Analisis Perbandingan Performa Personal Cloud Storage Provider Google Drive, Microsoft OneDrive, Dropbox, dan Icedrive

(1)

Analisis Perbandingan Performa Personal

Cloud Storage Provider Google Drive,

Microsoft OneDrive, Dropbox, dan Icedrive

Farhan Ramadhan Putrantona

Teknik Informatika dan Komputer Politeknik Negeri Jakarta

Jakarta, Indonesia

farhan.ramadhanputrantona.tik17@mhsw.pnj.a c.id

Abdul Aziz

Teknik Informatika dan Komputer Politeknik Negeri Jakarta

Depok, Indonesia abdul.aziz@tik.pnj.ac.id

ABSTRAK

Seiring dengan evolusi teknologi, penyimpanan data menggunakan cloud storage lebih dipilih daripada penyimpanan menggunakan media fisik karena beberapa alasan seperti aksesibilitas dan kuota penyimpanan yang diberikan oleh penyedia layanan

cloud storage (cloud storage provider). Oleh karena

itu, penelitian ini bertujuan untuk melakukan perbandingan performa menggunakan metode studi perbandingan dengan subyek penelitian personal

cloud storage provider yakni Google Drive,

Microsoft Onedrive, Dropbox, dan Icedrive dalam skema upload dan download dengan beberapa parameter perbandingan yakni: jumlah three-way

handshake, jumlah hello packet, completion time,

penggunaan RAM klien dan penggunaan CPU klien. Uji ANOVA digunakan untuk menguji apakah ada pengaruh signifikan antara penggunaan personal

cloud storage provider yang berbeda terhadap nilai

rata-rata parameter. Hasil penelitian yang dilakukan menunjukkan bahwa Google Drive diunggulkan daripada subyek lainnya pada beberapa parameter jumlah three-way handshake skema upload maupun

download. Microsoft OneDrive lebih unggul

dibandingkan subyek lainnya pada parameter jumlah

hello packet skema upload dan completion time untuk

skema download. Dropbox unggul pada parameter

completion time skema upload dan penggunaan RAM

klien skema upload maupun download. Icedrive diunggulkan pada parameter jumlah hello packet skema download dan penggunaan CPU klien pada skema upload maupun download. Didapatkan hasil yang beragam pada pengujian ANOVA.

Kata Kunci: Analisis perbandingan, performa, cloud

storage, Dropbox Google Drive, Icedrive, Microsoft

OneDrive, ANOVA.

BAB

I

PENDAHULUAN

Cloud storage merupakan konsep

penyimpanan hardwareless, karena data disimpan di dalam cloud, yang merupakan metafora untuk internet [1]. Masifnya penggunaan layanan cloud storage yang dibuktikan dengan pertumbuhan pasar hingga mencapai 59.2 miliar USD di tahun 2020 berdasarkan laporan t4.ai tahun 2021, menjadikan persaingan antar cloud storage

provider sangat ketat dalam menawarkan

layanan yang aman, dapat diandalkan, performa tinggi, kuota yang besar, dan sebagainya [2]. Banyak pilihan cloud storage provider yang dapat dipilih baik untuk kebutuhan pribadi maupun profesional seperti Google Drive, Microsoft OneDrive, Dropbox, dan Icedrive.

Perbandingan antar cloud storage

provider tersebut sudah banyak dilakukan

seperti penelitian analisis free tier personal

cloud storage [2], perbandingan cloud computing Microsoft Onedrive, Dropbox, dan

Google Drive [3], analisis performa personal

cloud storage untuk mobile multimedia health record management [4], dan perbandingan cloud storage konsumen untuk ekstensi penyimpanan

pada e-learning [5].

Penelitian ini bertujuan untuk melakukan perbandingan performa menggunakan metode kuantitatif perbandingan dengan subyek penelitian personal cloud storage (PCS) provider yakni Google Drive, Microsoft Onedrive, Dropbox, dan cloud storage yang belum ada di penelitian-penelitian tersebut yakni Icedrive dengan beberapa parameter perbandingan antara lain: jumlah three-way

(2)

time, penggunaan RAM pada sisi klien dan

penggunaan CPU pada sisi klien. Parameter-parameter tersebut dapat menjadi tolok ukur performa subyek-subyek penelitian. Dalam penelitian ini juga dilakukan penelitian pengaruh antara personal cloud storage provider dan ukuran file bahan uji terhadap nilai rata-rata parameter. Selain itu, penelitian ini juga bertujuan untuk

mengetahui

pengaruh

penggunaan

personal

cloud

storage

provider dan file bahan uji terhadap nilai

rata-rata parameter nilai rata-rata parameter

menggunakan Uji Analysis of Variance

(ANOVA) two-factor with replication.

