Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada saat ini, pengadaan suatu event untuk menarik pengguna dilakukan oleh perusahaan. Namun, hal tersebut menyebabkan lonjakan HTTP Request pada pod yang ada pada kluster. Peristiwa tersebut menyebabkan thundering herd yang berdampak ke response time yang meningkat. Pada umumnya, terdapat Horizontal Pod Autoscaler (HPA) yang digunakan untuk mengatur jumlah pod berdasarkan kebutuhan namun waktu yang dibutuhkan cukup lama. Waktu yang lama disebabkan oleh adanya pengecekan yang dilakukan oleh Readiness dan Liveness Probe. Untuk dapat membuat kluster lebih siap menghadapi suatu event, pengembang melakukan kon gurasi ulang pada HPA sebelum event dimulai. Namun, selain diperlukan pengkon gurasian pada HPA diperlukan juga pengkon gurasian terhadap Cluster Autoscaler (CA) dikarenakan pod yang dibuat HPA memiliki kemungkinan tidak aktif jika tidak terdapat node yang tersedia untuk digunakan. Karena pengkon gurasian dilakukan dengan campur tangan manusia, maka peluang human error seperti lupa atau salah hitung dapat terjadi. Maka dari itu, dalam penelitian ini akan dikembangkan sebuah aplikasi KubeEP yang dapat melakukan penjadwalan kon gurasi HPA dan pengkalkulasian banyaknya node yang dibutuhkan oleh suatu kluster pada saat event terjadi. Dampak dari aplikasi KubeEP akan diuji dengan memberikan pengujian beban kepada kluster yang telah dijadwalkan kon gurasi HPA-nya dan telah dikalkulasikan banyak node yang dibutuhkan. Pengujian dilakukan dengan membuat lonjakan HTTP Request pada saat event mulai. Hasil pengujian didapati bahwa kluster yang dilakukan penjadwalan kon gurasi serta pengkalkulasian jumlah maksimum node memiliki performa yang lebih baik. Sementara itu, kluster yang dilakukan penjadwalan kon gurasi namun jumlah maksimum nodenya hanya 2 kali lipat dari sebelumnya memiliki performa yang lebih rendah namun masih bisa memproses HTTP Request. Pada kluster yang dilakukan penjadwalan namun jumlah maksimum node nya tidak disesuaikan lagi memiliki performa yang cukup buruk, banyak sekali HTTP Request yang gagal dan memiliki response time yang tinggi. Performa yang lebih buruk didapati pada saat kluster tidak dilakukan penjadwalan dan pengkalku- lasian jumlah maksimum node yang dibutuhkan. Berdasarkan pengujian tersebut dilakukan analisis dan didapati bahwa dampak dari penjadwalan dan pengkalkulasian yang dilakukan oleh aplikasi KubeEP memberikan efek yang signi kan pada performa dan ketersediaan kluster.

---

Currently, a company creates an event to attract many users. However, it causes HTTP Request spikes to cluster pods. HTTP Request spikes cause thundering herd and the result is an increase in response time. In general, there is a Horizontal Pod Autoscaler (HPA) used for managing pod count according to the needs but it takes quite a long time. The long time is due to a check carried out by Readiness and Liveness Probe. To make kluster more ready to handle the event, developer recon gures the HPA before the event starts. However, besides that con guration on HPA is also required con guration of Cluster Autoscaler (CA) because the pod that HPA creates might had a chance to not active if there are no nodes available to be used. Because the con guration is done by human intervention, the possibility of human error such as forgetting or miscalculation can occur. Therefore, in this research, a KubeEP application will be developed that can perform HPA con guration scheduling and calculating the number of nodes required by a cluster when the event occurs. The impact of KubeEP application will be tested by providing load testing to a cluster that had scheduled HPA con guration and calculated the required number of nodes. Testing is done by making HTTP Request spikes when event starts. The test results found that the cluster which had scheduled con guration and calculated the required maximum number of nodes had better performance. Meanwhile, cluster which had scheduled con guration but the maximum number of nodes is doubled the amount from before had a lower performance but it still can process the HTTP Request. In cluster which had scheduled con guration but the maximum number of nodes is not changed had a bad performance, many HTTP Requests had failed and they had high response time. Worst performance found in kluster which had no scheduling and calculation of the required amount of maximum nodes. Based on the tests, an analysis was carried out and it was found that the impact of scheduling and calculations performed by the KubeEP application had a signi cant effect on the performance and availability of the cluster"

