Fakultas Ilmu Komputer
Universitas Brawijaya
3779
Analisis Perbandingan Performansi Kontroler Floodlight, Maestro, RYU,
POX dan ONOS dalam Arsitektur Software Defined Network (SDN)
Moh Wahyudi Putra1, Eko Sakti Pramukantoro2, Widhi Yahya3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]
Abstrak
Infrastruktur jaringan utama yang hampir seluruhnya dikelola oleh vendor menyebabkan semakin kompleksnya jaringan yang dibangun, sehingga dibutuhkan pendekatan untuk mengelola dan mengimplementasikan jaringan agar mendukung kebutuhan yang beragam, yaitu dengan menggunakan
Software defined network (SDN). Software defined network (SDN) memiliki konsep dasar memisahkan control plane dan data plane, sehingga jaringan dapat diprogram secara individu dari data center.
Beberapa kontroler yang ada diantaranya adalah Maestro, Floodlight, RYU, POX dan ONOS. Untuk mengetahui kontroler manakah yang mempunyai performa terbaik, maka dilakukan analisis perbandingan performansi diantara kontroler-kontroler tersebut. Pengujian yang dilakukan pada penelitian ini menggunakan Mininet sebagai emulator untuk merancang topologi pengujian dan Cbench digunakan untuk mengevaluasi parameter Througput dan Latency. Berdasarkan pengujian yang dilakukan diperoleh hasil bahwa kontroler Maestro memiliki kemampuan yang lebih unggul dalam penanganan aliran data dengan jumlah yang lebih besar dibanding dengan kontroler Floodlight, kontroler RYU, kontroler POX, dan kontroler ONOS. Dengan artian bahwa kontroler Maestro lebih mampu menjamin pengelolahan data dalam jumlah yang besar. Dengan selisih nilai throughtput pada kisaran 500 hingga 4000 flow/s. Nilai kontroler Maestro juga memiliki nilai latency yang lebih baik dan lebih unggul dengan selisih 1000 hingga 5000 ms.
Kata kunci: Software defined network, Maestro, Floodlight, RYU, POX, ONOS Abstract
The main network infrastructure that is almost entirely managed by vendor leads to the increasing complexity of network built, so it is needed an approach to manage and implement the network to support the diverse needs, that is the needs of using Software defined network (SDN). Software defined network (SDN) has a basic concept of separating the control plane and data plane, so the network can be programmed individually from the data center. Some of the existing controllers are Maestro, Floodlight, RYU, POX and ONOS. To know which controller has the best performance, then doing a performance comparison analysis among the controllers. Tests conducted in this research is using mininet as an emulator to design test topology and Cbench to evaluate parameters of throughput and latency. Based on the test, we found that Maestro controller has better capability to handle data flow with larger amount of data compared to Floodlight controller, RYU controller, POX controller, or ONOS controller. Thus, the Maestro controller has a better chance to guarantee the processing of large amounts of data. With the difference of throughtput value in the range of 500 to 4000 flow/s. With Maestro controller, we also got better and superior latency values with the difference range of around 1000 ms up to 5000 ms.
Keywords: Software defined network, Maestro, Floodlight, RYU, POX, ONOS
1. PENDAHULUAN
Dalam perkembangannya jaringan internet merupakan salah satu teknologi yang sangat dibutuhkan oleh masyarakat, dimana hampir
seluruh aktivitas yang dilakukan tidak lepas dari penggunaan jaringan internet. Namun infrastruktur jaringan utama yang tidak berubah menyebabkan semakin lama jaringan yang dibangun semakin kompleks. Masalah lainnya
router dan switch yang digunakan didistribusi secara khusus, tertutup dan merupakan hak milik perusahaan. Dengan administrator jaringan yang secara khusus mengkonfigurasi perangkat jaringan menggunakan antarmuka konfigurasi vendor-based. Berdasarkan pada masalah infrastruktur yang terjadi diperlukan pendekatan untuk memudahkan pengelolaan terhadap kondisi jaringan yang semakin beragam.
