Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

© Program Magister Teknologi Informasi - UI 1 Perencanaan Kapasitas Infrastruktur e-Bisnis Perencanaan Infrastruktur Program Magister Teknologi Informasi.

Presentasi serupa


Presentasi berjudul: "© Program Magister Teknologi Informasi - UI 1 Perencanaan Kapasitas Infrastruktur e-Bisnis Perencanaan Infrastruktur Program Magister Teknologi Informasi."— Transcript presentasi:

1 © Program Magister Teknologi Informasi - UI 1 Perencanaan Kapasitas Infrastruktur e-Bisnis Perencanaan Infrastruktur Program Magister Teknologi Informasi Universitas Indonesia

2 © Program Magister Teknologi Informasi - UI 2 e-Business Definition Definisi dari perspektif TI:  Praktek pengoperasian secara terintegrasi proses-proses bisnis yang terlibat dalam penciptaan nilai tambah dengan memanfaatkan teknologi informasi dan komunikasi (TIK) secara ekstensif.

3 © Program Magister Teknologi Informasi - UI 3 e-Commerce & e-Business e-Commerce adalah puncak dari “gunung es” e- bisnis. e-Commerce tidak mungkin tanpa kemampuan e- bisnis konsumen e-Bisnis e-Commerce

4 © Program Magister Teknologi Informasi - UI 4 e-Commerce Requirement Akses dari mana saja & kapan saja (24 jam x 7 hari) Layanan multi-channel yang terpadu Respons seketika Status transaksi dapat dilacak, diubah, bahkan dibatalkan Data transaksi yang akurat Self-service dan personalisasi

5 © Program Magister Teknologi Informasi - UI 5 e-Business Roles Proses bisnis yang terpadu (seamless) dengan  Integrasi antara aplikasi-aplikasi yang terlibat  Manajemen alur-kerja dan proses yang terpadu (layanan satu atap)  Kolaborasi antar perusahaan yang menjadi mata rantai value chain

6 © Program Magister Teknologi Informasi - UI 6 Capacity Planning Kriteria mutu layanan online: kinerja (response time), ketersediaan (prosentase downtime), skalabilitas, dan keamanan  Situs dengan kinerja rendah - melampaui batas psikologis 8 detik – akan ditinggalkan pengunjung  Situs dengan ketersediaan rendah dapat berakibat: jatuhnya reputasi/citra dimata publik dan kehilangan peluang bisnis  Skalabilitas situs dalam melayani banyak pengunjung sekaligus menentukan kinerja dan ketersediaan situs  Teknologi pengamanan yang tidak memadai menjadikan pengunjung enggan/takut bertransaksi

7 © Program Magister Teknologi Informasi - UI 7 Architecture Capacity Konsumen Manajemen Service Level Agreement Service Level Agreement Pilihan Teknologi & Standar Pilihan Teknologi & Standar Plafon Biaya (Anggaran) Plafon Biaya (Anggaran) Kapasitas Memadai Kapasitas Memadai Response time < 8 detik Ketersediaan > 99.5% Instalasi Rp 100 juta Pemeliharaan < Rp 20 juta/tahun Oracle DBMS, SSL, dsb. Elemen-elemen utama QoS dalam perancangan infrastruktur e-Bisnis

8 © Program Magister Teknologi Informasi - UI 8 Quantitative Approach Misal sasaran 99% availability, berarti hanya boleh down selama 87,6 jam dalam setahun (1% dari jam setahun) Pendekatan: merancang arsitektur fisik situs berdasarkan pola penggunaan  Menentukan konfigurasi server-server, kapasitas (bandwidth) jaringan, ukuran server-server, skalabilitas, keandalan, jenis software, dsb.  Sumber data: log akses server, pengukuran waktu download (response), statistik jumlah akses per hari, jam-jam tersibuk, dsb.