"Penggunaan container pada arsitektur microservice merupakan sebuah pendekatan yang dapat digunakan untuk mempermudah proses delivery sistem. Container dalam sistem pun lebih mudah diatur dengan Kubernetes sehingga sistem dapat berjalan secaraseamless. Hal tersebut memungkinkan deployment sistem yang cepat dan portable. Salah satu strategi deployment yang dapat digunakan untuk men-deploy sistem yang menggunakan container pada arsitektur microservice adalah canary deployment, dimana sebagian traffic diarahkan ke sekelompok kecil pengguna terlebih dahulu untuk menguji aplikasi di production. Pada dasarnya, canary deployment dapat dilakukan secara native dengan Kubernetes, namun cara ini masih memiliki masalah, yaitu traffic distribution dan replica deployment yang tidak independen. Salah satu solusi yang dapat dilakukanuntuk memecahkan masalah tersebut adalah dengan menggunakan service mesh. Hal ini dikarenakan service mesh memiliki fitur traffic management yang dapat melakukan intelligent routing untuk melakukan canary deployment. Isu independensi ini memengaruhi proses deployment dan kebutuhan bisnis, dimana dengan menggunakan service mesh, jumlah replika pods yang digunakan untuk men-deploy aplikasi tidakberubah bagaimanapun aturan traffic routing-nya. Hal ini berbeda dengan sistem yang tidak menggunakan service mesh, dimana jumlah replika pods-nya berubah-ubah menyesuaikan aturan traffic routing yang telah ditentukan. Tanpa service mesh, rasio replika pods perlu diatur secara manual dengan konfigurasi yang redundan. Di sisi lain, konfigurasi sistem dengan service mesh mudah diatur dengan memanfaatkan fitur-fitur yang disediakan oleh service mesh itu sendiri, khususnya fitur traffic management. Selain itu, penggunaan service mesh dalam proses canary deployment pada aplikasiberbasis Kubernetes juga dapat membuat proses deployment menjadi lebih efisien dalam jumlah resource (pods).

---

The use of containers in the microservice architecture is an approach that can be used to

simplify the system delivery process. Containers in the system are also easier to manage with Kubernetes so that the system can run seamlessly. This allows for fast and portable system deployment. One deployment strategy that can be used to deploy systems that use containers on a microservices architecture is canary deployment, where some traffic is directed to a small group of users first to test the application in production. Basically, canary deployment can be done with Kubernetes natively, but this method still has

problems, namely traffic distribution and replica deployment which are not independent. One solution that can be done to solve this problem is to use a service mesh. This is because the service mesh has a traffic management feature that can perform intelligent routing to perform canary deployments. This independence issue affects the deployment

process and business needs, where by using a service mesh, the number of replica pods used to deploy applications does not change regardless of the traffic routing rules. This is different from a system that does not use a service mesh, where the number of replica pods varies according to predetermined traffic routing rules. Without a service mesh, the ratio of pod replicas needs to be set manually with redundant configurations. On the

other hand, system configuration with service mesh is easy to manage by utilizing the features provided by the service mesh itself, especially the traffic management feature. In addition, the use of service mesh in the canary deployment process for

Kubernetes-based applications can also make the deployment process more efficient in terms of the number of resources (pods)."