BABIIMETODE

Penelitian ini menggunakan metode kuantitatif, yakni penelitian yang menggunakan data numerik dan menekankan proses penelitian pada pengukuran hasil objektif menggunakan analisis statistik [6]. Dalam penelitian kuantitatif, data set dikumpulkan, diolah dan dianalisis untuk dicari hubungan antar variabel yang diteliti. Jenis penelitian yang dipakai adalah penelitian komparasi, yaitu perbandingan.

Pengujian dilakukan menggunakan dua skema, yakni skema upload dan download. File yang digunakan dalam penelitian adalah file dalam bentuk kompres rar dengan besaran 5 MB, 50 MB, dan 200 MB. Pengujian menggunakan

file 5 MB dan 50 MB dilakukan sebanyak

sepuluh kali kerja serta pengujian file 200 MB dilakukan sebanyak tiga kali kerja.

Pengujian pengaruh penggunaan

personal cloud storage provider dan ukuran file

bahan uji terhadap nilai rata-rata parameter. menggunakan Uji ANOVA two-factor with

replication dengan significance level 5%.

Pada penelitian ini juga dilakukan perakitan testbed atau testbed setup yang terdiri atas Wireshark, Performance Monitor, Windows Task Manager, dan stopwatch untuk melakukan pengukuran parameter-parameter pengujian.

Gambar 1. Testbed setup untuk penelitian

2.1 Spesifikasi Hardware, Software, dan Website

Berikut adalah spesifikasi hardware yang digunakan:

Tabel 1. Spesifikasi hardware

No Nama Komponen Spesifikasi Tipe 1

2 3

Intel Core i7-4700HQ DDR3 SDRAM HDD 8 core(s), @2.4 Ghz 1600 MHz, 8192 MB 500 GB, 5400 RPM CPU RAM Storage

Tabel spesifikasi hardware di atas merupakan spesifikasi komponen hardware yang digunakan dalam penelitian ini, yaitu laptop Asus X450JF.

Tabel 2. Spesifikasi software

No Nama Komponen Spesifikasi 1 2 3 Wireshark Google Chrome Microsoft Excel Versi 3.2.3 Versi 89.0.4389.114 64 Bit Microsoft Excel 2016

Software yang digunakan pada penelitian ini ada tiga, yakni Wireshark versi 3.2.3, Google Chrome versi 89.0.4389.114 64-bit, dan Microsoft Excel 2016.

Tabel 3. Spesifikasi Website

No Nama Website Alamat

1 2 3 4 5 Google Drive Microsoft OneDrive Microsoft Excel Icedrive

Fast IndiHome Speedtest

drive.google.com onedrive.live.com dropbox.com icedrive.net fast.indihome.web.id

Website yang digunakan adalah website personal cloud storage provider (Google Drive,

Microsoft OneDrive, Dropbox, dan Icedrive) dan Fast IndiHomeSpeedtest.

Tabel 4. Performance monitoring tools

No Nama Fungsi

1 2 3

Windows Task Manager Performance Monitor

Stopwatch

drive.google.com onedrive.live.com dropbox.com

Tabel di atas merupakan tabel daftar

pefrormance monitoring tools yang digunakan

dalam testbed penelitian ini.

Pada penelitian ini ada beberapa tahap yang dilakukan yaitu tahap pemilihan parameter pengujian, tahap pengujian parameter pada subyek PCS, tahap analisis pengujian, dan tahap membandingkan hasil pengujian.. Flowchart perencanaan pengujian ditunjukkan seperti pada Gambar 2.

(3)

Gambar 2. Flowchart perencanaan pengujian

2.2 Tahap Pemilihan Parameter Pengujian Pada tahap ini, dilakukan pemilihan parameter yang akan diuji pada saat penelitian. Terdapat lima parameter terpilih dari penelitian yang telah dilakukan oleh [4] dan [5]. Parameter-parameter tersebut adalah: jumlah three-way

handshake, jumlah hello packet, completion time, penggunaan RAM klien, dan penggunaan

CPU klien.

Pengujian jumlah three-way handshake bertujuan untuk mengukur seberapa banyak

three-way handshake (SYN, SYN-ACK, dan

ACK) yang berhasil terjadi saat proses upload dan download [4].

Pengujian jumlah hello packet bertujuan untuk mengukur seberapa banyak hello packet yang terdapat pada saat proses upload dan

download antara klien dan PCS [4].

Pengujian completion time bertujuan untuk mengukur berapa banyak waktu yang dibutuhkan untuk menyelesaikan proses upload dan download pada PCS [4].