Pendekatan yang digunakan untuk mengatasi masalahan tersebut yaitu memalui konsep Software Defined Network (SDN) yaitu dengan memisahkan control plane dan data
plane pada perangkat komunikasi jaringan,
kemudian melakukan abstraksi dan menyederhanakan kompleksitas komponen melalui interface standar. Kontroler menggunakan protokol Openflow untuk melakukan konfigurasi terhadap perangkat jaringan dan memilih jalur trafik data yang optimal. Dalam penelitian dipilih pengujian terhadap kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS. Perlu dilakukan penelitian mengenai performansi kontroler mana yang lebih unggul dalam mendukung mekanisme
Openflow pada SDN.
Untuk dapat membandingkan kinerja dari kontroler digunakan parameter throughput dan parameter latency. Dalam hal ini throughput adalah besaran jumlah flow pada tiap detik yang dapat ditangani, parameter latency adalah jumlah respon yang dapat diberikan oleh kontroler dalam tiap detiknya. Kedua parameter tersebut dihasilkan dari perangkat lunak Cbench. Berdasarkan permasalahan diatas, penulis melakukan penelitian yang berjudul “Analisis Perbandingan Performansi Kontroler Floodlight, Maestro, RYU, POX, dan ONOS Dalam Arsitektur Software Defined Network (SDN)”. Dari penelitian ini diharapkan dapat diketahui kontroler yang menghasilkan kinerja lebih unggul.
2. SOFTWARE DEFINED NETWORK (SDN)
Software Defined Network (SDN) adalah
istilah yang merujuk pada paradigma baru dalam merancang, mengelola dan implementasi sebuah jaringan. Dengan konsep dasar melakukan pemisahan antara control plane dan data plane, dan kemudian melakukan abstraksi sistem dan mengisolasi kompleksitas yang ada pada komponen atau sub-sistem dengan
mendefinisikan interface yang standar.
2.1. Arsitektur Software Defined Network
Gambar 2.1. SDN Komponen
Gambar 1 menunjukkan arsitektur SDN yang terdapat tiga lapis komponen, yaitu: 1. Infrastruktur: Terdiri dari elemen jaringan
yang dapat mengatur SDN Datapath sesuai instruksi yang diberikan CDPI.
2. Kontrol: Entitas control mentranslasikan kebutuhan aplikasi dengan infrastruktur dengan memberikan intruksi yang sesuai untuk SDN Datapath serta memberikan informasi yang relevan.
3. Aplikasi: Berada pada lapis teratas, berkomunikasi dengan sistem melalui North
Bound Interface (NBI). (Risdianto, Arif dan
Mulyana, 2016).
2.2. Openflow
Openflow adalah sebuah protokol yang
memungkinkan pengaturan penjaluran dan pengiriman paket ketika melalui sebuah switch.
2.3. Protokol Openflow
Protokol Openflow dapat dibagi menjadi empat komponen: message layer, state machine,
system interface, dan configuration. Berikut
adalah deskripsi komponen dari protokol
Openflow (Flowgrammable, 2016):
1. Message Layer: inti dari protokol stack. 2. State Machine: bekerja untuk mengatur
sistem kerja dari protokol pada low-level. 3. System Interface: Bagaimana protokol
berinteraksi dengan dunia luar.
4. Configuration: Hampir semua aspek dari protokol memiliki atau nilai awal.
5.
Data Model: Bagaimana memahami model2.4. Switch Openflow
Openflow dapat dibagi menjadi dua
komponen, yaitu switch agent dan data plane.
switch agent membahas mengenai protokol Openflow pada satu atau lebih kontroler. Selain
itu switch agent juga berkomunikasi dengan data
plane dengan protokol internal yang terkait. Data plane melakukan forwarding dan manupulasi pada seluruh paket meskipun didasarkan pada konfigurasi yang digunakan terkadang mekanisme yang bekerja akan mengirimkan paket pada switch agent dalam saat tertentu.
2.5. Switch Agent
Berikut adalah komponen dari switch agent: 1. Protocol Openflow: Ini merupakan bagian
switch dari protokol Openflow.