"Internet of Things merupakan teknologi perangkat terkoneksi yang memiliki angka pertumbuhan terpesat di dunia. Pada tahun 2020, perangkat IoT yang telah terkoneksi mencapai 31 miliar perangkat dan masih terus meningkat, sehingga teknologi ini akan mengubah cara hidup kita setelah hadirnya internet sebagai pionir. Hal tersebut mengakibatkan semakin kompleksnya diversifikasi topik IoT baru, mekanisme protokol, dan karakteristik perangkat keras yang terhubung pada infrastruktur server IoT. Indonesia akan segera mengimplementasikan 5G sebagai teknologi jaringan nirkabel generasi ke-5, sehingga hal ini mendorong adanya adaptasi yang dilakukan terhadap infrastruktur IoT pada cloud computing. Integrasi ini akan membuka sebuah ekosistem inovasi produk smart devices baru, baik itu produk skala kecil yang dilakukan oleh perorangan dan komunitas, maupun skala besar oleh sektor usaha, industri dan pemerintahan. Maka, dibutuhkan sebuah aplikasi IoT sebagai middleware, penghimpun data, router addressing ID unik, pemvisualisasi data, dan penganalisis ribuan bahkan jutaan perangkat IoT yang terkoneksi. Penyebaran arsitektur monolithic sudah perlahan ditinggalkan, melainkan mengubah pendekatan operasinya dengan menggunakan arsitektur microservice dengan containerization yang menawarkan fleksibilitas, pengembangan yang cepat, performa yang kuat dan loosely-coupled. Supaya pendekatan bersifat kontinyu, maka Continuous Integration dan Continuous Deployment Pipeline atau CI/CD Pipeline digunakan sebagai Software Development Life Cycle. Secara garis besar, penelitian ini membahas usulan arsitektur server IoT dengan Kubernetes dan aplikasinya, proses deployment secara CI/CD, analisis performa utilisasi dan autoscaling pada kubernetes cluster saat load tests sedang dijalankan, analisis berbasis model terhadap hasil metrik yang didapatkan guna meningkatkan performa deployment dari perspektif aplikasi IoT dengan akses request skala besar.

---

The Internet of Things is a connected device technology that has a rapid growth rate in the world. In 2020, there are 31 billion connected IoT devices and still increasing, thus this technology will change the way we live after the presence of the internet as a pioneer. We are getting more diversification of new IoT topics, protocol mechanisms, and characteristics of the hardware connected to the IoT server infrastructure becoming increasingly complex. Indonesia will soon implement the 5G as the fifth generation of wireless network technology, thus this will encourage adaptations to be made to the Indonesian IoT infrastructure in cloud computing. This integration will open an innovative ecosystem for new smart device products, both small-scale products carried out by individuals and communities, as well as large-scale by the business sector, industries and government as well. Therefore, an IoT application is needed as a middleware, data collector, unique-ID addressing router, data visualizer, and analyzer of thousands or even millions of connected IoT devices. Deployment of monolithic architectures is slowly being abandoned, instead changing its operating approach by using a microservice architecture with containerization that offers flexibility, fast development, robust performance, and loosely-coupled. To maximize the approach to be continuous, the Continuous Integration and Continuous Deployment Pipeline or CI/CD Pipeline are used as the Software Development Life Cycle. Broadly speaking, this research discusses the architectural design of IoT over Kubernetes and its applications, CI/CD deployment processes, performance analysis of the autoscaling during incoming traffic from running load tests, model-based analysis in accordance with metric results to enhance the deployment performance of IoT applications with large-scale request accesses perspective."

