Perencanaan Kapasitas Infrastruktur e-bisnis

Perencanaan Kapasitas

Infrastruktur e-Bisnis

Perencanaan Infrastruktur

Program Magister Teknologi Informasi Universitas Indonesia

e-Business Definition



Definisi dari perspektif TI:



Praktek

pengoperasian secara terintegrasi

proses-proses bisnis

yang terlibat dalam

penciptaan nilai tambah dengan memanfaatkan

teknologi informasi dan komunikasi

(TIK)

secara ekstensif.

e-Commerce & e-Business

 Commerce adalah puncak dari “gunung es”

e-bisnis.

 Commerce tidak mungkin tanpa kemampuan

e-bisnis

konsumen

e-Bisnis

e-Commerce Requirement

 Akses dari mana saja & kapan saja (24 jam x 7

hari)

 Layanan multi-channel yang terpadu  Respons seketika

 Status transaksi dapat dilacak, diubah, bahkan

dibatalkan

 Data transaksi yang akurat

e-Business Roles



Proses bisnis yang terpadu (seamless)

dengan

 Integrasi antara aplikasi-aplikasi yang terlibat  Manajemen alur-kerja dan proses yang

terpadu (layanan satu atap)

 Kolaborasi antar perusahaan yang menjadi

Capacity Planning

 Kriteria mutu layanan online: kinerja (response time),

ketersediaan (prosentase downtime), skalabilitas, dan

keamanan

 Situs dengan kinerja rendah - melampaui batas psikologis 8 detik – akan ditinggalkan pengunjung

 Situs dengan ketersediaan rendah dapat

berakibat: jatuhnya reputasi/citra dimata publik dan kehilangan peluang bisnis

 Skalabilitas situs dalam melayani banyak

pengunjung sekaligus menentukan kinerja dan ketersediaan situs

 Teknologi pengamanan yang tidak memadai

Architecture Capacity

Konsumen Manajemen Service Level Agreement Pilihan Teknologi & Standar Plafon Biaya (Anggaran) Kapasitas Memadai

Response time < 8 detik Ketersediaan > 99.5%

Instalasi Rp 100 juta

Pemeliharaan < Rp 20 juta/tahun Oracle DBMS,

SSL, dsb.

 Elemen-elemen utama QoS dalam perancangan

Quantitative Approach

 Misal sasaran 99% availability, berarti hanya boleh

down selama 87,6 jam dalam setahun (1% dari 8.760

jam setahun)



Pendekatan: merancang arsitektur fisik situs

berdasarkan pola penggunaan

 Menentukan konfigurasi server-server, kapasitas

(bandwidth) jaringan, ukuran server-server, skalabilitas, keandalan, jenis software, dsb.

 Sumber data: log akses server, pengukuran waktu

download (response), statistik jumlah akses per

Quantitative Approach



Tahapan:



Kategorisasi pengguna berdasarkan perilakunya



Karakterisasi beban kerja situs per sesi



Pemodelan kinerja situs



Hitung parameter-parameter model kinerja



Perkirakan trend pertumbuhan/perubahan

beban

Performance Modeling

e-Site Reference Models

Model Bisnis

Model Fungsional

Model Pengguna

Model Sumber Daya

Karakteristik Bisnis Struktur Navigasi dan Fungsi Pola Perilaku Pengguna Arsitektur Situs dan Beban Layanan

Reference Models



Model Bisnis

 Pola B2C, B2B, C2C, dsb.

 Kategori bisnis online: ritel, lelang, e-market, dsb.



Model Pengguna

 Pola navigasi pengunjung situs  Metrik perilaku



Model Sumber Daya

 Model kinerja (utilisasi CPU, dsb.)

 Model beban kerja (rata-rata jumlah request, jumlah

Functional Model

 Sebagai peta untuk analisa struktur navigasi

Model Fungsional Lelang Online

Pendaftaran Penjual & Pembeli

Pembukaan (setup) Lelang

Penjadwalan & Pengiklanan

Penawaran

Evaluasi Penawaran & Penutupan Lelang

Customer Behavior Model



Pola navigasi per sesi:

 Pola urutan akses fungsi-fungsi: login, lihat katalog,

cari produk, pesan, mengecek pesanan, dsb.