9 © Program Magister Teknologi Informasi - UI 9 Quantitative Approach Tahapan:  Kategorisasi pengguna berdasarkan perilakunya  Karakterisasi beban kerja situs per sesi  Pemodelan kinerja situs  Hitung parameter-parameter model kinerja  Perkirakan trend pertumbuhan/perubahan beban  Perkirakan kinerja situs

10 © Program Magister Teknologi Informasi - UI 10 Performance Modeling Proses umum pemodelan:

11 © Program Magister Teknologi Informasi - UI 11 e-Site Reference Models Model Bisnis Model Fungsional Model Pengguna Model Sumber Daya Karakteristik Bisnis Struktur Navigasi dan Fungsi Struktur Navigasi dan Fungsi Pola Perilaku Pengguna Pola Perilaku Pengguna Arsitektur Situs dan Beban Layanan Arsitektur Situs dan Beban Layanan Model-model dalam analisa/perencanaan kapasitas:

12 © Program Magister Teknologi Informasi - UI 12 Reference Models Model Bisnis  Pola B2C, B2B, C2C, dsb.  Kategori bisnis online: ritel, lelang, e-market, dsb. Model Pengguna  Pola navigasi pengunjung situs  Metrik perilaku Model Sumber Daya  Model kinerja (utilisasi CPU, dsb.)  Model beban kerja (rata-rata jumlah request, jumlah akses tertinggi dalam sehari, dsb.)

13 © Program Magister Teknologi Informasi - UI 13 Functional Model Sebagai peta untuk analisa struktur navigasi Model Fungsional Lelang Online Pendaftaran Penjual & Pembeli Pembukaan (setup) Lelang Penjadwalan & Pengiklanan Penawaran Evaluasi Penawaran & Penutupan Lelang Evaluasi Penawaran & Penutupan Lelang Transaksi (settlement)

14 © Program Magister Teknologi Informasi - UI 14 Customer Behavior Model Pola navigasi per sesi:  Pola urutan akses fungsi-fungsi: login, lihat katalog, cari produk, pesan, mengecek pesanan, dsb.  Pola navigasi seorang pengunjung dapat berbeda antara sesi (kunjungan) satu dengan sesi (kunjungan) berikutnya. Model-model:  Customer Behavior Model Graph (CBMG)  Customer Visit Model (CVM)

15 © Program Magister Teknologi Informasi - UI 15 CBMG

16 © Program Magister Teknologi Informasi - UI 16 CBMG Data Collection Data diperoleh dari log akses pada server web  Sesi: urutan akses oleh client (alamat IP) yang sama  Batas antar sesi untuk client yang sama: berdasarkan minimum jarak waktu antar akses, kalau melebihi berarti sudah masuk sesi berikutnya Web Server Web Browser HTTP request HTML file HTML collection Access log file

17 © Program Magister Teknologi Informasi - UI 17 CBMG Computation Dari data urutan akses setiap sesi dihitung probabilitas transisi dari satu titik navigasi (fungsi) ke titik navigasi (fungsi) lain: P(i,j) = C i,j / Σ C i,k untuk k = 1, …, n C i,j adalah jumlah transisi dari i ke j dalam data n adalah jumlah titik navigasi HTTP logs Page request logs Session log CBMG Program: filter, merge, link

18 © Program Magister Teknologi Informasi - UI 18 CBMG Matrix Matriks CBMG: probabilitas transisi antar titik navigasi

19 © Program Magister Teknologi Informasi - UI 19 Why CBMG? Mengukur tingkat penggunaan fungsi-fungsi Contoh:  Jumlah search per sesi: 1 + 0,6 + 0, ,6 3 + … = 2,5 Entry Home Search Browse CBMG

20 © Program Magister Teknologi Informasi - UI 20 Customer Visit Model CVM: daftar frekuensi akses untuk setiap fungsi (titik navigasi) per sesi Juga dihitung dari data log akses server Web Digunakan untuk membuat model beban kerja

21 © Program Magister Teknologi Informasi - UI 21 Zipf’s Law Frekuensi akses mengikuti hukum distribusi Zipf: berbanding terbalik dengan ranking popularitas = k/r untuk suatu konstanta k