2. Core Logic: Komponen ini mengatur switch, menjalankan perintah terhadap data plane sesuai dengan kebutuhan, mengatur offload dari data plane, dan lain sebagainya.
3. Offload Data plane: Seringkali control plane melakukan offload untuk beberapa fungsi pada Openflow tetapi tidak terdapat pada implementasi data plane.
4. Data plane Protocol: Protokol internal yang digunakan untuk mengatur keadaan data
plane.
2.6. Data Plane
Berikut adalah komponen dari Data plane (Flowgrammable, 2016) :
1. Port: Paket masuk dan keluar melalui switch pada suatu port. Pada setiap versi protokol yang berbeda mendukung tipe port, properties, dan configurations.
2. Classifiers: Mempunyai peranan untuk mencocokkan paket untuk flow entry pada tabel flow.
3. Instructions and Actions: Mengatur bagaimana paket ini diproses waktu flow
entry sesuai dengan yang ada pada tabel flow.
2.7. Kontroler Openflow
Gambar 2. Arsitektur Openflow Software
Pada Gambar 2 menunjukkan model high-level pada Openflow Switch. Dari gambar tersebut terlihat bahwa data yang mesuk melalui
switch port dan berpotensi untuk dilakukan redirect secara langsung pada port output
berdasarkan HW Packet processing tables. Selain itu paket juga akan diarahkan langsung pada port manager, dan Openflow Datapath yang ada jika tidak ada entry pada HW tables (sc.uaf.edu, 2016).
2.8. Floodlight
Floodlight merupakan salah satu kontroler enterprise terbuka berlisensi Apache yang dikembangkan oleh komunitas pengembang di Big Switch Network. Pada penerapannya Floodlight menggunakan bahasa pemrograman Java. (Anggara, 2015)
2.9. Maestro
Maestro adalah sistem operasi untuk merancang aplikasi jaringan kontrol. Maestro
menyediakan interface untuk
mengimplementasikan aplikasi kontrol jaringan modular untuk mengakses dan memodifikasi keadaan jaringan, dan mengkoordinasikan interaksi mereka. (Pangestu, 2016)
2.10. RYU
RYU sering disebut sebagai komponen dasar, perangkat lunak open source pada kerangka kerja jaringan (networking
framework). RYU diimplementasikan sepenuhnya dengan Phyton, dan didukung oleh laboratorium NTT. Seperti kontroler SDN lainnya, RYU juga menyediakan komponen perangkat lunak dengan API yang tak tersembunyi untuk memungkinkan para pengembang untuk membuat sebuah pengelolaan jaringan baru dan mengontrol
aplikasi. (Pemberton, 2014)
2.11. POX
POX merupakan platform pengembangan
open source untuk aplikasi Software Defined Network (SDN) yang berdasarkan pada bahasa
pemrograman Python dan merupakan kontroler
Openflow. POX memungkinkan proses perancangan dan pembangunan jaringan yang lebih cepat, serta menjadi lebih umum digunakan daripada pendahulunya NOX.
2.12. ONOS
ONOS adalah sebuah sistem operasi (OS) yang dirancang untuk membantu penyedia layanan jaringan membangun jaringan berbasis
carrier-grade yang dirancang untuk skalabilitas,
ketersediaan dan kinerja tinggi. Meskipun dirancang khusus untuk memenuhi kebutuhan penyedia layanan, ONOS juga dapat bertindak sebagai pesawat kontrol SDN untuk jaringan area lokal (LAN) dan jaringan pusat data. (Rouse, 2017)
2.13. Mininet
Mininet merupakan emulator jaringan yang menciptakan jaringan virtual host, switch, controller, dan link pada kernel Linux. Mininet sangat mendukung dalam bidang penelitian,
development, learning, prototyping, testing, debugging, dan lain-lain yang mempunyai
keuntungan eksperimental yang lengkap pada leptop atau PC. (mininet.org, 2016)
2.14. Cbench
Cbench merupakan sebuah program untuk menguji kontroler Openflow dengan mengevaluasi parameter throughput dan latency. Cbench mengemulasi kelompok switch yang terhubung ke kontroler (archive.openflow.org, 2016).