 Pola navigasi seorang pengunjung dapat berbeda

antara sesi (kunjungan) satu dengan sesi (kunjungan) berikutnya.



Model-model:

 Customer Behavior Model Graph (CBMG)  Customer Visit Model (CVM)

CBMG Data Collection

 Data diperoleh dari log akses pada server web

 Sesi: urutan akses oleh client (alamat IP) yang

sama

 Batas antar sesi untuk client yang sama:

berdasarkan minimum jarak waktu antar akses,

kalau melebihi berarti sudah masuk sesi berikutnya Web Server Web Browser HTTP request HTML file HTML collection

CBMG Computation

 Dari data urutan akses setiap sesi dihitung

probabilitas transisi dari satu titik navigasi (fungsi) ke titik navigasi (fungsi) lain:

P(i,j) = C_i,j / Σ C_i,k untuk k = 1, …, n

• C_i,j adalah jumlah transisi dari i ke j dalam data • n adalah jumlah titik navigasi

HTTP logs Page request logs Session log CBMG

CBMG Matrix

Why CBMG?



Mengukur tingkat penggunaan fungsi-fungsi



Contoh:

 Jumlah search per sesi:

1 + 0,6 + 0,62 + 0,63 + … = 2,5

Entry 1.0 Home 1.0 Search 1.0 Browse

0.6

0.4

Customer Visit Model

 CVM: daftar

frekuensi akses

untuk setiap fungsi (titik navigasi) per sesi

 Juga dihitung dari

data log akses server Web

 Digunakan untuk

membuat model beban kerja

Zipf’s Law

 Frekuensi akses mengikuti hukum distribusi Zipf: berbanding terbalik dengan ranking popularitas = k/r

CVM Computation



Penentuan jumlah sesi dalam tabel CVM:

 Berdasarkan kategori pengunjung, atau

 Dengan teknik clustering (pengelompokan data) sesi

 Setiap data sesi direpresentasikan sebagai vektor

yang komponennya adalah fungsi-fungsi atau titik navigasi

 Misalnya vektor dengan 6 komponen [login,

registrasi, search, pesan, cek-pesanan, logout], contoh datanya: [1,1,1,0,0,1], [0,0,2,0,0,0],

[1,0,0,0,1,1], dst.

1 2

3 4

k = 3

CVM

 Nilai dalam tabel CVM adalah nilai rata-rata tiap

cluster atau kategori pengunjung.

Why CVM?



CVM dapat membantu mengetahui:

 Rata-rata berapa kali suatu fungsi diakses per sesi

(kunjungan)

 Berapa probabilitas seorang pengunjung melakukan

transaksi pembelian dalam satu kunjungan

 Berapa jumlah request (dokumen yang diakses) yang

diterima server web rata-rata per sesi

 Berapa rata-rata transaksi yang terjadi per hari  Berapa prosentase pengunjung yang meninggalkan

situs dalam keadaan keranjang belanjaan (shopping

Workload Model

 Pemodelan beban berdasarkan arsitektur fisik dimana

fungsi-fungsi dijalankan dan CVM

 Contoh: Web Server Secure Web Server Payment Application Server Database Server Client Browser

CVM Example

 Contoh CVM sederhana: Tipe Sesi: Baca daftar

iklan properti Pasang iklan properti Cari iklan properti Prosentase: 5% 19% 76% Entry Show list Submit form Search keyword Get status 0.19 1.0 1.0 1.0 Show results 1.0 _1.0