Pengujian penggunaan RAM klien bertujuan untuk mengukur bagaimana PCS menggunakan RAM klien saat proses upload dan download [5].

Pengujian penggunaan CPU klien bertujuan untuk mengukur bagaimana PCS menggunakan CPU klien saat proses upload dan

download [5].

2.3 Tahap Pengujian Parameter Pada Subyek Pengujian diawali dengan mengukur kecepatan internet via halaman web Fast IndiHome Speedtest. Langkah berikutnya adalah mencari dan mendapatkan alamat website masing-masing PCS.

Gambar 3. Flowchart pengujian

Setelah mendapatkan alamat website PCS, koneksi dibuat antara perangkat dan PCS. Secara bersamaan performance monitoring dilakukan. Pengujian berlanjut ke proses transfer data antara penguji / klien dengan personal cloud

storage provider dilakukan dengan skema

unggah (upload) atau unduh (download) dengan tiga file bahan uji sebesar 5, 50, dan 200 MB. Pengujian dilakukan sebanyak sepuluh kali pada

file 5 MB dan 50 MB serta tiga kali pada file 200

MB dan per PC Suntuk mendapatkan hasil yang lebih valid.. Hasil dari proses performance

monitoring dan packet capturing yang sudah

didapatkan selanjutnya disimpan. Hasil pengujian yang sudah disimpan lalu dianalisis.

2.4 Tahap Analisis Hasil Pengujian

Pada tahap ini, hasil pengujian yang telah diperoleh akan dianalisis.

2.5 Tahap Membandingkan Hasil Pengujian Pada tahap ini hasil analisis pengujian PCS yang telah dilaksanakan akan dibandingkan untuk mengetahui subyek PCS yang memiliki performa terbaik per parameter dan per skema.

Uji ANOVA two-factor with replication digunakan untuk menguji apakah ada pengaruh signifikan antara penggunaan personal cloud

storage provider yang berbeda dengan ukuran file bahan uji berbeda terhadap nilai rata-rata

parameter.

Tedapat tiga kaidah keputusan yang diambil, yakni [7]:

 Apabila nilai f hitung sampel (F) < nilai f kritis sampel (F crit), maka H0’

diterima.

 Apabila nilai f hitung kolom (F) < nilai f kritis kolom (F crit), maka H0”

diterima.

 Apabila nilai f hitung interaksi (F) < nilai f kritis interaksi (F crit), maka H0”’

diterima.

Uji ANOVA dua faktor dengan replikasi (two-factor with replication) digunakan untuk menentukan signifikansi nilai rata-rata antarkelompok PCS dan ukuran file bahan uji terhadap nilai parameter. Berikut merupakan formula ANOVA two factor with replication: 𝑆𝑆𝐵𝑟= (𝑇𝑟12+ 𝑇𝑟22+𝑇𝑟32)

𝑐.𝑛 – (∑𝑥)^2

(4)

𝑆𝑆𝐵𝑐 = (𝑇𝑐12+ 𝑇𝑐22+𝑇𝑐32) 𝑟.𝑛 – (∑𝑥)^2 𝑟.𝑐.𝑛 _[7] 𝑆𝑆𝐵𝑖=∑𝑥^2 𝑛 - (𝑇𝑟12+ 𝑇𝑟22+𝑇𝑟32) 𝑐.𝑛 –(𝑇𝑐12+ 𝑇𝑐22+𝑇𝑐32) 𝑟.𝑛 + (∑𝑥)^2 𝑟.𝑐.𝑛 [7] SST= ∑x^2 - (∑𝑥)^2 𝑟.𝑐.𝑛 [7] Keterangan:

SSB = Sum of Square Between (jumlah kuadrat

antara)

SST = Sum of Square Total (jumlah kuadrat total) SSW = Sum of Square Within (jumlah kuadrat dalam) x = variabel x

r = jumlah perlakuan / treatment dalam baris c = jumlah perlakuan / treatment dalam kolom n = jumlah pengamatan / ulangan dalam sel

Tri = total nilai variabel dalam baris ke-i

Tcj = total nilai variabel dalam baris ke-j

∑x = total nilai x dalam semua sampel = T1 + T2 + T3

+ …

∑x2_{= total kuadrat nilai x dalam semua sampel}

BABIIIHASILDANPEMBAHASAN Data hasil pengujian didapatkan dari

testbed yang terdiri atas Wireshark, Windows

Task Manager, Performance Monitor, dan

stopwatch. Parameter yang diukur adalah jumlah three-way handshake, jumlah hello packet, completion time, penggunaan RAM, dan

penggunaan CPU.

