Manajemen Kapasitas TIK (Review Infra) 01

(1)

PERENCANAAN KAPASITAS INFRASTRUKTUR

e-Bisnis

PERENCANAAN INFRASTRUKTUR

(2)

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

(3)

e-Commerce & e-Business

e-Commerce adalah puncak dari “gunung es” e-bisnis.

e-Commerce tidak mungkin tanpa kemampuan e-bisnis

konsumen

e-Bisnis

(4)

e-Commerce Requirement

Akses dari mana saja & kapan saja (24

jam x 7 hari) Layanan

multi-channel

yang terpadu Respons seketika

(5)

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 mata rantai}

(6)

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

(7)

Architecture Capacity

Teknologi

& Standar

Pilihan

Teknologi

& Standar

Plafon

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

(8)

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}

(9)

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

(10)

Performance Modeling

(11)

e-Site Reference Models

Model Bisnis

Model Fungsional

Model Pengguna

Model Sumber Daya

Karakteristik Bisnis

Struktur Navigasi

dan Fungsi

Struktur Navigasi

dan Fungsi

Pola Perilaku

Pengguna

Pola Perilaku

Pengguna

Arsitektur Situs

dan Beban Layanan

Arsitektur Situs

dan Beban Layanan

(12)

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 akses}

(13)

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

Evaluasi Penawaran &

Penutupan Lelang

Transaksi (settlement)

(14)

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:

(15)

(16)

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

(17)

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

(18)

CBMG Matrix

(19)

Why CBMG?

Mengukur tingkat penggunaan fungsi-fungsi

Contoh:

–

_Jumlah

_search

_{per sesi:}

1 + 0,6 + 0,6

2 + 0,6

3 + … = 2,5

Entry

Home

Search

Browse

1.0

1.0 _1.0

0.6

0.4

(20)

Customer Visit Model

1.CVM: daftar frekuensi

akses untuk setiap

fungsi (titik navigasi)

per sesi

2.Juga dihitung dari data

log akses server Web

3.Digunakan

untuk

(21)

Zipf’s Law

(22)

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.

–

_{Dapat menggunakan teknik}

_{k-means clustering}

(23)

(24)

CVM

Nilai dalam tabel CVM adalah nilai rata-rata tiap cluster atau kategori

pengunjung.

(25)

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}

(26)

Workload Model

Pemodelan beban berdasarkan arsitektur fisik dimana fungsi-fungsi

dijalankan dan CVM

Contoh:

Web Server

Secure

Web Server

Secure

Web Server

Payment

(27)

CVM Example

Contoh CVM sederhana:

Tipe Sesi

Baca daftar iklan

properti

Pasang iklan

properti

Cari iklan

properti

Prosentase

5%

19%

76%

Entry

Melibatkan web server

dan application server

(28)

Client Server Interaction Diagram

(29)

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}

(30)

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

Web

server

Appli-cation

DB

_server

(31)

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

(32)

Capacity Planning

Perencanaan kapasitas infrastruktur e-Bisnis:

1. Memahami/memodelkan karakteristik beban sistem

untuk mengetahui tingkat saturasi layanan sistem

2. Mengantisipasi

peningkatan

beban

dengan

memperlambat tercapainya saturasi

layanan

3. Penyebab peningkatan beban kerja:

• Perubahan/perkembangan

model bisnis

• _{Perubahan/penambahan}

_{fungsi layanan}

(33)

e-Business Capacity Plan

Rencana kapasitas infrastruktur e-Bisnis disesuaikan dengan rencana

pengembangan lanjut sistem e-Bisnis

Rencana

evolusi

model bisnis

Rencana

evolusi

model bisnis

Rencana

evolusi

fungsi layanan

Rencana

evolusi

fungsi layanan

Perkiraan evolusi

perilaku

konsumen

Perkiraan evolusi

perilaku

model bisnis &

fungsi layanan

Perencanaan

perilaku

konsumen

Perencanaan

sumber daya

TI

Tiga proses

(34)

Business Aspect

Karakterisasi Bisnis

Model Bisnis

Rencana

_Model

Analisis

Fungsional

Analisis

Fungsional

Use Case

Struktur dan

fitur situs

Business plan

(35)

Customer Aspect

Analisis aspek konsumen:

1. Membuat model perilaku: CBMG

2. Memperkirakan/merancang perubahan-perubahan

pada CBMG

Karakterisasi Perilaku

Konsumen

Karakterisasi Perilaku

Konsumen

Trend dan

statistik

Penambahan/

(36)

Resource-Level Aspect

Rencana

Perubahan

Infrastruktur TI

Pemodelan Biaya

Model

Analsis

Model

Pemodelan

Kinerja

Model

Beban Kerja

Prakiraan

Beban Kerja

Deskripsi

Beban Kerja

Deskripsi

Infrastruktur TI

Kalibrasi dan

Validasi

Karakterisasi Lingkungan TI

Karakterisasi

Beban Kerja

(37)

Workload Forecasting

Prakiraan beban kerja

Prakiraan Kuantitatif

Prakiraan Kualitatif

_{Prakiraan Kualitatif}

Pengumpulan

Informasi

Pengumpulan

Informasi

Data Historis:

Benchmarking, Log, dsb

Data Historis:

Benchmarking, Log, dsb

Teknik-teknik

Prakiraan

(time-series analysis)

Teknik-teknik

Prakiraan

(time-series analysis)

Perkiraan

Demand

dan Beban Kerja

Perkiraan

Demand

dan Beban Kerja

Skenario Bisnis

Survei Pasar, Intuisi,

Pertimbangan,

Rencana Bisnis, dsb.

(38)

Capacity Planning

Perencanaan kapasitas infrastruktur e-Bisnis

1. Membuat rencana modifikasi/upgrading

komponen-komponen infrastruktur secara bertahap

2. Pengambilan keputusan teknis infrastruktur:

• _Menggunakan

_Model

_Kinerja

_sistem

_untuk

mempertimbangkan keputusan:

• _{Scaling Up}

–

Penggantian dengan mesin berkapasitas lebih besar

• _{Scaling Out}