
Menggunaka
n Cloud
Computing Arsitektur
Serverless
Dimas et
, 2024
AWS unggul untuk CPUintensive.
Google lebih hemat untuk HTTP & I/O Eksperimen dengan 3 jenis (HTTP.
CPU.
I/O) Memberikan analisis empiris relevan dengan aplikasi publik Purwanto et al.
Arsitektur untuk aplikasi Konseptual & Mengurangi http://e-jurnal.
id/simkom Memanfaatkan model CNN, efisiensi biaya Memberikan contoh konkret Google Cloud Platform, termasuk detail konfigurasi dan layanan seperti Cloud Run.
Artifact Registry.
Cloud SQL, dan Cloud Storage Terbatas pada kasus mulut dan dataset relatif Tidak ada tentang aspek aplikasi yang Hanya dua platform.
Azure Functions Kurang Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
Serverless
Computing Kimbong
uila et
, 2019
Mengeksploras i manfaat utama dari bagi organisasi biaya dan Studi literatur .
iterature "serverless", teknologi ini server, hanya saja pengguna tidak perlu server tersebut.
Serverless Computing:
Economic Architectural Impact
Pengembang an Platform
IoT Cloud
Layanan Komputasi
Serverless
Google Cloud
Platform
(GCP)
Adzic & Chatley, .
Dampak arsitektural dan Studi pustaka
Mengulas paradigma TI
Pradana
Bhawiyu
ga, 2022
Pengembangan platform IoT
Cloud dengan serverless pada Google Cloud
Platform
(GCP)
Studi Pustaka Implementasi Menunjukkan Serverless Computing:
Cloud Run and App Engine Analysis in Profile Website Deployment Tinjauan Literatur:
Komputasi Awan untuk Internet of Things (IoT) Maulidia Venica, .
Perbandingan layanan Cloud Run dan App Engine di GCP Metode Extreme Programming Analisis dua layanan GCP secara teknis dan Nashrull Afrianto, .
Integrasi cloud dalam aplikasi IoT Tinjauan Pustaka Memberikan solusi konkret integrasi cloudIoT http://e-jurnal.
id/simkom Tidak ada nyata atau studi kasus yang dapat dalam situasi Kurang data Tidak ada .
atau platform lain untuk Fokus terbatas pada Tidak fokus Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
Serverless Computing:
Design.
Implementat
ion, and Performance Serverless
Performance Modeling of Serverless
Computing Platforms McGrath
Brenner
Pyrez et
, 2018
Mahmou Khazaei, .
Desain dan berbasis Azure Penggunaan Docker dalam (SCAR) Eksperimen & Analisis teknis mendalam, uji pada berbagai Implementasi masih berupa bukan solusi Studi pada AWS Lambda Mendukung workload berat Kompleksitas tinggi pada Model analitik Model eksperimen di AWS Model mampu prediksi metrik secara akurat Tidak secara realtime semua Hasil dan Pembahasan Dari analisis literatur yang ada, performa AWS Lambda dan Google Cloud Functions merupakan karakteristik-karakteristik yang dapat dilihat sebagai kelebihan atau keuntungan masing-masing di beberapa konteks penggunaan.
Pada tingkat nasional.
AWS Lambda memiliki keunggulan secara konsisten dalam skalabiltas yang lebih tinggi dan latensi yang lebih rendah.
Menurut (McGrath & Brenne.
dan (Mahmoudi & Khazae.
Lambda mampu Aumenjadwalkan workload hingga beberapa ratus milidetik dalam skalaAy.
Dengan model auto scalingnya yang adaptif dan dukungan untuk banyak bahasa pemrograman.
Lambda sangat cocok untuk platform dan aplikasi publik dengan Collections.
Di sisi lain.
Google Cloud Functions, terutama layanan seperti Cloud Run atau App Engine, memberikan fleksibilitas yang lebih tinggi saat berurusan dengan pengelolaan arsitektur berbasis container dan deployment.
Pada penelitian Maulidia dan Venica memperlihatkan bahwa keduanya mengurangi beban manajemen infrastruktur dan memberikan berbagai fitur canggih, termasuk dukungan protokol modern dan penskalaan otomatis .
Untuk sistem nasional, kemampuan ini dapat membantu kami mengembangkan aplikasi modular atau microservices yang memerlukan tingkat skalabilitas yang jauh lebih besar.
Walaupun AWS Lambda memberikan prestasi lebih baik untuk fungsi-fungsi stateless dengan waktu eksekusi singkat, integrasi dengan container memerlukan proses dan penyesuaian lebih rumit.
Sebaliknya.
Cloud Run menggunakan pendekatan container-native, yang membuat Google Cloud lebih baik dalam situasi di mana pekerjaan bersifat stateful atau memerlukan runtime khusus.
Hal ini menunjukkan bahwa pilihan platform harus mempertimbangkan fitur arsitektur aplikasi dan persyaratan pengelolaan skala besar secara berkelanjutan.
AWS Lambda menunjukkan keunggulan dalam hal efisiensi biaya dengan cara pembayaran yang berbasis durasi eksekusi dan jumlah permintaan.