22 © Program Magister Teknologi Informasi - UI 22 CVM Computation Penentuan jumlah sesi dalam tabel CVM:  Berdasarkan kategori pengunjung, atau  Dengan teknik clustering (pengelompokan data) sesi Setiap data sesi direpresentasikan sebagai vektor yang komponennya adalah fungsi-fungsi atau titik navigasi Misalnya vektor dengan 6 komponen [login, registrasi, search, pesan, cek-pesanan, logout], contoh datanya: [1,1,1,0,0,1], [0,0,2,0,0,0], [1,0,0,0,1,1], dst.  Dapat menggunakan teknik k-means clustering berdasarkan jarak antar vektor

23 © Program Magister Teknologi Informasi - UI k = 3 K-means Clustering

24 © Program Magister Teknologi Informasi - UI 24 CVM Nilai dalam tabel CVM adalah nilai rata-rata tiap cluster atau kategori pengunjung. Contoh CVM dengan jumlah cluster k = 4

25 © Program Magister Teknologi Informasi - UI 25 Why CVM? CVM dapat membantu mengetahui:  Rata-rata berapa kali suatu fungsi diakses per sesi (kunjungan)  Berapa probabilitas seorang pengunjung melakukan transaksi pembelian dalam satu kunjungan  Berapa jumlah request (dokumen yang diakses) yang diterima server web rata-rata per sesi  Berapa rata-rata transaksi yang terjadi per hari  Berapa prosentase pengunjung yang meninggalkan situs dalam keadaan keranjang belanjaan (shopping cart) terisi

26 © Program Magister Teknologi Informasi - UI 26 Workload Model Pemodelan beban berdasarkan arsitektur fisik dimana fungsi-fungsi dijalankan dan CVM Contoh: Web Server Secure Web Server Secure Web Server Payment Server Payment Server Application Server Application Server Database Server Database Server Client Browser Client Browser e-Commerce Site

27 © Program Magister Teknologi Informasi - UI 27 CVM Example Contoh CVM sederhana: Tipe Sesi:Baca daftar iklan properti Pasang iklan properti Cari iklan properti Prosentase:5%19%76% Entry Show list Submit form Search keyword Get status Show results 1.0 Melibatkan web server dan application server Melibatkan web, application, dan database server

28 © Program Magister Teknologi Informasi - UI 28 Client Server Interaction Diagram Contoh CSID sederhana: [p,m] p: probabilitas dalam satu sesi m: ukuran data dalam kilo bytes

29 © Program Magister Teknologi Informasi - UI 29 CSID Dari CSID dapat dihitung  Probabilitas DB server akan digunakan dalam suatu sesi: 1,0 x 0,95 x 0,8 = 0,76  Berapa kali rata-rata server apklikasi akan digunakan dalam suatu sesi: 1 x (0,95 x 0,2) + 2 x (0,95 x 0,8) = 1,71 kali  Berapa rata-rata jumlah kbytes per sesi yang melalui jaringan lokal (LAN) yang menghubungkan server-server situs: 0,05 x (m1+m2) + 0,19 x (m1+m3+m4+ m5) + 0,76 x (m1+m3+m6+m7+m8+m9)

30 © Program Magister Teknologi Informasi - UI 30 Performance Analysis Perkiraan kapasitas berdasarkan CSID  Jumlah maksimum sesi paralel yang dapat dilayani tanpa delay untuk LAN dengan bandwidth 100 Mbps ≈ kbyte/second (termasuk datagram packet overhead) Misalnya rata-rata kbyte persesi adalah 15 kbytes maka kapasitas jaringan adalah /15 = 666,66 sesi paralel internet router Web server Appli- cation server DB server LAN 100Mbps

31 © Program Magister Teknologi Informasi - UI 31 Performance Analysis Perkiraan kapasitas berdasarkan CSID  Kapasitas server aplikasi Misalnya utilisasi CPU setiap penggunaan adalah 0,5%, maka kapasitas application server adalah: 100 / (1,71 x 0,5) = 116,96 sesi paralel (lebih kecil dari kapasitas network)