2.15. Throughput dan Latency
Throughput adalah besaran jumlah flow
pada setiap detik yang dapat ditangani (flow/s). Sedangkan latency adalah jumlah respon yang dapat diberikan oleh kontroler dalam tiap detiknya (respon/s).
3. METODOLOGI
Metodologi yang digunakan dalam penelitian analisis perbandingan performansi
kontroler dalam arsitektur Software Defined
Network (SDN) yaitu studi literatur, analisis
kebutuhan, perancangan, implementasi, pengujian dan analisis, serta pengambilan kesimpulan.
3.1. Studi Literatur
Pada bagian studi literatur dibahas mengenai dasar teori dan penelitian-penelitian yang terkait serta relevan terhadap penelitian yang dilakukan oleh penulis.
Gambar 3. Metodologi Penelitian
3.2. Perancangan
Pada bagian perancangan akan menjadi tahap untuk membuat rancangan sistem. Dalam tahap perancangan dibagai menjadi dua bagian, antara lain adalah analisis kebutuhan dan perancangan lingkungan pengujian sistem
3.3. Implementasi
Pada tahap ini dijelaskan mengenai proses implementasi dari rancangan lingkungan pengujian yang digunakan. Selain itu juga dilakukan implementasi terhadap masing-masing kontroler yang dibandingakan ke dalam lingkungan pengujian.
3.4. Pengujian dan Analisis
Pada tahap ini akan dilakukan pengujian dan analisis terhadap performansi througput dan
latency dari masing-masing kontroler yang diuji.
Pada penelitan ini terdapat beberapa skenario untuk menguji performansi kontroler dan menganalisis hasil yang diperoleh dari simulasi dengan parameter yang meliputi rata-rata
througput dan latency. Pengujian terdiri dari
beberapa skenario.
3.4.1. Pengujian Throughput Dengan Jumlah Switch dan Host bervariasi
Pengujian throughput dilakukan untuk mengetahui banyaknya flow yang mampu direspon oleh kontroler. Pengujian dilakukan sebanyak enam kali pengujian dengan jumlah
switch dan host bervariasi pada setiap percobaan. 3.4.2. Pengujian Throughput Dengan Jumlah Switch bervariasi
Pengujian throughput dilakukan untuk mengetahui banyaknya flow yang mampu direspon oleh kontroler. Pengujian dilakukan sebanyak enam kali pengujian dengan jumlah
switch bervariasi pada setiap percobaan. 3.6.3. Pengujian Latency Dengan Jumlah Switch dan Host bervariasi
Pengujian latency dilakukan untuk mengetahui banyak waktu yang dibutuhkan kontroler untuk memberikan respon dalam setiap detiknya. Dalam pengujian untuk mencari nilai
latency pada setiap kontroler juga akan
dilakukan sebanyak enam kali pengujian dengan jumlah switch dan jumlah host bervariasi pada setiap tahap percobaan yang akan dilakukan.
3.4.4. Pengujian Latency Dengan Jumlah Switch bervariasi
Pengujian latency dilakukan untuk mengetahui banyak waktu yang dibutuhkan kontroler untuk memberikan respon.
3.5. Pengambilan Kesimpulan
Kesimpulan dilakukan setelah seluruh tahap-tahap penelitian selesai dilakukan. Pada tahap ini dijelaskan mengenai kesimpulan yang diperoleh dari hasil perbandingan performansi pada Floodlight, Maestro, RYU, POX, dan ONOX, berdasarkan skenario yang digunakan.
4. IMPLEMENTASI
Langkah-langkah yang akan dilakukan mencangkup instalasi kontoler, instalasi simulator Cbench, selanjutnya melakukan pengujian kedua kontroler dengan skenario pengujian yang telah ditentukan.
4.1. Implementasi
Implementasi yang dilakukan sesuai desain rancangan yang telah ditentukan. Dengan beberapa hal yang perlu disiapkan untuk menerapkan sistem, antara lain mempersiapkan perangkat keras yang akan digunakan dan juga instalasi perangkat lunak diperlukan.