Gambar 4. Grafik rata-rata jumlah three-way

handshake (upload)

Pada pengujian upload file 5 MB, Google Drive unggul dengan jumlah rata-rata

three-way handshake terkecil sebanyak 54 handshakes. Pada pengujian upload file 50 MB,

Google Drive memiliki jumlah rata-rata

three-way handshake terkecil yakni sebanyak 6.541,40 handshakes. Pada pengujian upload file 200 MB

Google Drive masih menempati posisi pertama sebagai PCS dengan jumlah rata-rata three-way

handshake terkecil yakni sebanyak 97.789,67 handshakes.

Gambar 5. Grafik rata-rata jumlah three-way

handshake (download)

Pada pengujian download file 5 MB, Google Drive unggul dengan jumlah rata-rata

three-way handshake terendah yakni 21,40 handshakes. Pada pengujian download file 50

MB, Google Drive memilikijumlah rata-rata

three-way handshake terendah yakni 26,10 handshakes. Selanjutnya pada pengujian

download file 200 MB, Google Drive memiliki

jumlah rata-rata three-way handshake terendah dengan 73,67 handshakes.

Jumlah three-way handshake yang rendah memiliki nilai yang lebih baik dibandingkan dengan jumlah three-way handshake yang tinggi.

Analisis Hello Packet

Gambar 6. Grafik rata-rata jumlah hello packet (upload)

Pada pengujian upload file 5 MB, Microsoft OneDrive memilliki jumlah rata-rata

hello packet terendah dengan 0,40 paket.

Selanjutnya pada pengujian upload file 50 MB, Microsoft OneDrive memiliki jumlah rata-rata

hello packet terendah dengan 1,60 paket. Lalu

(5)

Icedrive memiliki jumlah rata-rata hello packet terendah yakni dengan nilai 1,33 paket.

Gambar 7. Grafik rata-rata jumlah hello packet (download)

Pada pengujian download file 5 MB, Icedrive memiliki jumlah rata-rata hello packet terendah dengan 0,30 paket. Pada uji download

file 50 MB, Icedrive memiliki jumlah rata-rata hello packet terendah dengan nilai 0,30 paket.

Pada pengujian download file 200 MB, Icedrive masih menjadi PCS dengan rata-rata jumlah

hello packet terendah dengan nilai 0,67 paket.

Jumlah hello packet yang lebih rendah memiliki nilai yang lebih baik dibandingkan dengan jumlah hello packet yang tinggi. Completion Time

Gambar 8. Grafik rata-rata completion time (upload) Pada pengujian upload file 5 MB, Dropbox memiliki jumlah rata-rata completion

time terendah dengan nilai 22,37 s. Pada upload file 50 MB, Microsoft OneDrive memiliki

jumlah rata-rata completion time terendah yakni 219,85 s. Pada pengujian skema upload ketiga dengan file bahan uji 200 MB, Dropbox memiliki jumlah rata-rata completion time terendah dengan nilai 892,53 s.

Gambar 9. Grafik rata-rata completion time (download)

Pada pengujian download file 5 MB, Microsoft OneDrive unggul dari subyek lainnya dengan jumlah rata-rata completion time terendah yakni 2,48 s. Pengujian download file 50 MB, Microsoft OneDrive menjadi subyek PCS dengan jumlah rata-rata completion time terendah dengan nilai 40,39 s. Selanjutnya pada pengujian download file 200 MB, Dropbox menjadi subyek PCS dengan jumlah rata-rata

completion time terendah dengan nilai 169,47.

Pengukuran completion time yang semakin rendah menunjukkan semakin cepat selesainya pengujian yang dilakukan.

Analisis Penggunaan RAM klien

Gambar 10. Grafik rata-rata penggunaan RAM klien (upload)

Pada pengujian file 5 MB, Dropbox memiliki jumlah rata-rata penggunaan RAM pada sisi klien terendah dengan nilai 46,30%. Pengujian selanjutnya adalah upload file 50 MB. Pada pengujian ini, Dropbox menjadi subyek PCS dengan jumlah rata-rata penggunaan RAM pada sisi klien terendah dengan nilai 43,50%. Pada pengujian upload file 200 MB, Dropbox dan Icedrive menjadi subyek PCS dengan rata-rata penggunaan RAM terendah yakni dengan nilai 48,33%.

(6)

Gambar 11. Grafik rata-rata penggunaan RAM klien (download)

Pada pengujian download file 5 MB, Dropbox memiliki rata-rata penggunaan RAM terendah di antara subyek PCS lain dengan nilai 46,50%. Selanjutnya pada pengujian download

file 50 MB, Dropbox masih menjadi subyek PCS

dengan rata-rata penggunaan RAM klien terendah dengan nilai 45,10%. Pengujian berikutnya adalah pengujian download file 200 MB. Pada pengujian ini, Dropbox memiliki nilai rata-rata penggunaan RAM terendah di antara subyek PCS lainnya dengan angka 47,33%.