"Dalam era revolusi industri 4.0, integrasi teknologi menjadi kunci untuk meningkatkan produktivitas di sektor manufaktur. Dalam konteks ini, penggunaan Cloud Computing, Internet of Things (IoT), dan Machine Learning (ML) memainkan peran penting. IoT dan Cloud Computing digunakan untuk mengelola proses pengumpulan dan pengolahan data, terutama dari sensor mesin. Data ini kemudian dapat digunakan untuk pelatihan model ML, khususnya dalam kasus Predictive Maintenance. Predictive Maintenance bertujuan untuk memprediksi kapan suatu mesin memerlukan perawatan. Dalam penelitian sebelumnya, pendekatan masalah hanya memilih satu metode (klasifikasi atau regresi). Oleh karena itu, penelitian ini menciptakan metode Predictive Maintenance yang menggabungkan keduanya. Model yang dikembangkan menggunakan dua jenis pendekatan: Random Forest Tree untuk klasifikasi dan LSTM (Long Short-Term Memory) dengan Fully Connected layer untuk prediksi. Hasil pengujian menunjukkan bahwa model yang menggunakan LSTM untuk klasifikasi dan regresi mencapai akurasi 100%. Diikuti dengan hasil recall, precission, dan F-1 score yang mencapai 1.00. Oleh karena itu, LSTM dapat dianggap sebagai algoritma terbaik untuk Predictive Maintenance dalam industri manufaktur.

---

In the era of the 4th industrial revolution, technology integration is key to improving productivity in the manufacturing sector. In this context, the use of Cloud Computing, Internet of Things (IoT), and Machine Learning (ML) plays a crucial role. IoT and Cloud Computing are used to manage the process of data collection and processing, especially from machine sensors. This data can then be used for ML model training, particularly in the case of Predictive Maintenance. Predictive Maintenance aims to predict when a machine requires maintenance. In previous research, the problem approach often involved choosing only one method (classification or regression). Therefore, this study created a Predictive Maintenance method that combines both approaches. The developed model uses two types of approaches: Random Forest Tree for classification and LSTM (Long Short-Term Memory) with a Fully Connected layer for prediction. Test results show that the model using LSTM for both classification and regression achieves 100% accuracy. Additionally, the recall, precision, and F-1 score results also reach 1.00. Therefore, LSTM can be considered the best algorithm for Predictive Maintenance in the manufacturing industry."

"Cloud computing adalah sebuah paradigma komputasi yang berkembang dari teknologi yang ada, seperti grid computing, virtualisasi dan Internet. Cloud computing memberi ilusi sumberdaya komputasi yang tak terhingga, yang dapat diakses dari mana saja, kapan saja. Meskipun cloud computing berpotensi memberikan manfaat yang besar, namun masalah keamananya masih menjadi pertanyaan, yang mana menghambat adopsinya. Persoalan keamanan pada cloud computing menjadi semakin rumit karena karakteristik cloud computing yang khas seperti kelenturan alokasi sumberdaya, dan pengguna yang jamak. Jaringan cloud berbasis platform Eucalyptus banyak diterapkan pada fasilitas cloud privat. Penelitian ini bertujuan untuk mengetahui potensi hambatan atas pelayanan jaringan cloud akibat serangan yang terarah (targeted attack), pada sistem jaringan cloud berbasis platform Eucalyptus. Pengujian menunjukan adanya peningkatan waktu respon hingga 2863,22% akibat serangan terarah terhadap layanan web administrasi. Penerapan pembatasan dan kendali laju data (rate control, rate limit) pada penelitian ini merupakan solusi untuk mengurangi dampak serangan terarah. Dengan langkah mitigasi ini peningkatan beban dapat dikendalikan sehingga tidak memengaruhi pelayanan. Pengujian kerentanan menunjukan layanan jaringan cloud berbasis platform Eucalyptus tidak memiliki ancaman kerentanan yang berpotensi menjadi serangan keamanan.

---

Cloud computing is a computing paradigm that evolve from existing technology, such as grid computing, virtualization and the Internet. Cloud computing provides an illusion of unlimited computing resources, which can be accessed from anywhere, anytime. Despite the potential gains achieved from the cloud computing, the model security is still questionable which hindered adoption. The security problem becomes more complicated under the cloud model as new dimensions have entered into the problem scope related to the model architecture, multi-tenancy, elasticity, and layers dependency stack.

