MITIGASI NOISY NEIGHBOR DAN ISOLASI DATA PADA ARSITEKTUR MULTI-TENANT MENGGUNAKAN QUEUE-BASED LOAD LEVELING DAN GLOBAL QUERY FILTERS

Darmawan, Timotius Lucky (2026) MITIGASI NOISY NEIGHBOR DAN ISOLASI DATA PADA ARSITEKTUR MULTI-TENANT MENGGUNAKAN QUEUE-BASED LOAD LEVELING DAN GLOBAL QUERY FILTERS. Diploma thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (454kB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (246kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf

Download (2MB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf

Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf

Download (1MB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (232kB)
[thumbnail of LAMPIRAN (Daftar Pustaka, Lampiran, Lembar Awal Hasil Uji Tu.pdf] Text
LAMPIRAN (Daftar Pustaka, Lampiran, Lembar Awal Hasil Uji Tu.pdf

Download (330kB)

Abstract

nstitusi pendidikan menghadapi tantangan operasional akibat fragmentasi
data serta masalah isolasi data dan degradasi performa (Noisy Neighbor) pada
adopsi Sistem Informasi Akademik (SIAKAD) berbasis Software as a Service
(SaaS) multi-tenant. Penelitian ini bertujuan untuk merancang arsitektur SaaS
berbasis Shared Database. Menggunakan metode Research and Development
(R&D), arsitektur dikembangkan di atas ekosistem ASP.NET Core 9.0 dan
Microsoft SQL Server 2022. Solusi yang diusulkan dengan mengimplementasikan
Global Query Filters (GQF) untuk memitigasi masalah isolasi data dan pola
Queue-Based Load Leveling untuk masalah Noisy Neighbor. Hasil pengujian
membuktikan GQF secara efektif menjaga isolasi data antar tenant dengan
mencegah akses ilegal antar lintas tenant. Pada beban kerja ekstrem, arsitektur
yang diusulkan berhasil memitigasi fenomena Noisy Neighbor dengan
meningkatkan tingkat keberhasilan status "GURU OK" dari 0% menjadi 70%.
Selain itu, penerapan mekanisme antrean berhasil mereduksi tingkat kegagalan
sistem dari 9,39% menjadi 0,52%. Temuan ini mengonfirmasi bahwa integrasi
GQF dan pola Queue-Based Load Leveling merupakan solusi arsitektural yang
valid untuk membangun layanan SaaS pendidikan yang aman, andal, dan
responsif.

Item Type: Thesis (Diploma)
Subjects: Q Science > Q Science (General)
T Technology > T Technology (General)
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User: Irna Irna Yunita
Date Deposited: 28 Apr 2026 06:19
Last Modified: 28 Apr 2026 06:19
URI: https://repository.unas.ac.id/id/eprint/15461

Actions (login required)

View Item View Item