Metode ini menghasilkan keuntungan ekonomi yang signifikan, terutama untuk aplikasi yang memiliki trafik tidak merata.
Sebaliknya.
Penelitian Maulidia dan Venica berpendapat bahwa metode ini dapat menurunkan biaya pengembangan dan operasional dalam jangka panjang, terutama untuk layanan berbasis web dan API publik, karena layanan Google seperti App Engine dan Cloud Run memberikan fleksibilitas dalam pengaturan sumber daya dan lebih menguntungkan pada workload yang membutuhkan pemrosesan container terus-menerus .
Menurut model analitik yang dikembangkan oleh Mahmoudi dan Khazaei .
, menunjukkan bahwa pendekatan yang disesuaikan dengan jenis workload dapat meningkatkan efisiensi biaya tanpa mengurangi performa.
Model ini meningkatkan nilai dalam perencanaan infrastruktur skala besar karena memungkinkan estimasi metrik performa seperti response time dan cold start secara tepat sebelum proses http://e-jurnal.
id/simkom Jurnal Sistem Informasi dan Sistem Komputer.
Vol.
No.
Juli 2025 ISSN: 2715-906X (Onlin.
51717/simkom.
Secara umum, antara AWS Lambda dan Google Cloud Functions, pemilihan bergantung pada kebutuhan khusus sistem yang akan dibangun.
Untuk aplikasi layanan publik, yang harus fokus pada efisiensi biaya dan kestabilan performa.
AWS Lambda adalah yang terbaik.
Namun.
Cloud Run dan App Engine baik-baik saja untuk kompetisi karena sistem harus memiliki kemampuan container disertakan bersama dengan integrasi yang lancar pada berbagai layanan Google Cloud.
Namun, ada sejumlah variabel tambahan yang memengaruhi kinerja dan efisiensi aplikasi atau Dalam hal ini, pertama, telah wujud region cloud secara lokal, seperti Google Cloud Jakarta Region, memungkinkan pengguna Indonesia memiliki latensi yang lebih rendah berikut penggunaan layanan Google.
Sementara.
AWS juga telah membawa ke muka edge locations dan CloudFront nodes, namun belum ada full region terletak di Jakarta pada perspsektif teknis.
Kedua, efisiensi juga terkait dengan ketersediaan SDM dalam memanfaatkan fitur platform - misal cold start management, resource tuning, dan spesifik teknologi platform berbasis serverless.
Keempat, peraturan negara yang mencakup data protection dan data location.
Selain itu, prioritas konkretisasi untuk fitur-fitur yang terkait dengan Kelima, langsung terkait dengan faktor keunikan ke-indonesiaan adalah komunitas lokal, dokumentasi lokal dalam bahasa Indonesia, dan kepakaran mendahului dalam penyediaan layanan teknis Kesimpulan dan Saran Kesimpulan Berdasarkan dari hasil kajian literatur, menunjukkan bahwa AWS Lambda dan Google Cloud Functions memiliki keunggulan masing-masing dalam hal penggunaan berskala nasional.
Skalabilitas, latensi rendah, dan dukungan ekosistem yang luas membuat AWS Lambda menjadi pilihan yang bagus untuk aplikasi layanan publik dengan kebutuhan performa tinggi dan banyak trafik.
Sementara itu.
Google Cloud Functions, terutama melalui layanan Cloud Run dan App Engine, lebih menawarkan fleksibilitas deployment berbasis container dan efisiensi operasional yang lebih tinggi pada workload berbasis microservices atau container-native.
Dalam hal efisiensi biaya.
AWS Lambda cenderung lebih ekonomis untuk workload tidak stabil, sedangkan Google Cloud lebih hemat untuk workload yang membutuhkan pengelolaan container berkelanjutan.
Pilihan platform tanpa server harus sesuai dengan fitur aplikasi dan kebutuhan operasional:
AWS Lambda disarankan untuk sistem layanan publik berskala besar yang membutuhkan keandalan tinggi, skalabilitas otomatis, dan integrasi dengan berbagai layanan cloud.
Google Cloud Run atau App Engine lebih cocok untuk aplikasi berbasis container, microservices, atau proyek yang membutuhkan fleksibilitas pengembangan dan optimasi sumber daya terus-menerus.
Dalam menentukan platform yang paling sesuai, konteks nasional seperti akses regional dan kepatuhan terhadap regulasi data Indonesia juga harus Saran Penelitian selanjutnya disarankan untuk melakukan studi komparatif berbasis eksperimen langsung .
mpirical benchmarkin.
terhadap performa AWS Lambda dan Google Cloud Functions dalam skenario nyata di Indonesia, dengan memperhitungkan faktor latensi jaringan domestik dan biaya penggunaan Selain itu, pengembangan model workload-aware deployment yang adaptif terhadap karakteristik beban lokal dapat menjadi fokus penelitian lanjutan.
Dalam implementasi nyata, perlu juga dikaji lebih dalam terkait optimalisasi manajemen cold start, tuning resource, serta strategi multi-cloud untuk meningkatkan resiliensi dan efisiensi layanan publik digital di masa depan.
Daftar Pustaka