Melibatkan web server Melibatkan web server dan application server

Client Server Interaction Diagram

CSID



Dari CSID dapat dihitung

 Probabilitas DB server akan digunakan dalam suatu

sesi: 1,0 x 0,95 x 0,8 = 0,76

 Berapa kali rata-rata server apklikasi akan

digunakan dalam suatu sesi: 1 x (0,95 x 0,2) + 2 x (0,95 x 0,8) = 1,71 kali

 Berapa rata-rata jumlah kbytes per sesi yang

melalui jaringan lokal (LAN) yang menghubungkan server-server situs: 0,05 x (m1+m2) + 0,19 x

Performance Analysis

 Perkiraan kapasitas berdasarkan CSID

 Jumlah maksimum sesi paralel yang dapat dilayani

tanpa delay untuk LAN dengan bandwidth 100 Mbps ≈ 10.000 kbyte/second (termasuk datagram packet

overhead)

 Misalnya rata-rata kbyte persesi adalah 15 kbytes

maka kapasitas jaringan adalah 10.000/15 = 666,66 sesi paralel internet router Appli-LAN 100Mbps

Performance Analysis



Perkiraan kapasitas berdasarkan CSID

 Kapasitas server aplikasi

 Misalnya utilisasi CPU setiap penggunaan adalah

0,5%, maka kapasitas application server adalah: 100 / (1,71 x 0,5) = 116,96 sesi paralel

Capacity Planning



Perencanaan kapasitas infrastruktur e-Bisnis:

 Memahami/memodelkan karakteristik beban sistem

untuk mengetahui tingkat saturasi layanan sistem

 Mengantisipasi peningkatan beban dengan

memperlambat tercapainya saturasi layanan

 Penyebab peningkatan beban kerja:

 Perubahan/perkembangan model bisnis  Perubahan/penambahan fungsi layanan

 Perubahan perilaku konsumen (trend, promosi,

dsb.)

e-Business Capacity Plan

 Rencana kapasitas infrastruktur e-Bisnis disesuaikan

dengan rencana pengembangan lanjut sistem e-Bisnis

Rencana evolusi model bisnis Rencana evolusi fungsi layanan Perkiraan evolusi perilaku konsumen Rencana evolusi infrastruktur Perencanaan model bisnis &

fungsi layanan Perencanaan perilaku konsumen Perencanaan sumber daya TI Tiga proses perenca-naan utama

Business Aspect

Karakterisasi Bisnis Model Bisnis Rencana Pengembangan Bisnis Rencana

Penambahan _FungsionalModel

Analisis Fungsional Use Case Struktur dan fitur situs Business plan Hasil analisis strategi

Customer Aspect



Analisis aspek konsumen:

 Membuat model perilaku: CBMG

 Memperkirakan/merancang perubahan-perubahan pada CBMG Karakterisasi Perilaku Konsumen CBMG Rencana Pengubahan Perilaku Konsumen Trend dan statistik Penambahan/ Pengubahan Fitur

Resource-Level Aspect

Rencana Perubahan Infrastruktur TI

Pemodelan Biaya Pemodelan Kinerja Model Beban Kerja Prakiraan Beban Kerja Deskripsi Beban Kerja Deskripsi Infrastruktur TI Kalibrasi dan Validasi Karakterisasi Lingkungan TI Karakterisasi Beban Kerja 

Aspek

infra-struktur:

Workload Forecasting

 Prakiraan beban kerja

Prakiraan Kuantitatif Prakiraan Kualitatif

Pengumpulan Informasi Data Historis: Benchmarking, Log, dsb Teknik-teknik Prakiraan (time-series analysis) Perkiraan Demand dan Beban Kerja

Skenario Bisnis

Survei Pasar, Intuisi, Pertimbangan, Rencana Bisnis, dsb.

Capacity Planning

Perencanaan kapasitas infrastruktur e-Bisnis

 Membuat rencana modifikasi/upgrading

komponen-komponen infrastruktur secara bertahap

 Pengambilan keputusan teknis infrastruktur:

 Menggunakan Model Kinerja sistem untuk

mempertimbangkan keputusan:

 Scaling Up

 Penggantian dengan mesin berkapasitas lebih

besar

 Scaling Out