32 © Program Magister Teknologi Informasi - UI 32 Capacity Planning Perencanaan kapasitas infrastruktur e-Bisnis:  Memahami/memodelkan karakteristik beban sistem untuk mengetahui tingkat saturasi layanan sistem  Mengantisipasi peningkatan beban dengan memperlambat tercapainya saturasi layanan  Penyebab peningkatan beban kerja: Perubahan/perkembangan model bisnis Perubahan/penambahan fungsi layanan Perubahan perilaku konsumen (trend, promosi, dsb.) Perombakan infrastruktur TI

33 © Program Magister Teknologi Informasi - UI 33 e-Business Capacity Plan Rencana kapasitas infrastruktur e-Bisnis disesuaikan dengan rencana pengembangan lanjut sistem e-Bisnis Rencana evolusi model bisnis Rencana evolusi fungsi layanan Perkiraan evolusi perilaku konsumen Rencana evolusi infrastruktur Perencanaan model bisnis & fungsi layanan Perencanaan perilaku konsumen Perencanaan sumber daya TI Tiga proses perenca- naan utama

34 © Program Magister Teknologi Informasi - UI 34 Business Aspect Karakterisasi Bisnis Model Bisnis Rencana Pengembangan Bisnis Rencana Pengembangan Bisnis Rencana Penambahan Fungsi-fungsi Rencana Penambahan Fungsi-fungsi Model Fungsional Model Fungsional Analisis Fungsional Analisis Fungsional Use Case Struktur dan fitur situs Business plan Hasil analisis strategi Aspek bisnis perencanaan kapasitas:

35 © Program Magister Teknologi Informasi - UI 35 Customer Aspect Analisis aspek konsumen:  Membuat model perilaku: CBMG  Memperkirakan/merancang perubahan-perubahan pada CBMG Karakterisasi Perilaku Konsumen Karakterisasi Perilaku Konsumen CBMG Rencana Pengubahan Perilaku Konsumen Rencana Pengubahan Perilaku Konsumen Trend dan statistik Penambahan/ Pengubahan Fitur

36 © Program Magister Teknologi Informasi - UI 36 Resource-Level Aspect Rencana Perubahan Infrastruktur TI Pemodelan Biaya Model Biaya Analsis Skenario Model Kinerja Pemodelan Kinerja Model Beban Kerja Prakiraan Beban Kerja Deskripsi Beban Kerja Deskripsi Infrastruktur TI Kalibrasi dan Validasi Karakterisasi Lingkungan TI Karakterisasi Beban Kerja Aspek infra- struktur:

37 © Program Magister Teknologi Informasi - UI 37 Workload Forecasting Prakiraan beban kerja Prakiraan Kuantitatif Prakiraan Kualitatif Pengumpulan Informasi Pengumpulan Informasi Data Historis: Benchmarking, Log, dsb Data Historis: Benchmarking, Log, dsb Teknik-teknik Prakiraan (time-series analysis) Teknik-teknik Prakiraan (time-series analysis) Perkiraan Demand dan Beban Kerja Perkiraan Demand dan Beban Kerja Skenario Bisnis Survei Pasar, Intuisi, Pertimbangan, Rencana Bisnis, dsb. Survei Pasar, Intuisi, Pertimbangan, Rencana Bisnis, dsb.

38 © Program Magister Teknologi Informasi - UI 38 Capacity Planning Perencanaan kapasitas infrastruktur e-Bisnis  Membuat rencana modifikasi/upgrading komponen- komponen infrastruktur secara bertahap  Pengambilan keputusan teknis infrastruktur: Menggunakan Model Kinerja sistem untuk mempertimbangkan keputusan: Scaling Up  Penggantian dengan mesin berkapasitas lebih besar Scaling Out  Penambahan mesin dengan kapasitas yang sama (mirroring, replikasi, mesin paralel, dsb.)


Download ppt "© Program Magister Teknologi Informasi - UI 1 Perencanaan Kapasitas Infrastruktur e-Bisnis Perencanaan Infrastruktur Program Magister Teknologi Informasi."

Presentasi serupa


Iklan oleh Google