Implementasi Floodlight, Maestro, RYU, POX, dan ONOX pada rancang jaringan
Openflow yang akan dimulai dengan proses
intalasi kontroler. Jika semua kontroler telah berhasil terinstal maka akan dilanjutkan pada tahap pengujian konektivitas kontroler dengan simulator mininet.
4.2. Pengujian
Pada tahap pengujian ini akan dilakukan pengujian pada setiap kontroler, baik kontroler Floodlight, Maestro, RYU, POX, dan ONOS. Dengan tujuan mengetahui tingkat performansi setiap kontroler yang akan diuji. Untuk pengujian performansi akan digunakan dua parameter, yaitu Throughput dan parameter
latency.
4.2.1. Pengujian Throughput
Pada pengujian throughput simulator Cbench mensimulasikan sejumlah switch dan
host yang akan mengirimkan
sebanyak-banyaknya data secara acak dan ditujukan pada kontroler, kemudian Cbench akan menghitung jumlah flow pada setiap detik yang dapat ditangani oleh kontroler.
4.2.2. Pengujian Latency
Pada pengujian latency simulator Cbench akan mensimulasikan sejumlah switch dan host yang akan mengirimkan sebanyak-banyaknya data untuk menuju ke kontroler dan Cbench akan menghitung waktu yang dibutuhkan kontroler dalam memberikan respon terhadap data yang dikirimkan oleh simulator dalam setiap detiknya.
5. PENGUJIAN DAN ANALISIS
Pada bab ini membahas serta menganalisis hasil pengujian yang telah dilakukan pada kontroler yang diuji kinerjanya.
5.1. Analisis Hasil Pengujian
Pengujian dilakukan yaitu pengujian
throughput pada kontroler kontroler Floodlight,
POX, kontroler ONOS dengan jumlah switch dan host bervariasi, dan pengujian Latency pada kontroler Floodlight, Maestro, RYU, POX, ONOS dengan switch dan host bervariasi.
5.1.1. Hasil Perbandingan Throughput Floodlight, Maestro, RYU, POX, dan ONOS dengan jumlah switch dan host bervariasi
Tabel 1. Hasil perbandingan Throughput dengan jumlah Switch dan Host bervariasi
Gambar 4. Grafik hasil perbandingan Throughput dengan jumlah Switch dan Host bervariasi
Pada Gambar 4 merupakan hasil dari perbandingan jumlah rata-rata throughput kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS dimana pengujian ini diberikan skenario dengan jumlah switch dan host yang bervariasi.
Dengan skenario menggunakan jumlah
switch dan host bervariasi. Nilai switch yang
diberikan yaitu 20 Switch hingga 120 switch, sedangkan nilai host yang diberikan yaitu 400
host hingga 12800. Maka jika dilihat perbandingan kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS, nilai Throughput kontroler Maestro lebih besar dalam jumlah flow yang dapat ditangani setiap detiknya. Meski dalam jumlah switch dan host yang lebih banyak pada kontroler Maestro mengakibatkan jumlah flow yang dapat ditangani kontroler Maestro menjadi menurun, tetapi penanganan flow yang diberikan kontroler Maestro setiap detiknya masih tergolong lebih besar dibanding jumlah flow yang dapat ditangani oleh kontroler-kontroler lainnya.
Pada kontroler Floodlight, kontroler POX, dan kontroler ONOS, jumlah flow yang ditangani setiap detiknya mengalami penurunan jika jumlah host dan jumlah switch terus menerus ditambah jumlahnya. Dimana nilai tertinggi kontroler Floodlight adalah 484 flow/s, kontroler RYU 1175 flow/s, kontroler ONOS 216 flow/s pada penetapan jumalah 20 switch & jumlah 400 host. Berbeda dengan kontroler RYU yang memiliki peningkatan flow yang dapat ditangani setiap detiknya dalam jumlah host dan jumlah switch terus menerus ditambah, meski dengan jumlah flow yang ditangani tidak begitu besar yaitu dengan pada penetapan jumlah 20
switch & 400 host adalah 1175 flow/s dan pada
penetapan 120 switch & 12800 hots jumlah flow yang mampu ditangani adalah 2025 flow/s.
