Implementasi Kubernetes Cluster untuk High Availability dan Load Balancing SIAK Undiksha

Read full text
Authors: Ketut Saka Pradipta, Gede Arna Jude Saskara, Bagus Gede Krishna Yudistira
Cited by: 0

Abstract

Sistem Informasi Akademik (SIAK) merupakan layanan kritis pada lingkungan perguruan tinggi yang dituntut memiliki tingkat ketersediaan dan keandalan tinggi, khususnya pada periode lonjakan akses pengguna seperti pengisian KRS dan penginputan nilai. Pada Universitas Pendidikan Ganesha (Undiksha), arsitektur SIAK yang masih berbasis single server menimbulkan permasalahan berupa penurunan performa dan potensi downtime akibat keterbatasan mekanisme replikasi serta distribusi beban. Penelitian ini bertujuan mengevaluasi penerapan arsitektur Kubernetes Cluster untuk meningkatkan ketahanan layanan (service resilience), high availability, dan efektivitas load balancing pada SIAK Undiksha. Metode penelitian yang digunakan bersifat eksperimental teknis dengan melakukan simulasi kegagalan node dan variasi beban permintaan menggunakan Apache JMeter. Parameter yang dianalisis meliputi Mean Time to Repair (MTTR), tingkat availability, throughput, latency, dan error rate. Hasil pengujian menunjukkan bahwa Kubernetes Cluster mampu mempertahankan ketersediaan layanan di atas 99,9% pada skenario kegagalan satu node dengan waktu pemulihan rata-rata 60–70 detik. Pada pengujian performa, penerapan replikasi pod dan mekanisme load balancing internal Kubernetes mampu meningkatkan throughput secara signifikan serta menekan error rate hingga 0% pada beban menengah hingga tinggi. Temuan ini menunjukkan bahwa Kubernetes Cluster efektif dalam mengurangi risiko single point of failure serta meningkatkan resiliensi dan skalabilitas layanan akademik, meskipun performa sistem tetap dipengaruhi oleh kapasitas sumber daya dan konfigurasi cluster yang digunakan.

Fields of Study & Subjects

Software System Performance and Reliability Cloud Computing and Resource Management Distributed systems and fault tolerance

Publication details

Journal / source
RIGGS Journal of Artificial Intelligence and Digital Business
Volume
4
Issue
4
Pages
12831–12840
Publication date
21 January 2026