Eucalyptus based cloud network service widely deployed as private cloud infrastructure. Experiment on this paper focused on finding potential denial-ofservice (DoS) and the impact on ability to provide services during attack. We observe an increase on response time up to 2863,22% during targeted attack to the web-based management service.

Mitigation effort by implementing rate control and rate limit on cloud controller help on reducing average system load to an acceptable level, which prevents disruption of the service. Vulnerability testing in this research shows that Eucalyptus web-based management does not have exploitable security hole."

"Data kehadiran adalah data yang penting baik di lingkup sekolah, universitas, maupun perkantoran untuk karyawan. Presensi yang berupa tandatangan dapat dipalsukan oleh siapa saja dan kapan saja. Sehingga dibutuhkan sebuah perangkat yang dapat mempermudah proses absensi sekaligus mendeteksi keterlambatan siswa/pegawai sebelum memasuki ruangan. Skripsi ini mengembangkan Smart Presence System berbasis Face Recognition dengan machine learning yang dirancang dengan komputasi pada awan (Cloud Computing) dan komputasi pada sebuah node/titik (Fog Computing). Skripsi ini melakukan perbandingan performa Smart Presence System yang dibangun dengan Cloud Computing menggunakan layanan AWS Face Rekognition dan Fog Computing yang ditulis menggunakan bahasa Python dengan library OpenCV yang menggunakan perangkat Raspberry Pi sebagai titik komputasi. Penulis telah melakukan pengujian perbandingan waktu komputasi, penggunaan memori, serta penggunaan biaya antara Cloud Computing dan Fog Computing. Pengujian waktu komputasi dilakukan dengan menggeser router/titik uji sejauh 3 meter, 5 meter dan 7 meter dari sensor kamera. Pengujian waktu komputasi pada Cloud Computing didpat sebesar 11.02 detik, 2.99 detik dan 3.02 detik dengan total penggunaan memori sebesar 0.0042 MB dan total biaya yang diperlukan untuk membangun rancangan Cloud Computing sebesar Rp2.819.516 dalam penggunaan 12 bulan. Dan rata-rata waktu untuk komputasi pada fog sebesar 0.723 detik, 0.99 detik, 1.94 detik dengan total penggunaan memori sebesar 540MB dan total biaya untuk membangun rancangan ini sebesar Rp2.220.00 dalam penggunaan 12 bulan.

---

Attendance document is an important thing in schools, universities, and offices for employees. Attendance is usually done by giving a signature on a piece of paper, and it can be forged by anyone. In school, attendance is usually done manually by the teacher and it takes time. So we need a device that can simplify the attendance process and can not be forged. This thesis has developed a Smart Presence System with machine learing designed with Cloud Computing and Fog Computing. This Thesis compared the performance of The Smart Presence System that built with Cloud Computing using AWS Rekognition and Fog Computing that built in Raspberry pi and written in python and library Opencv. The author has tested the comparison of Cloud Computing and Fog Computing in Computing Time, Memory usage and Cost. Computing time testing is done by shifting the router/test point as far as 3 meters, 5 meters, and 7 meters. The computing time on Cloud Computing were 11.02s, 2.99s, and 3.02s with total memory usage of 0.0042MB and the total cost is Rp.2.819.516 in 12 months of use. And The computing time on Fog Computing were o.72s, 0.99s, and 1.94s with the total memory usage of 540MB and the total cost to build this architecture is Rp2.220.000 in 12 months of use."

"Industri perbankan di Indonesia saat ini belum mengadopsi layanan cloud computing akibat dari peraturan Bank Indonesia dan Pemerintah. Penelitian ini bertujuan menjelaskan faktor-faktor yang mempengaruhi perusahaan perbankan untuk mengadopsi layanan cloud computing dilihat dari konteks technology, environtment, dan organization. Analisis ini menggunakan kerangka TOE (Technology-Organization-Environtment), teori DOI (Diffusion of Innovation), dan metoda PLS (Partial Least Square). Hasil penelitian ini menunjukkan bahwa faktor technology tidak berpengaruh signifikan bagi perusahaan perbankan untuk mengadopsi cloud computing, namun faktor organization dan environtment berpengaruh signifikan bagi perusahaan perbankan dalam mengadopsi cloud computing, dimana model yang dihasilkan dalam penelitian ini cukup kuat (moderate) sebesar 36.1 %.