Penurunan nilai parameter throughput atau jumlah flow pada saat jumlah switch dan jumlah
host yang terus menerus ditambah dalam
tahap-tahap penelitian berkaitan dengan link pada
infrastructure layer, yang dimana memory yang
akan terpakai atau yang digunakan pada kontroler juga akan semakin besar. Sehingga dengan begitu hal tersebut dapat mempengaruhi keterlambatan sebuah kontroler di dalam menangani jumlah-jumlah flow pada setiap detiknya.
5.1.2. Hasil Perbandingan Latency Floodlight, Maestro, RYU, POX, dan ONOS dengan jumlah switch dan host bervariasi
Berikut ini merupakan hasil dari perbandingan jumlah rata-rata nilai Latency kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS yang mana dalam pengujian ini diberikan skenario dengan jumlah switch dan jumlah host yang bervariasi.
Dengan skenario menggunakan jumlah
switch dan host bervariasi. Nilai switch yang
diberikan yaitu 20 switch hingga 120 switch, sedangkan nilai host yang diberikan yaitu 400
host hingga 12800 host. Maka jika dilihat dari
hasil perbandingan kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS, nilai respon kontroler Maestro bisa dikatakan lebih besar dalam jumlah respon yang dapat diberikan setiap detiknya. Meski dapat diketahui bahwa semakin banyak jumlah host dan jumlah switch diberikan pada setiap kontroler, semakin besar juga jumlah respon yang dapat diberikan oleh kontroler
dalam setiap detiknya.
Tabel 2. Hasil perbandingan latency dengan jumlah switch dan Host bervariasi
Gambar 5. Grafik hasil perbandingan latency dengan jumlah switch dan Host bervariasi
Namun pada kontroler ONOS jumlah respon yang dapat diberikan dalam setiap detiknya mengalami penurunan jika jumlah host dan jumlah switch semakin banyak yaitu pada penetapan 20 switch & 400 host adalah 458 ms, dan pada . penetapan 120 switch & 12800 host adalah 221 ms. Berbeda dengan kontroler Floodlight, kontroler Maestro, kontroler RYU, dan kontroler POX, dimana kontroler tersebut memiliki jumlah respon yang dapat diberikan dalam menangani flow lebih besar jika jumlah
host dan jumlah switch semakin banyak yang
diberikan.
Pada dasarnya dalam pengujian jumlah
latency atau respon yang dapat diberikan oleh
kontroler dalam setiap detiknya semakin besar disaat semakin banyaknya jumlah switch yang diberikan. Sedangkan dalam pengujian ini kontroler ONOS memberikan perfoma yang berbeda dengan kontroler lainnya. Kontroler ONOX memberikan jumlah respon yang menurun ketika jumlah switch semakin banyak.
5.1.3. Hasil Perbandingan Throughput Floodlight, Maestro, RYU, POX, dan ONOS dengan jumlah switch bervariasi
Berikut ini merupakan hasil dari perbandingan jumlah rata-rata throughput kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS, dimana dalam tahap pengujian ini diberikan skenario dengan jumlah switch yang
bervariasi dan jumlah switch tetap.
Tabel 3. Hasil perbandingan throughput dengan jumlah switch bervariasi
Gambar 6. Grafik hasil perbandingan throughput dengan jumlah switch bervariasi
Dengan skenario menggunakan jumlah
switch bervariasi. Nilai switch yang diberikan
yaitu 20 switch hingga 120 switch, sedangkan nilai host yang diberikan yaitu 12800 host. Maka jika dilihat perbandingan kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS, nilai kontroler Maestro lebih besar dalam jumlah flow yang dapat ditangani setiap detiknya. Meski pada pemberian jumlah host 12800 dengan jumlah
switch 100, jumlah flow yang ditangani kontroler
Maestro mengalami penurunan, namun jumlah
flow pada switch 120 dengan 12800 switch
kontroler Maestro memiliki jumlah flow yang dapat ditangani meningkat kembali.
