Penerapan Vertical Autoscaling Sumber Daya Virtual Machine (Vm) pada Proxmox Menggunakan Ansible dan Prometheus

Nima  Karunia; I Putu  Hariyadi; Khairan Marzuki

doi:10.46229/jifotech.v5i2.1031

Penulis

Nima Karunia Universitas Bumigora
I Putu Hariyadi Universitas Bumigora
Khairan Marzuki Universitas Bumigora

DOI:

https://doi.org/10.46229/jifotech.v5i2.1031

Kata Kunci:

Vertical Autoscaling, Proxmox, Ansible, Prometheus, Virtual Machine

Abstrak

Perkembangan teknologi virtualisasi mendorong kebutuhan akan sistem infrastruktur yang mampu menyesuaikan kapasitas sumber daya secara otomatis dan efisien. Penelitian ini bertujuan untuk menerapkan vertical autoscaling pada Virtual Machine (VM) di platform Proxmox dengan memanfaatkan Ansible sebagai alat otomasi dan Prometheus sebagai alat pemantauan. Metode yang digunakan mengacu pada Network Development Life Cycle (NDLC), yang mencakup tiga tahapan utama: analisis, perancangan, dan simulasi prototipe. Sistem diuji pada dua VM, di mana Prometheus memantau metrik penggunaan CPU dan memori, sementara Alertmanager mengirimkan notifikasi ke webhook yang menjalankan playbook Ansible untuk secara otomatis menambah atau mengurangi sumber daya VM. Hasil pengujian menunjukkan bahwa sistem mampu melakukan penyesuaian jumlah CPU core dan kapasitas memori secara efektif berdasarkan ambang batas beban yang telah ditentukan. Proses scale up dilakukan saat penggunaan CPU atau memori melebihi 80% selama satu menit, dan scale down dilakukan saat penggunaan turun di bawah 70% selama lima menit. Kesimpulannya, integrasi antara Proxmox, Prometheus, dan Ansible dalam penerapan vertical autoscaling mampu meningkatkan efisiensi pemanfaatan sumber daya serta ketersediaan layanan secara dinamis dan otomatis.

Referensi

E. Barus, K. M. Pardede, and J. A. Putri Br. Manjorang, “Transformasi Digital: Teknologi Cloud Computing dalam Efisiensi Akuntansi,” J. Sains dan Teknol., vol. 5, no. 3, 2024.

A. B. Permadi, N. T. Khair, and M. R. Kurniawan, “IMPLEMENTASI VIRTUALISASI UNTUK PENGELOLAAN SERVER MENGGUNAKAN PROXMOX VE,” 2023.

J. Park and J. Jeong, “An Autoscaling System Based on Predicting the Demand for Resources and Responding to Failure in Forecasting,” Sensors, vol. 23, no. 23, 2023.

R. W. Z. King and P. H. Trisnawan, “Perbandingan Metode Autoscaling Vertical Pod Autoscaler dan Horizontal Pod Autoscaler Kubernetes Pada Google Cloud Platform,” J. Pengemb. Teknol. Inf. Dan Ilmu Komput., vol. 8, no. 7, 2024.

O. Pramadika and D. W. Chandra, “Provisioning Google Kubernetes Engine (GKE) Cluster dengan Menggunakan Terraform dan Jenkins pada Dua Environment,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 8, no. 2, 2023.

J. Entrialgo, M. García, J. García, J. M. López, and J. L. Díaz, “Joint Autoscaling of Containers and Virtual Machines for Cost Optimization in Container Clusters,” J. Grid Comput., vol. 22, no. 1, 2024.

S. Alharthi, A. Alshamsi, A. Alseiari, and A. Alwarafy, “Auto-Scaling Techniques in Cloud Computing: Issues and Research Directions,” Sensors, vol. 24, no. 17, 2024.

T. Tournaire, H. Castel-Taleb, and E. Hyon, “Efficient Computation of Optimal Thresholds in Cloud Auto-scaling Systems,” ACM Trans. Model. Perform. Eval. Comput. Syst., vol. 8, no. 4, 2023.

M. ZargarAzad and M. Ashtiani, “An Auto-Scaling Approach for Microservices in Cloud Computing Environments,” J. Grid Comput., vol. 21, no. 4, pp. 0–39, 2023.

M. Z. Asiari, “Analisis Kinerja Sistem Auto Scaling Pada Sistem Web Server Berbasis Clustering Menggunakan Sistem Virtual,” Universitas Hasanuddin, 2021.

N. Ramsari and A. Ginanjar, “Implementasi Infrastruktur Server Berbasis Cloud Computing Untuk Web Service Berbasis Teknologi Google Cloud Platform,” Conf. Senat. STT Adisutjipto Yogyakarta, vol. 7, no. March 2022, 2022.

S. F. Wandira and T. Y. Hadiwandra, “Desain Skalabel Website Menggunakan Elastic Load Balancing pada Amazone Virtual Private Cloud (VPC),” J. Teknol. Inform. dan Komput., vol. 9, no. 2, pp. 1460–1475, 2023.

F. Naim, R. R. Saedudin, and U. Y. K. S. Hediyanto, “ANALYSIS OF WIRELESS AND CABLE NETWORK QUALITY-OF-SERVICE PERFORMANCE AT TELKOM UNIVERSITY LANDMARK TOWER USING NETWORK DEVELOPMENT LIFE CYCLE (NDLC) METHOD,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 7, no. 4, 2022.

P. I. D. Candra Wulan, D. P. Perdana, and A. A. Kurniawan, “Performance analysis and development of OPD interconnection network using NDLC method in Boven Digoel diskominfo papua province,” Compiler, vol. 11, no. 1, 2022.

D. Haryanto and R. Kipran, “Design of wireless access point configuration network using packet trace r 6.2 at smp negeri 5 prabumulih with development method network development life cycle (ndlc),” Int. J. Cist., vol. 2, no. 1, 2023.