Perpustakaan Digital ITB

Keandalan infrastruktur laboratorium komputasi memegang peranan krusial sebagai fondasi pelaksanaan riset akademik dan eksperimen jaringan yang valid. Namun, pada implementasinya, pengelolaan laboratorium komputer berskala kluster sering kali dihadapkan pada tingginya risiko kerentanan infrastruktur terhadap kegagalan perangkat keras (node failure), gejala pergeseran konfigurasi (configuration drift) antar-komponen, serta tingginya inefisiensi waktu pemulihan sistem jika terjadi waktu henti (downtime) akibat intervensi manual yang lambat. Penelitian Tugas Akhir ini bertujuan untuk mengatasi limitasi tersebut dengan merancang, mengimplementasikan, dan mengevaluasi arsitektur infrastruktur multi-node network testbed berkinerja tinggi yang dilengkapi dengan mekanisme mitigasi bencana otonom berupa failover, kemampuan pemulihan mandiri (self-healing), serta sistem otomasi deployment berbasis citra induk (Golden Image). Proyek ini dibangun secara khusus untuk menunjang kebutuhan riset tingkat lanjut di lingkungan Laboratorium Telematika, Sekolah Teknik Elektro dan Informatika (STEI), Institut Teknologi Bandung (ITB). Melalui pemecahan masalah otomasi dan resiliensi ini, penelitian ini memberikan kontribusi nyata terhadap pencapaian Sustainable Development Goals (SDGs), secara spesifik pada SDG 4 mengenai penyediaan akses pendidikan berkualitas tinggi melalui fasilitas laboratorium yang andal, SDG 9 terkait inovasi industri dan penguatan infrastruktur teknologi informasi, serta SDG 17 dalam mendorong kemitraan strategis pemanfaatan sumber daya komputasi bersama. Metodologi yang digunakan dalam pembangunan testbed terdistribusi ini mengintegrasikan tiga lapisan fungsional utama secara kohesif, yaitu subsistem frontend, subsistem backend, dan subsistem hardware. Pada lapisan frontend, antarmuka berbasis GUI dirancang menggunakan kerangka kerja Vue.js untuk menyediakan kemudahan akses kontrol fungsionalitas jarak jauh, manajemen alokasi waktu reservasi, serta pembagian sesi konsol kolaboratif (multi-user shared session) dengan pemenuhan standar ergonomi software ISO 9241-110. Pada lapisan backend, mesin otomasi dikembangkan dengan mengombinasikan skrip Shell Bash, utilitas koordinasi Ansible, serta pemrograman Python. Proses replikasi lingkungan sistem dilakukan dengan memanfaatkan metodologi kloning sektoral yang diintegrasikan dengan parameter Expert Mode (-icds dan penulisan tabel partisi -k0/-k) melalui server Clonezilla, guna menduplikasi sistem operasi Ubuntu secara utuh dari Master Node menuju Client Node secara remote. Pemantauan kesehatan jaringan dirancang secara terdistribusi menggunakan skrip heartbeat berbasis paket ICMP otonom yang berjalan sebagai layanan daemon Systemd. Apabila partisi jaringan terdeteksi, skrip secara otomatis memicu orkestrasi kontainerisasi Docker untuk membangkitkan rescue container secara near real-time. Hasil pengujian komprehensif yang dilakukan melalui 20 kali iterasi percobaan menunjukkan tingkat keberhasilan fungsional sebesar 100% pada seluruh skenario operasional. Dari aspek konsistensi replikasi, sistem berhasil menduplikasi geometri blok penyimpanan NVMe dari Master Node (Node 8) ke seluruh Client Node (Node 3 dan Node 7) secara identik tanpa memicu galat out of range pada sektor fisik, mencakup pemetaan presisi untuk empat partisi utama: EFI System Partition (977 MiB), Swap Memory (14,9 GiB), partisi root (143,1 GiB), dan partisi data pengguna (772,6 GiB). Pada aspek otomasi, implementasi skrip blast_image.sh yang mengintegrasikan aliran data cat, enkripsi SSH, dan utilitas dd berhasil mengeliminasi proses konfigurasi manual dengan menampilkan progres penulisan blok secara real-time. Evaluasi penyesuaian identitas pasca-kloning membuktikan backend sukses mengisolasi parameter jaringan dengan memperbarui hostname, memodifikasi IP statis via Netplan, serta meregenerasi SSH host keys untuk mengeliminasi risiko konflik IP (IP conflict) dan celah keamanan pada jaringan lokal laboratorium. Lebih lanjut, pengujian mekanisme self-healing (failover.py) mengonfirmasi bahwa kegagalan node target dapat dimitigasi dengan membangkitkan layanan penyelamat di atas infrastruktur master dengan total downtime yang sangat singkat dalam skala milidetik, sementara kendala I/O error pada memori kernel akibat beban kerja sektoral masif dapat dipulihkan secara aman via prosedur Cold Reset perangkat keras. Kebaruan (novelty) dari penelitian ini terletak pada pengembangan model decentralized monitoring berlatensi rendah dikombinasikan dengan arsitektur hybrid bare-metal recovery dan containerized failover, yang memungkinkan kluster laboratorium melakukan manajemen pemulihan secara independen tanpa ketergantungan pada server manajemen eksternal yang terpusat (single point of failure). Penelitian ini memberikan sumbangan signifikan bagi khazanah ilmu pengetahuan, khususnya dalam bidang teknik telekomunikasi dan infrastruktur jaringan, sebagai referensi metodologi blueprint implementasi testbed akademik yang efisien dalam pemanfaatan resource hardware, adaptif terhadap skenario gangguan konektivitas, serta mampu mempertahankan data integrity tingkat tinggi pada berbagai variasi skala kapasitas berkas log dan citra cadangan sistem. Keseluruhan sistem terbukti memenuhi spesifikasi teknis dan siap diimplementasikan sebagai platform eksperimen jaringan berkecepatan tinggi yang stabil dan andal.