Penggunaan RAM yang semakin rendah memiliki nilai yang lebih baik dibandingkan dengan penggunaan RAM yang lebih tinggi. Analisis Penggunaan CPU klien

Gambar 12. Grafik rata-rata penggunaan CPU klien (upload)

Pada pengujian upload file 5 MB, Microsoft OneDrive menjadi subyek PCS dengan nilai rata-rata penggunaan CPU pada sisi klien terendah yakni 4,31%. Pada pengujian 50 MB, Icedrive memiliki nilai rata-rata penggunaan CPU pada sisi klien terendah dengan nilai 3,06%. Pengujian terakhir adalah pengujian dengan skema upload file 200 MB. Icedrive menjadi subyek PCS dengan rata-rata penggunaan CPU klien terendah yakni 2,58%.

Gambar 13. Grafik rata-rata penggunaan CPU klien (download)

Pada pengujian download file 5 MB, Icedrive menjadi subyek PCS dengan penggunaan CPU klien terendah dengan rata-rata penggunaan CPU yakni 4,43%. Pengujian kedua adalah download file 50 MB. Pada pengujian ini, Icedrive memiliki rata-rata penggunaan CPU klien terendah yakni dengan nilai 5,08%. Pengujian ketiga adalah pengujian dengan skema download file 200 MB. Microsoft OneDrive menjadi subyek PCS yang memiliki rata-rata penggunaan CPU klien terendah dengan nilai 3,71%.

Penggunaan CPU yang semakin rendah memiliki nilai yang lebih baik dibandingkan dengan penggunaan CPU yang lebih tinggi. Analisis Uji ANOVA

Tabel 5. Hasil uji ANOVA three-way handshake (upload)

Nilai f hitung untuk sampel (PCS) dan kolom (ukuran file) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ dan H0’’ ditolak. Hal ini menunjukkan adanya perbedaan signifikan antara PCS dan ukuran

file berbeda yang digunakan terhadap nilai three-way handshake pada skema upload.

Tabel 6. Hasil uji ANOVA three-way handshake (download)

Nilai f hitung untuk sampel (PCS) dan kolom (ukuran file) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ dan H0’’ ditolak. Hal ini menunjukkan adanya Anova: Two-Factor With Replication

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 160 37826 293369 331355 Average 53,33333333 12608,66667 97789,66667 36817,22222 Variance 1056,333333 472972516,3 1103484145 2514843181 Microsoft OneDrive Count 3 3 3 9 Sum 17277 163890 694861 876028 Average 5759 54630 231620,3333 97336,44444 Variance 755203 103024597 3219762000 11421797279 Dropbox Count 3 3 3 9 Sum 16543 117756 481166 615465 Average 5514,333333 39252 160388,6667 68385 Variance 81346,33333 29886928 59401556,33 4997140119 Icedrive Count 3 3 3 9 Sum 13906 152754 574446 741106 Average 4635,333333 50918 191482 82345,11111 Variance 1496389,333 5325841 2812771 7103908772 Total Count 12 12 12 Sum 47886 472226 2043842 Average 3990,5 39352,16667 170320,1667 Variance 6251658,636 406330574,3 3405949653 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 17976825971 3 5992275324 14,38432513 1,43E-05 3,008787 Columns (Ukuran file ) 1,84274E+11 2 92137245014 221,1734303 3,45E-16 3,402826 Interaction 14029016074 6 2338169346 5,612724091 0,000932 2,508189 Within 9998008701 24 416583695,9

Total 2,26278E+11 35 Anova: Two-Factor With Replication

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 76 129 221 426 Average 25,33333333 43 73,66666667 47,33333333 Variance 582,3333333 2811 1369,333333 1639,25 Microsoft OneDrive Count 3 3 3 9 Sum 8060 57215 291477 356752 Average 2686,666667 19071,66667 97159 39639,11111 Variance 425617,3333 1505776,333 5056959 1913137290 Dropbox Count 3 3 3 9 Sum 7282 53614 210204 271100 Average 2427,333333 17871,33333 70068 30122,22222 Variance 592657,3333 15179225,33 157357411 985565940,2 Icedrive Count 3 3 3 9 Sum 8365 61497 247350 317212 Average 2788,333333 20499 82450 35245,77778 Variance 690382,3333 5437719 1490476 1314101551 Total Count 12 12 12 Sum 23783 172455 749252 Average 1981,916667 14371,25 62437,66667 Variance 1721751,174 79620797,11 1544407027 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 8655888767 3 2885296256 184,4219301 1,05E-16 3,008787 Columns (Ukuran file ) 24475094799 2 12237547399 782,1977058 1,42E-22 3,402826 Interaction 8851874593 6 1475312432 94,29879714 1,74E-15 2,508189 Within 375481972,7 24 15645082,19

(7)

perbedaan signifikan antara PCS dan ukuran

file berbeda yang digunakan terhadap nilai three-way handshake pada skema download.

