Testbed Implementasi Algoritma K-Means pada OpenStack Neat dalam Seleksi Mesin Virtual

Metode yang dapat secara efisien meningkatkan pemanfaatan sumber daya dan mengurangi konsumsi energi di dalam cloud computing yaitu Dynamic Consolidation of Virtual Machines, yang dalam penerapannya memanfaatkan metode live VM migration yang dapat secara mudah memindahkan VM yang sedang berjalan dari suatu host ke host lain. Dalam dynamic VM consolidation salah satunya membahas VM selection yang bertugas menentukan virtual machine yang akan dipilih ketika host mengalami overload, kemudian dilakukan proses live VM migration. Pada penelitian berfokus pada permasalahan virtual machine selection, yang kemudian akan dibuat menjadi add-on pada OpenStack Neat menggunakan algoritma K-Means dan diuji secara testbed eksperimen (langsung pada mesin server fisik). Pengujian jumlah klaster pada metode K-Means yaitu klaster 3, klaster 4, dan klaster 5 untuk mengetahui pengaruh dan menentukan jumlah klaster K-Means yang terbaik untuk diterapkan pada VM selection. Workload dibangkitkan dari CPU load generator. Performa dievaluasi dengan menghitung aggregated overload time fraction(AOTF), aggregated idle time fraction(AITF), CPU Utilization dan jumlah Migrasi VM yang terjadi pada host. Pada penelitian ini diperoleh kesimpulan bahwa algoritma K-Means 3 klaster merupakan algoritma terbaik