---

The banking industry in Indonesia has yet to adopt cloud computing services as a result of the regulation of Bank Indonesia and the Government. This study aims to explain the factors that affect the banking companies to adopt cloud computing services viewed from the context of technology, environtment, and organization. This analysis uses a framework TOE (Technology-Organization-Environment), the theory DOI (Diffusion of Innovation), and the method of PLS (Partial Least Square).

These results indicate that the technology factors had no significant effect for banking companies to adopt cloud computing, but the organization and environtment influential factors significant for the banking companies to adopt cloud computing, where the model is produced in this study is quite strong (moderate) of 36.1%."

"ABSTRAKPemanfaatan Teknologi Informasi dalam sebuah organisasi merupakan sebuah alat penting dalam mencapai tujuan bisnis organisasi tersebut. Salah satu teknologi yang dapat mencapai tujuan tersebut adalah cloud computing, yang memungkinkan layanan dapat diakses dari mana saja secara nyaman. Cloud computing juga dapat memungkinkan akses terhadap layanan jaringan bersama dari suatu sumber daya komputasi yang telah dikonfigurasi.Penelitian ini bertujuan untuk mengidentifikasi kesesuaian Kementerian Luar Negeri RI dalam mengadopsi cloud computing dengan menggunakan pemodelan Misra Mondal Model dan menentukan tipe cloud deployment yang tepat menggunakan pendekatan AHP (Analytic Hierarchy Process) serta kriteria yang ditentukan berdasarkan analisa BCOR (Benefit, Cost, Opportunity, Risk). Dalam penelitian ini dilakukan wawancara, penyebaran kuesioner dan juga studi literatur untuk metode pengumpulan datanya.Hasil dari penelitian ini yaitu organisasi Kementerian Luar Negeri berada di range yang dapat dimungkinkan untuk mengadopsi teknologi cloud. Sedangkan hasil penelitian untuk tipe deployment yang paling sesuai di Kementerian Luar Negeri adalah tipe deployment private cloud.

---

ABSTRACTThe use of information technology in an organization is an important tool to achieve the business goals of the organization. One of the technology that can be used for that purpose is cloud computing which enable some services could comfortably accessed anywhere. Cloud computing also enabling access to the shared network in some computing resource that have been configured.The purpose of this research are to identify the suitability of cloud computing adoption by using Misra Mondal model and to select the most suitable cloud deployment type by using AHP (Analytic Hierarchy Process) and the specified criteria by using BCOR (Benefit, Cost, Opportunity, Risk) Analysis. On this research, the data collection method are interviews, questionnaires, and also study the literature.The results from this research is that Ministry of Foreign Affairs on the range which cloud computing technology could be possible to adopt. While the other results of this research in the Ministry of Foreign Affairs for the most appropriate type of cloud deployment type is private cloud type."

"Cloud computing adalah teknologi baru hasil pengembangan dari sistem berbasis Internet dengan sumber daya komputasi dalam skala besar yang disediakan melalui Internet untuk pengguna. Aplikasi multimedia pada cloud membutuhkan Quality of Service (QoS) seperti bandwidth, delay, dan lain-lain. Penyediaan QoS merupakan tantangan pada multimedia cloud computing. Penelitian ini mengusulkan sistem QoS MEC, sebuah sistem QoS cloud computing dengan kombinasi teknologi Hadoop dan metode Load Balancing berbasis Eucalyptus untuk aplikasi multimedia. Hadoop merupakan platform yang bersifat open source digunakan untuk data berukuran besar yang diproses secara terdistribusi dan paralel. Load balancing merupakan metode untuk membagi beban kerja server. Hasil pengujian menunjukkan bahwa terjadi percepatan response time dan peningkatan throughput, terbesar terjadi pada saat jumlah koneksi per detik 5000. Persentase percepatan response time video ukuran 58,4 MB, adalah 20,42 %; video ukuran 137 MB, adalah 21,36%; video ukuran 249 MB, adalah 21,51%. Persentase peningkatan throughput video ukuran 58,4 MB, adalah 12,52%; video ukuran 137 MB, adalah 13,39%; video ukuran 249 MB, adalah 14,09%.