Tabel 7. Hasil uji ANOVA hello packet (upload)

Nilai f hitung untuk sampel (PCS) dan kolom (ukuran file) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ dan H0’’ ditolak. Hal ini menunjukkan adanya perbedaan signifikan antara PCS dan ukuran

file berbeda yang digunakan terhadap nilai hello packet pada skema upload.

Tabel 8. Hasil uji ANOVA hello packet (download)

Nilai f hitung untuk sampel (PCS) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ ditolak. Hal ini menunjukkan adanya perbedaan signifikan penggunaan PCS yang berbeda terhadap nilai hello packet pada skema download..

Tabel 9. Hasil uji ANOVA completion time (upload)

Nilai f hitung untuk sampel (PCS) dan kolom (ukuran file) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ dan H0’’ ditolak. Hal ini menunjukkan adanya perbedaan signifikan antara PCS dan ukuran

file berbeda yang digunakan terhadap nilai completion time pada skema upload.

Tabel 10. Hasil uji ANOVA completion time (download)

file berbeda yang digunakan terhadap nilai completion time pada skema download.

Tabel 11. Hasil uji ANOVA penggunaan RAM klien (upload)

file berbeda yang digunakan terhadap nilai

penggunaan RAM klien pada skema upload. Tabel 12. Hasil uji ANOVA penggunaan RAM klien (download)

penggunaan RAM klien pada skema download. Tabel 13. Hasil uji ANOVA penggunaan CPU klien (upload)

Nilai f hitung untuk sampel (PCS) lebih kecil daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ diterima yang menunjukkan tidak adanya perbedaan signifikan penggunaan PCS yang berbeda terhadap nilai penggunaan CPU klien pada skema upload.

Tabel 14. Hasil uji ANOVA penggunaan CPU klien (download)

Nilai f hitung untuk sampel (PCS) dan kolom (ukuran file) lebih besar daripada nilai f kritisnya, oleh sebab itu hipotesis H0’ dan H0’’ ditolak. Hal ini menunjukkan adanya Anova: Two-Factor With Replication

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 11 20 82 113 Average 3,666666667 6,666666667 27,33333333 12,55556 Variance 9,333333333 54,33333333 40,33333333 150,5278 Microsoft OneDrive Count 3 3 3 9 Sum 2 5 6 13 Average 0,666666667 1,666666667 2 1,444444 Variance 1,333333333 2,333333333 1 1,527778 Dropbox Count 3 3 3 9 Sum 7 18 29 54 Average 2,333333333 6 9,666666667 6 Variance 4,333333333 4 1,333333333 12,5 Icedrive Count 3 3 3 9 Sum 5 6 4 15 Average 1,666666667 2 1,333333333 1,666667 Variance 2,333333333 4 1,333333333 2 Total Count 12 12 12 Sum 25 49 121 Average 2,083333333 4,083333333 10,08333333 Variance 4,446969697 17,35606061 127,9015152 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 730,3055556 3 243,4351852 23,1843 2,86E-07 3,008787 Columns (Ukuran file ) 416 2 208 19,80952 8,31E-06 3,402826 Interaction 664,4444444 6 110,7407407 10,54674 9,47E-06 2,508189

Within 252 24 10,5

Total 2062,75 35 Anova: Two-Factor With Replication

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 4 2 13 19 Average 1,333333333 0,666666667 4,333333333 2,111111 Variance 2,333333333 1,333333333 10,33333333 6,361111 Microsoft OneDrive Count 3 3 3 9 Sum 4 5 9 18 Average 1,333333333 1,666666667 3 2 Variance 1,333333333 2,333333333 0 1,5 Dropbox Count 3 3 3 9 Sum 6 10 8 24 Average 2 3,333333333 2,666666667 2,666667 Variance 1 0,333333333 0,333333333 0,75 Icedrive Count 3 3 3 9 Sum 2 2 2 6 Average 0,666666667 0,666666667 0,666666667 0,666667 Variance 1,333333333 1,333333333 0,333333333 0,75 Total Count 12 12 12 Sum 16 19 32 Average 1,333333333 1,583333333 2,666666667 Variance 1,333333333 2,265151515 3,878787879 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 19,41666667 3 6,472222222 3,477612 0,031568 3,008787 Columns (Ukuran file ) 12,05555556 2 6,027777778 3,238806 0,056854 3,402826 Interaction 18,16666667 6 3,027777778 1,626866 0,183025 2,508189 Within 44,66666667 24 1,861111111

