Skip to main content

Pendahuluan

📚 Navigasi Dokumentasi Pengujian​

Dokumentasi ini terdiri dari beberapa bagian yang saling melengkapi:

  1. Pendahuluan (halaman ini) - Konteks, metodologi, dan hipotesis penelitian
  2. Real Case - Arsitektur aplikasi, deployment strategy, dan perbandingan environment
  3. Operational Comparison - Perbandingan praktis: kemudahan manage service, deployment, dan monitoring
  4. Environment Setup - Detail konfigurasi infrastruktur
  5. CI/CD Flow - Alur pipeline lengkap
  6. Test Plan - Rencana pengujian komparatif
  7. Test Results - Hasil pengujian dan analisis
  8. Cost Analysis - Analisis biaya implementasi

Konteks Penelitian​

Dalam era transformasi digital, kecepatan rilis aplikasi (time-to-market) menjadi faktor krusial dalam persaingan bisnis. Organisasi modern dituntut untuk dapat melakukan deployment aplikasi dengan cepat, aman, dan konsisten. Namun, pada praktiknya, banyak organisasi—terutama skala kecil hingga menengah—masih menggunakan pendekatan monolith server dengan proses deployment manual.

Pendekatan tradisional ini menimbulkan beberapa tantangan signifikan:

  • Inkonsistensi environment antara development, testing, dan production
  • Downtime yang tidak terhindarkan saat proses deployment
  • Human error akibat ketergantungan pada intervensi manual
  • Skalabilitas terbatas ketika beban aplikasi meningkat
  • Kesulitan rollback saat terjadi kegagalan deployment

Seiring dengan adopsi arsitektur microservices dan cloud-native, paradigma deployment telah berevolusi. Container orchestration seperti Kubernetes telah menjadi standar industri untuk mengelola aplikasi modern. Namun, terdapat persepsi umum bahwa implementasi Kubernetes memerlukan:

  1. Biaya infrastruktur yang tinggi
  2. Kompleksitas teknis yang besar
  3. Tim khusus untuk operasional

Penelitian ini bertujuan untuk membuktikan bahwa cloud-native environment dapat diimplementasikan secara efisien menggunakan K3s (lightweight Kubernetes) dan tools open-source seperti Gitea dan Gitea Runner, tanpa mengorbankan kualitas dan dengan biaya yang terkontrol.

Latar Belakang​

Problematika Deployment Tradisional​

Berdasarkan observasi pada berbagai organisasi, deployment manual pada monolith server menghadapi kendala sistematis:

1. Aspek Teknis:

  • Proses deployment yang lambat (rata-rata 3-5 menit per service)
  • Inkonsistensi konfigurasi antar environment
  • Kesulitan isolasi resource antar service
  • Tidak ada mekanisme recovery otomatis

2. Aspek Operasional:

  • Human error mencapai 15-20% pada deployment manual
  • Downtime rata-rata 2-5 menit setiap deployment
  • Proses rollback memakan waktu 5-10 menit
  • Dokumentasi deployment sering tidak ter-update

3. Aspek Bisnis:

  • Time-to-market yang lambat mengurangi daya saing
  • Biaya operasional tinggi akibat intervensi manual
  • Risiko kehilangan revenue selama downtime

Gap Penelitian​

Meskipun cloud-native dan Kubernetes telah terbukti mengatasi masalah di atas, terdapat gap dalam penelitian existing:

  1. Persepsi Biaya: Banyak penelitian fokus pada implementasi Kubernetes di cloud provider (AWS EKS, GKE, AKS) yang memang berbiaya tinggi, sehingga menciptakan persepsi bahwa Kubernetes = mahal.

  2. Kompleksitas: Dokumentasi Kubernetes sering terlalu teknis dan tidak menyediakan panduan implementasi yang sederhana untuk organisasi kecil-menengah.

  3. Kurangnya Studi Komparatif: Sedikit penelitian yang membandingkan secara kuantitatif antara monolith manual vs cloud-native pada spesifikasi server yang sama.

