EUVIMEDEUVIMED entdecken
Crossref

Implementasi Deep Reinforcement Learning untuk Optimalisasi Penjadwalan Dinamis di Cloud Computing Hybrid

Abdurrohman Abdurrohman, Wemby Juniarrochman

Quality: Journal of Community Service · 29.06.2026 · 3 (1) · 1-10

DOI: 10.59613/w94jkd03 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Quality: Journal of Community Service, online erschienen am 29.06.2026. Verfasst von Abdurrohman Abdurrohman und 1 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan hybrid cloud computing menghadirkan tantangan baru dalam penjadwalan sumber daya akibat karakteristik lingkungan yang heterogen, dinamis, dan memiliki beban kerja yang terus berubah. Penelitian ini bertujuan menganalisis implementasi Deep Reinforcement Learning (DRL) dalam optimalisasi penjadwalan dinamis pada lingkungan hybrid cloud serta mengidentifikasi kontribusinya terhadap peningkatan kinerja sistem. Penelitian menggunakan pendekatan kualitatif dengan metode Narrative Literature Review (NLR) melalui analisis berbagai publikasi ilmiah bereputasi yang membahas penerapan DRL pada manajemen sumber daya cloud computing. Hasil kajian menunjukkan bahwa algoritma DRL, seperti Deep Q-Network (DQN), Double DQN, Deep Deterministic Policy Gradient (DDPG), Proximal Policy Optimization (PPO), dan Actor-Critic, mampu menghasilkan kebijakan penjadwalan yang lebih adaptif dibandingkan metode konvensional. Implementasi DRL terbukti meningkatkan utilisasi sumber daya, mengurangi waktu penyelesaian tugas (makespan), meningkatkan throughput, menurunkan latency, serta mengoptimalkan keseimbangan penggunaan cloud privat dan cloud publik sehingga biaya operasional dapat ditekan tanpa mengurangi kualitas layanan. Selain itu, kemampuan pembelajaran berbasis interaksi dengan lingkungan memungkinkan sistem mempertahankan Quality of Service (QoS) secara optimal pada kondisi workload yang dinamis. Temuan ini menunjukkan bahwa DRL memiliki potensi besar sebagai fondasi pengembangan sistem penjadwalan hybrid cloud yang lebih cerdas, efisien, adaptif, dan berkelanjutan.

Zitieren

APA

Abdurrohman, A., & Juniarrochman, W. (2026). Implementasi Deep Reinforcement Learning untuk Optimalisasi Penjadwalan Dinamis di Cloud Computing Hybrid. Quality: Journal of Community Service, 3(1), 1-10. https://doi.org/10.59613/w94jkd03

Vancouver

Abdurrohman A, Juniarrochman W. Implementasi Deep Reinforcement Learning untuk Optimalisasi Penjadwalan Dinamis di Cloud Computing Hybrid. Quality: Journal of Community Service. 2026;3(1):1-10. doi:10.59613/w94jkd03

BibTeX
@article{Abdurrohman2026,
  author = {Abdurrohman, Abdurrohman and Juniarrochman, Wemby},
  title = {Implementasi Deep Reinforcement Learning untuk Optimalisasi Penjadwalan Dinamis di Cloud Computing Hybrid},
  journal = {Quality: Journal of Community Service},
  year = {2026},
  volume = {3},
  number = {1},
  pages = {1--10},
  doi = {10.59613/w94jkd03}
}
Kostenlos starten →