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 67,43 779,93 4457,65 5305,01 Average 22,47666667 259,9766667 1485,883333 589,4456 Variance 0,557433333 7621,320033 182208,3904 510059,1 Microsoft OneDrive Count 3 3 3 9 Sum 79,19 689,63 2967,87 3736,69 Average 26,39666667 229,8766667 989,29 415,1878 Variance 37,19083333 717,4056333 27043,1473 200109 Dropbox Count 3 3 3 9 Sum 67,07 684,91 2677,58 3429,56 Average 22,35666667 228,3033333 892,5266667 381,0622 Variance 1,021433333 517,2824333 122,1826333 155260,4 Icedrive Count 3 3 3 9 Sum 93,99 730,84 2817,23 3642,06 Average 31,33 243,6133333 939,0766667 404,6733 Variance 175,4959 990,7945333 1270,697633 169701,4 Total Count 12 12 12 Sum 307,68 2885,31 12920,33 Average 25,64 240,4425 1076,694167 Variance 53,61254545 1967,773402 100462,1233 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 246966,1931 3 82322,06436 4,475941 0,012422 3,008787 Columns (Ukuran file ) 7400687,301 2 3700343,651 201,1918 1,01E-15 3,402826 Interaction 438941,4364 6 73156,90606 3,977621 0,006659 2,508189 Within 441410,9725 24 18392,12385

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 8,97 125,62 527,8 662,39 Average 2,99 41,87333333 175,9333333 73,59889 Variance 1,0675 30,20643333 116,7161333 6211,172 Microsoft OneDrive Count 3 3 3 9 Sum 7,45 117,78 704,18 829,41 Average 2,483333333 39,26 234,7266667 92,15667 Variance 0,844233333 13,2028 3,656433333 11691,51 Dropbox Count 3 3 3 9 Sum 8,9 126,94 508,41 644,25 Average 2,966666667 42,31333333 169,47 71,58333 Variance 0,570133333 6,090433333 4,2289 5682,765 Icedrive Count 3 3 3 9 Sum 113,3 172,43 618,46 904,19 Average 37,76666667 57,47666667 206,1533333 100,4656 Variance 655,7858333 217,1274333 733,0808333 6757,412 Total Count 12 12 12 Sum 138,62 542,77 2358,85 Average 11,55166667 45,23083333 196,5708333 Variance 369,6301061 104,4947174 894,5022811 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 5392,696044 3 1797,565348 12,1009 5,06E-05 3,008787 Columns (Ukuran file ) 233080,6956 2 116540,3478 784,5294 1,37E-22 3,402826 Interaction 6097,047906 6 1016,174651 6,840712 0,000252 2,508189 Within 3565,1542 24 148,5480917

Total 248135,5938 35

Anova: Two-Factor With Replication

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 149 145 150 444 Average 49,66666667 48,33333333 50 49,33333 Variance 1,333333333 4,333333333 0 2 Microsoft OneDrive Count 3 3 3 9 Sum 146 140 146 432 Average 48,66666667 46,66666667 48,66666667 48 Variance 4,333333333 16,33333333 1,333333333 6,5 Dropbox Count 3 3 3 9 Sum 139 132 145 416 Average 46,33333333 44 48,33333333 46,22222 Variance 0,333333333 7 1,333333333 5,694444 Icedrive Count 3 3 3 9 Sum 144 138 145 427 Average 48 46 48,33333333 47,44444 Variance 13 1 0,333333333 4,777778 Total Count 12 12 12 Sum 578 555 586 Average 48,16666667 46,25 48,83333333 Variance 5,060606061 7,840909091 1,060606061 ANOVA

SUMMARY 5 MB 50 MB 200 MB Total Google Drive Count 3 3 3 9 Sum 145 150 149 444 Average 48,33333333 50 49,66666667 49,33333 Variance 1,333333333 1 0,333333333 1,25 Microsoft OneDrive Count 3 3 3 9 Sum 144 148 144 436 Average 48 49,33333333 48 48,44444 Variance 3 4,333333333 0 2,277778 Dropbox Count 3 3 3 9 Sum 140 135 142 417 Average 46,66666667 45 47,33333333 46,33333 Variance 0,333333333 0 0,333333333 1,25 Icedrive Count 3 3 3 9 Sum 140 143 149 432 Average 46,66666667 47,66666667 49,66666667 48 Variance 0,333333333 1,333333333 0,333333333 2,25 Total Count 12 12 12 Sum 569 576 584 Average 47,41666667 48 48,66666667 Variance 1,537878788 5,272727273 1,333333333 ANOVA