---

Cloud computing is a new technology development results of Internet-based systems with computing resources on a large scale are provided via the Internet to the user. Multimedia application in the cloud requires Quality of Service (QoS) such as bandwidth, delay, and others. Provision of QoS is a challenge on a multimedia cloud computing.

This research proposed a QoS MEC system, a QoS cloud computing system with technology combination of Hadoop and Load Balancing method based Eucalyptus for multimedia applications. Hadoop is an open source platform which is used for large data that is distributed and processed in parallel. Load balancing is a method to divide the workload of the server.

The test results show that there is accelerated response time and increased throughput and largest occurred when the number of simultaneous access is 5000. Percentage of acceleration response time for video size of 58.4 MB is 20.42%; video size of 137 MB is 21,36%; and video size of 249 MB is 21,51%. The increased percentage of throughput for video size of 58.4 MB is 12,52%; video size of 137 MB is 13,39%; and video size of 249 MB is 14,09%."

"Skripsi ini berisi mengenai konsep dasar, perancangan dan implementasi enkripsi data dengan RSA yang diterapkan pada private cloud Infrastucture as a Service (IaaS). Tujuan dari skripsi ini menganalisa keamanan pengiriman data dan waktu dari implementasi kriptografi RSA pada sistem Eucalyptus private cloud. Pengiriman data pada sistem virtualisasi private cloud membutuhkan enkripsi untuk mengantisipasi serangan dari man-in-the-middle sehingga penyerang tidak mengetahui isi data dengan mudah. Hasil penelitian menunjukkan bahwa waktu eksekusi program RSA dipengaruhi oleh ukuran data dan nilai kunci RSA yang dibangkitkan. Peningkatan ukuran data akan mempengaruhi peningkatan waktu eksekusi program RSA. Peningkatan waktu eksekusi untuk format .txt sebesar 31,44%, untuk format .doc sebesar 24,83% dan untuk format .pdf sebesar 24,85%. Nilai d untuk kunci privat RSA yang besar akan sangat mempengaruhi waktu eksekusi karena membutuhkan waktu dekripsi yang lebih lama. Sedangkan nilai e yang besar untuk kunci publik RSA tidak terlalu signifikan mempengaruhi waktu enkripsi menjadi lebih lama namun tetap berkontribusi terhadap waktu eksekusi RSA. Keamanan pengiriman data pada sistem private cloud dibutuhkan terutama dengan RSA 2048 bit dan sistem padding, namun pada skripsi ini hanya digunakan enkripsi plain RSA.

---

This thesis contains about fundamental concept, the design and the implementation of data encryption using RSA which is applied on private cloud Infrastucture as a Service (IaaS). The purposes of this thesis are to analyze the the data transfer security and the time of RSA cryptography appliance on Eucalyptus private cloud system. Secret data transfer on private cloud virtualization requires encryption in order to anticipated the attack from man-in-the-middle so that the attacker won?t know the contents of data easily.

The result of this research prove that RSA execution time influented by the size of data and the value of the generated RSA keys. Data size increment will influence the execution times of RSA. The increment time for .txt is 31,44%, increment time for .doc is 24,83%, and increment time for .pdf is 24,85%. Large values of d for RSA private key greatly affect the execution time because need a longer decryption time.

However, the large value of e for public keys isn?t influence the encryption time significantly but still contributes the execution time. The security of data transfer on private cloud system is needed especially using RSA 2048 bit and padding system appliance,however this thesis only implement plain RSA encryption."