Kontribusi Penelitian​

Penelitian ini berkontribusi dengan:

  • Membuktikan bahwa K3s dapat dijalankan pada server standar (4 vCPU, 8GB RAM)
  • Menggunakan tools open-source (Gitea, Gitea Runner) sehingga biaya terkontrol
  • Menyediakan data kuantitatif perbandingan performa deployment
  • Memberikan blueprint implementasi yang dapat direplikasi

Rumusan Masalah​

Berdasarkan latar belakang dan gap penelitian yang telah diidentifikasi, penelitian ini merumuskan masalah sebagai berikut:

  1. Bagaimana merancang arsitektur cloud-native deployment yang efisien untuk aplikasi berbasis microservices menggunakan K3s, Gitea, dan Gitea Runner?

  2. Bagaimana perbandingan performa antara deployment manual (monolith server) dengan automated deployment (cloud-native) dalam aspek:

    • Kecepatan deployment
    • Konsistensi dan reliabilitas
    • Kemampuan recovery
    • Efisiensi resource

  3. Apakah implementasi cloud-native menggunakan K3s secara signifikan meningkatkan efisiensi operasional dibandingkan pendekatan tradisional?

  4. Bagaimana analisis cost-benefit dari implementasi cloud-native environment pada spesifikasi server yang identik?

Tujuan Penelitian​

Tujuan Umum​

Merancang, mengimplementasikan, dan memvalidasi environment deployment berbasis cloud-native menggunakan K3s yang efisien, scalable, dan cost-effective untuk aplikasi microservices.

Tujuan Khusus​

  1. Merancang arsitektur cloud-native deployment yang meliputi:

    • Konfigurasi K3s cluster
    • Integrasi Gitea sebagai source control management
    • Pipeline CI/CD menggunakan Gitea Runner
    • Strategi container orchestration

  2. Mengimplementasikan proof-of-concept menggunakan real case aplikasi Node.js dengan tiga services (users, products, orders) yang saling terintegrasi.

  3. Melakukan pengujian komparatif antara monolith server dan cloud-native environment dengan metrik:

    • Deployment time
    • Deployment consistency (success rate)
    • System recovery time
    • Resource utilization
    • Operational efficiency

  4. Memvalidasi keunggulan cloud-native melalui:

    • Analisis data kuantitatif
    • Perbandingan cost-benefit
    • Evaluasi efisiensi operasional

  5. Menyediakan dokumentasi implementasi yang dapat direplikasi oleh praktisi dan peneliti lain.

Batasan dan Ruang Lingkup Penelitian​

Untuk menjaga fokus dan validitas penelitian, ditetapkan batasan sebagai berikut:

Lingkup Teknis​

Yang Termasuk dalam Penelitian:

  • Aplikasi real case berbasis Node.js dengan arsitektur 3-tier microservices
  • Deployment pada single server (4 vCPU, 8GB RAM, Ubuntu 22.04)
  • Penggunaan K3s sebagai Kubernetes distribution
  • Gitea dan Gitea Runner sebagai tools CI/CD
  • Pengujian deployment time, consistency, recovery, dan scalability

Yang TIDAK Termasuk dalam Penelitian:

  • Multi-node Kubernetes cluster
  • Cloud provider managed services (AWS EKS, GKE, Azure AKS)
  • Service mesh (Istio, Linkerd)
  • Advanced monitoring tools (Prometheus, Grafana) - hanya disebutkan sebagai rekomendasi
  • Database clustering atau high availability database
  • Load testing dengan tools khusus (JMeter, k6) - hanya basic load testing

Lingkup Pengujian​

Skenario Pengujian:

  1. Deployment Time Testing (3-5 iterasi)
  2. Deployment Consistency Testing (5 iterasi)
  3. Recovery Testing (simulasi pod/process failure)
  4. Basic Scalability Testing (concurrent requests)
  5. Operational Efficiency Assessment (kualitatif)

Metrik yang Diukur:

  • Waktu deployment (detik)
  • Success rate (%)
  • Recovery time (detik)
  • Response time (ms)
  • Error rate (%)

Lingkup Analisis Biaya​

  • Perbandingan biaya berdasarkan asumsi server yang identik
  • Fokus pada software open-source (no licensing cost)
  • Analisis cost-benefit bukan absolute cost comparison
  • Pertimbangan biaya operasional (waktu deployment, downtime)

Metodologi Penelitian​

Penelitian ini menggunakan metode eksperimental komparatif dengan pendekatan kuantitatif.