Sedangkan jumlah flow pada setiap detik yang dapat ditangani oleh kontroler Floodlight, kontroler RYU, kontroler POX, dan kontroler ONOX mengalami penurunan jika jumlah switch bertambah. Meski pada kontroler POX memiliki jumlah flow pada setiap detik yang dapat ditangani tergolong cukup besar, namun ketika jumlah switch bertambah jumlah flow yang dapat ditangani semakin menurun. Pada penetapan 20
switch & 12800 host kontroler Floodlight
memiliki nilai 581 flow/s, pada kontroler RYU memiliki nilai 2387 flow/s, POX dengan nilai 5119 flow/s, dan ONOS dengan nilai 726 flow/s. Kemudian pada penetapan 120 switch & 12800
host nilai kontroler Floodlight menurun pada
1607 flow/s, pada POX 173 flow/s, dan pada kontroler ONOS nilai menurun hingga 23 flow/s. Penurunan dan peningkatan nilai
throughput atau jumlah flow pada saat jumlah switch ditambah berkaitan dengan link pada infrastructure layer, yang dimana memory yang
akan terpakai pada kontroler juga akan semakin besar. Ketika menggunakan jumlah switch yang jumlahnya bervariasi maka tentu data traffic akan dilewati beberapa link, yang digunakan untuk menghubungkan switch dengan kontroler. Sehingga di dalam hal tersebut dapat mempengaruhi keterlambatan sebuah kontroler dalam menangani jumlah flow pada setiap detiknya.
5.1.4. Hasil Perbandingan Latency Floodlight, Maestro, RYU, POX, dan ONOS dengan jumlah switch bervariasi
Berikut ini merupakan hasil dari perbandingan jumlah rata-rata dari parameter
latency kontroler Floodlight, kontroler Maestro,
kontroler RYU, kontroler POX dan kontroler ONOS dimana di dalam pengujian ini akan diberikan skenario dengan jumlah switch yang nilainya bervariasi.
Dengan skenario menggunakan jumlah switch bervariasi. Nilai switch yang diberikan yaitu 20
switch hingga 120 switch, sedangkan pada
jumlah nilai host yang diberikan yaitu 12800
host. Maka jika dilihat hasil dari perbandingan
kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS, Pada jumlah 20 switch dengan 12800
host kontroler POX memiliki nilai respon yang
lebih tinggi yaitu 3412 ms, dengan jumlah nilai 3775 ms pada penetapan 120 switch & 12800
host. Pada jumlah 20 switch dengan jumlah
12800 host kontroler POX memiliki jumlah nilai respon yang lebih tinggi disbanding dengan kontroler Maestro, kontroler Floodlight, kontroler RYU, dan juga pada kontroler ONOS.
Tabel 1 Hasil perbandingan Latency dengan jumlah Switch bervariasi
Gambar 7. Hasil perbandingan Latency dengan jumlah Switch bervariasi
Meski dapat diketahui jumlah respon yang diberikan oleh kontroler Maestro dalam setiap detiknya meningkat jika semakin banyak jumlah
switch yang terlibat. Namun jumlah respon yang
dapat diberikan oleh kontroler POX dalam setiap detiknya lebih besar dibanding dengan jumlah respon yang diberikan oleh kontroler Maestro. Berbeda dengan kontroler Floodlight, kontroler RYU, dan kontroler ONOS yang memiliki jumlah respon menurun jika jumlah switch yang terlibat semakin banyak. Dimana dalam pengujian jumlah latency semestinya dipengaruhi jumlah switch yang terlibat, karena semakin banyaknya jumlah switch jumlah respon yang dapat diberikan oleh kontroler dalam setiap detiknya juga akan semakin besar.
6. KESIMPULAN DAN SARAN
Bagian ini akan memuat kesimpulan dan saran terhadap hasil perbandingan dari performansi kontroler Floodlight, kontroler Maestro, kontroler RYU, kontroler POX, dan kontroler ONOS.
