DYNAMIC VM AUTOSCALING IN CLOUD COMPUTING USING HONEY BADGER ALGORITHM

Abstract

Komputasi awan memaksa manajemen sumber daya yang efisien untuk menangani fluktuasi beban kerja yang dinamis. Metode autoscaling berbasis ambang batas sering mengalami keterlambatan respons penyediaan yang menyebabkan pelanggaran service level aggreement (SLA), terutama saat terjadi lonjakan trafik secara tiba-tiba. Penelitian ini mengusulkan autoscaling proaktif menggunakan honey badger algorithm untuk mengoptimalkan alokasi container secara dinamis. Fungsi fitness multi objektif pada HBA dilakukan modifikasiuntuk mengintegrasikan penalti SLA. Efisiensi sumber daya dan biaya operasional untuk mendeteksi risiko pelanggaran yang lebih awal. Validasi dilakukan melalui pendekatan emulasi berbasis docker pada lingkungan wsl dengan membandingkan kinerja sistem pada skenario beban normal dan beban ekstrem. Hasil eksperimen menunjukkan bahwa pada beban normal, HBA mampu mempertahankan rata-rata waktu respons sebesar 0,29 detik dengan prioritas performa. Pada skenario ekstrem algoritma menunjukkan resiliensi tinggi dengan membatasi tingkat pelanggaran SLA sebesar 20% dan menjaga utilitas CPU pada 49,10% menggunakan rata-rata 1,98 kontainer. Penelitian ini membuktin bahwa HBA mampu menyeimbangkan trade-off antara kualitas layanan dan efisiensi biaya secara otonom pada lingkup sumber daya yang terbatas.