Source of Variation SS df MS F P-value F crit Sample (PCS) 42,75 3 14,25 13,5 2,3E-05 3,008787 Columns (Ukuran file ) 9,388888889 2 4,694444444 4,447368 0,022752 3,402826 Interaction 21,5 6 3,583333333 3,394737 0,014401 2,508189 Within 25,33333333 24 1,055555556

(8)

perbedaan signifikan antara PCS dan ukuran

penggunaan CPU klien pada skema download.

BAB

IV

SIMPULAN

DAN

SARAN

4.1 KESIMPULAN

Kesimpuland dari penelitian yang berjudul “Analisis Perbandingan Performa

Personal Cloud Storage Provider Google Drive,

Microsoft OneDrive, Dropbox, dan Icedrive”: a) Parameter yang dapat menjadi tolok ukur

performa personal cloud storage provider adalah jumlah three-way handshake,

jumlah hello packet, completion time, penggunaan RAM klien, dan penggunaan CPU klien.

b) Nilai pengukuran parameter tolok ukur performa personal cloud storage provider dapat diambil dengan menggunakan: Wireshark untuk parameter jumlah

three-way handshake dan jumlah hello packet, stopwatch untuk parameter completion time, Windows Task Manager untuk

parameter penggunaan RAM klien, dan Performance Monitor untuk parameter penggunaan CPU klien.

c) Performa yang ditemukan pada penelitian yang telah dilaksanakan berbeda untuk tiap subyek personal cloud storage provider, ukuran file yang diuji, dan skema yang digunakan.

d) Pada Uji ANOVA two factor with

replication yang telah dilakukan, didapatkan hasil yang beragam pada pengujian pengaruh penggunaan PCS terhadap nilai rata-rata parameter.

4.2 SARAN

Beberapa saran yang dapat diterapkan dan dikembangkan pada penelitian berikutnya yaitu: 1. Menggunakan atau menambahkan

parameter pengujian lain.

2. Memilih subyek personal cloud storage

provider yang berbeda.

3. Menggunakan atau menambahkan ukuran maupun jenis file bahan uji yang berbeda.

4. Melakukan penelitian lebih dari 10 kali percobaan.

UCAPAN TERIMA KASIH

Penulis mengucapkan terima kasih kepada:

1. Ketua Jurusan beserta seluruh Dosen Pengajar dan Staf Jurusan Teknik Informatika dan Komputer atas kesempatan dan ilmu yang diberikan.

2. Drs. Abdul Aziz, M.MSI

.

selaku dosen pembimbing.

3. Orang tua, keluarga, dan teman-teman yang telah memberikan bantuan dukungan moral dan material, semangat, motivasi, serta doa.

DAFTAR PUSTAKA

[1] Santiko I., Rosidi, R., dan Wibawa, A., 2017. Pemanfaatan Private Cloud Storage Sebagai Media Penyimpanan Data E-Learning Pada Lembaga Pendidikan. Jurnal Teknik Informatika Vol.10 No.2, 2017. 137 – 146. Jakarta : UIN Syarif Hidayatullah.

[2] Khasawneh, F.A. 2018. Free Tier Personal Cloud Storage Analysis. DOI: 10.13140/RG.2.2.12535.16805.

[3] Agus, I., Destiawati, F., dan Dhika, H. 2019. Perbandingan Cloud Computing Microsoft Onedrive, Dropbox, dan Google Drive. Faktor Exacta 12 (1). 20 – 27. Jakarta : Universitas Indraprasta PGRI.

[4] Akter, M., Gani, A., Rahman, MD. O., Hassan, M. M., Almogren, A., dan Ahmad, S. 2018. Performance Analysis of Personal Cloud Storage Services for Mobile Multimedia Health Record Management. IEEE Access vol. 6 2018. 52625 – 52638. New Jersey : IEEE Access.

[5] Ferdiana, R. 2016. The Comparison of Consumer Cloud Storage for a Storage Extension on the E-learning. 2016 6th International Annual Engineering Seminar (InAES). Jogjakarta : Universitas Gadjah Mada.

[6] Babbie, E.R., 2020. The Practice of Social Research 15th edition. Belmont, CA: Wadsworth Cengage Learning.

[7] Seltman, H.J., 2018. Experimental Design and Analysis. 267 – 292. Pennsylvania : Carnegie Mellon University.