6.1. Kesimpulan
Dari hasil pengujian dan analisis performansi dengan parameter perbandingan
throughput dan latency, dapat disimpulkan
bahwa:
1. Kontroler Maestro memiliki kemampuan yang lebih tinggi dalam penanganan aliran data dengan jumlah yang lebih besar dibanding dengan kontroler Floodlight, kontroler RYU, kontroler POX, dan kontroler ONOS. Dengan artian bahwa kontroler Maestro lebih mampu menjamin
pengelolahan data dalam jumlah yang besar. Kontroler Maestro juga memiliki hasil respon yang lebih baik dan lebih tinggi dibanding dengan hasil respon kontroler lainnya. Dalam perfomansi latency kontroler Floodlight, kontroler RYU, kontroler POX, dan kontroler ONOS memiliki nilai yang jauh lebih kecil dibanding dengan nilai latency pada kontroler Maestro. Meski pada skenario keempat perbandingan latency dengan jumlah 20 switch hingga 120 switch dengan 12800 host, kontroler POX memiliki nilai respon yang lebih besar dengan jumlah switch semakin banyak yang terlibat, namun pada kontroler Maestro juga demikan. Dibandingkan dengan kontroler Floodlight, kontroler RYU, dan kontroler ONOS yang semakin menurun jika jumlah switch yang telibat semakin banyak.
2. Pengaruh jumlah host dan switch yang diberikan terhadap performansi kontroler terlihat pada setiap skenario percobaan yang dilakukan. Dimana pemberian jumlah host dan jumlah switch dapat mempengaruhi besar kecilnya nilai throughput dan juga nilai
latency pada masing-masing kontroler yang
diuji performanya. Karena semakin besar jumlah switch pada pengujian throughput, maka memori yang terpakai pada kontroler tersebut akan semakin besar. Sehingga hal tersebut dapat mempengaruhi kinerja suatu kontroler dalam menangani flow pada setiap detiknya. Sedangkan pada latency juga dipengaruhi jumlah switch yang terlibat, dimana jumlah latency semakin besar jika jumlah switch semakin banyak.
6.2. Saran
Saran yang dapat penulis sampaikan untuk penelitian lebih lanjut mengenai performansi kontroler Software Defined Network (SDN) adalah sebagai berikut:
1. Dengan jumlah kontroler Software Defined
Netweork (SDN) yang bisa dikatakan
berjumlah banyak. Maka diperlukan perbandingan antara kontroler yang belum
pernah dibandingkan performansinya sebelumnya.
2. Diperlukannya penelitian lebih lanjut dalam performansi kontroler Software Defined
Network (SDN) dengan parameter selain throughput dan latency.
3. Diperlukannya penelitian lebih lanjut mengenai topologi yang dapat dikatakan lebih baik dalam mendukung kinerja kontroler Software Difined Network (SDN) itu sendiri.
7. DAFTAR PUSTAKA
Risdianto, A., C., Arif, M., dan Mulyana, E., 2014. Pengantar SDN. Tersedia di:
<https://eueung.gitbooks.io/buku-komunitas-sdnrg/content/pengantar_ sdn> [Diakses 25 Februari 2016]
Rouse, M., 2012. SDN Controller (Software
defined networking Controller).Tersedia
di:<http://searchsdn.techtarget.com/defini tion/SDN-controller-software-defined-networking-controller> [Diakses 25 Februari 2016]
Anggara, S., M., 2015. Pengujian Performa
Kontroler SDN: POX dan
Floodlight.Institut Teknologi Bandung: Bandung.
Flowgrammable.org, 2016. Openflow. Tersedia di <http://Flowgrammable.org/ sdn/openflow> [Diakses 25 Februari 2016] Pemberton., D., Linton., A., Russell., S. RYU
Openflow Cotroller. Tersedia di
< https://nsrc.org/workshops/2014/nznog-sdn/raw-attachment/wiki/Wiki
Start/Ryu.pdf> [Diakses pada 25 Desember 2017]
Rao., S. 2014., SDN Series Part Four. Tersedia di <https://thenewstack.io/sdn-series-part- iv-ryu-a-rich-featured-open-source-sdn-controller-supported-by-ntt-labs/> [Diakses pada 25 Desember 2017]