Tahapan Penelitian​

┌─────────────────────────────────────────────────────────────┐
│ 1. PERSIAPAN                                                │
│    - Studi literatur                                        │
│    - Identifikasi tools dan teknologi                       │
│    - Perancangan arsitektur sistem                          │
└─────────────────────────┬───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│ 2. IMPLEMENTASI                                             │
│    - Setup environment A (Monolith Server)                  │
│    - Setup environment B (Cloud-Native K3s)                 │
│    - Deploy aplikasi real case                              │
└─────────────────────────┬───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│ 3. PENGUJIAN                                                │
│    - Deployment time testing                                │
│    - Consistency testing                                    │
│    - Recovery testing                                       │
│    - Scalability testing                                    │
└─────────────────────────┬───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│ 4. ANALISIS                                                 │
│    - Pengolahan data hasil pengujian                        │
│    - Analisis komparatif                                    │
│    - Validasi hipotesis                                     │
│    - Cost-benefit analysis                                  │
└─────────────────────────┬───────────────────────────────────┘
                          │
┌─────────────────────────▼───────────────────────────────────┐
│ 5. KESIMPULAN & REKOMENDASI                                 │
│    - Penarikan kesimpulan                                   │
│    - Saran untuk penelitian lanjutan                        │
└─────────────────────────────────────────────────────────────┘

Hipotesis Penelitian​

H₀ (Null Hypothesis): Tidak terdapat perbedaan signifikan antara deployment monolith server dan cloud-native environment dalam aspek performa dan efisiensi.

H₁ (Alternative Hypothesis): Cloud-native environment menggunakan K3s memiliki performa dan efisiensi yang lebih baik dibandingkan monolith server secara signifikan.

Kriteria Penerimaan H₁:

  • Deployment time lebih cepat ≥30%
  • Success rate lebih tinggi ≥15%
  • Recovery time lebih cepat ≥50%
  • Operational efficiency secara kualitatif lebih baik

Sistematika Pembahasan​

Dokumentasi penelitian ini disusun secara terstruktur untuk memudahkan pemahaman:

📌 Bab 1: Real Case​

Menjelaskan aplikasi Node.js yang digunakan sebagai objek penelitian, meliputi:

  • Arsitektur aplikasi (3 microservices)
  • Alur bisnis proses
  • Alasan pemilihan real case
  • Perbandingan dua environment yang diuji

🔧 Bab 2: Environment Setup​

Menguraikan detail konfigurasi teknis:

  • Spesifikasi server
  • Environment A: Monolith Server
  • Environment B: Cloud-Native (Gitea + Gitea Runner + K3s)
  • Network configuration

🔄 Bab 3: CI/CD Flow​

Menjelaskan alur otomasi deployment:

  • Pipeline architecture
  • Tahapan CI (Continuous Integration)
  • Tahapan CD (Continuous Deployment)
  • Perbandingan dengan manual deployment

📋 Bab 4: Test Plan​

Menyajikan metodologi pengujian terstruktur:

  • Tujuan dan scope pengujian
  • Skenario pengujian detail
  • Metrik yang diukur
  • Expected outcomes

📊 Bab 5: Test Result​

Menampilkan hasil pengujian dan analisis:

  • Data hasil pengujian (tabel dan grafik)
  • Analisis komparatif
  • Validasi hipotesis
  • Interpretasi hasil

💰 Bab 6: Cost Analysis​

Membahas aspek ekonomis implementasi:

  • Breakdown biaya infrastruktur
  • Perbandingan cost-benefit
  • ROI estimation
  • Kesimpulan kelayakan ekonomis

Manfaat Penelitian​

Manfaat Akademis​

  • Menyediakan referensi implementasi cloud-native untuk skala kecil-menengah
  • Memberikan data empiris perbandingan deployment tradisional vs modern
  • Menjadi baseline untuk penelitian lanjutan tentang K3s dan lightweight Kubernetes

Manfaat Praktis​

  • Blueprint implementasi yang dapat langsung digunakan oleh praktisi
  • Mengurangi persepsi bahwa Kubernetes = mahal dan kompleks
  • Meningkatkan efisiensi operasional deployment aplikasi
  • Menurunkan downtime dan meningkatkan reliability sistem

Manfaat Industri​

  • Mendorong adopsi cloud-native di organisasi skala kecil-menengah
  • Menunjukkan bahwa transformasi digital dapat dilakukan secara bertahap
  • Memberikan alternatif cost-effective untuk modernisasi infrastruktur