Perpustakaan Digital ITB

Dalam pengembangan aplikasi, kebutuhan yang sering muncul adalah penanganan tugas yang memakan waktu, seperti kompresi berkas, menggabungkan PDF, dan lainnya. Kebutuhan ini dapat diatasi dengan antrean tugas. Ide utama di balik antrean tugas adalah untuk menghindari pengerjaan tugas yang memakan waktu dengan segera dan harus menunggu sampai selesai. Sebuah sistem antrean seperti RabbitMQ, memerlukan consumer (pekerja) yang mengerjakan tugas pada antrean. Jumlah optimal consumer yang dibutuhkan supaya antrean tidak semakin panjang, ditentukan dari panjang antrean tugas pada saat itu. Hal ini dapat diotomatisasi dengan fitur autoscaling yang disediakan oleh Kubernetes. Autoscaling akan mengatur jumlah komponen consumer secara otomatis berdasarkan threshold dari panjang antrean yang ditentukan. Tetapi fitur autoscaling tradisional masih terdapat scaling delay yang disebabkan oleh waktu overhead yang dibutuhkan consumer untuk mencapai keadaan siap mengerjakan tugas. Hal ini menyebabkan latensi pada aplikasi serta inefisiensi penggunaan sumber daya ketika terjadi fluktuasi pada beban kerja. Sehingga diperlukan metode proaktif yang dapat melakukan scaling sebelum terjadi perubahan pada beban kerja. Pada tugas akhir ini, dikembangkan sistem autoscaling prediktif berdasarkan model prediksi berbasis time series untuk memproyeksikan beban kerja yang akan datang berdasarkan data historis beban kerja. Hasil dari prediksi ini akan digunakan untuk menentukan waktu dan jumlah consumer yang tepat. Hasil yang dicapai menunjukkan bahwa sistem autoscaling prediktif mampu meningkatkan respons terhadap perubahan beban kerja, mengoptimalkan penggunaan sumber daya, dan mengurangi biaya operasional yang tidak perlu. Evaluasi dilakukan melalui serangkaian pengujian komprehensif yang membandingkan kinerja sistem prediktif dengan metode autoscaling tradisional. Kesimpulan yang diperoleh adalah bahwa pendekatan prediktif ini efektif dalam mengatasi permasalahan yang ada, memberikan kontribusi signifikan dalam pengelolaan aplikasi yang bergantung pada RabbitMQ di Kubernetes.