Refleksi Module 5

1. Perbedaan antara Pengujian Performa dengan JMeter dan Profiling dengan IntelliJ Profiler

JMeter

• Tujuan:
  Mensimulasikan beban pengguna eksternal dengan mengirim permintaan HTTP ke endpoint aplikasi.
• Fokus:
  Mengukur performa keseluruhan aplikasi, seperti waktu respons, throughput, dan tingkat error.
• Metodologi:
  • Membuat test plan dengan thread group (misalnya, 10 pengguna dengan periode ramp-up 1 detik).
  • Menambahkan sampler (misalnya, untuk endpoint /all-student) dan listener (seperti View Results Tree, Summary Report, dll) untuk memonitor hasil pengujian.

IntelliJ Profiler

• Tujuan:
  Menganalisis performa internal aplikasi dengan menelusuri setiap metode untuk mengidentifikasi bottleneck.
• Fokus:
  Menyediakan informasi rinci mengenai waktu eksekusi (baik total time maupun CPU time) pada masing-masing metode.
• Metodologi:
  • Menjalankan profiler pada aplikasi yang sedang berjalan (misalnya, setelah mengakses endpoint /all-student).
  • Menggunakan visualisasi seperti flame graph, timeline, dan daftar metode untuk menemukan bagian kode yang mengkonsumsi banyak sumber daya, seperti metode getAllStudentWithCourses.

---

2. Bagaimana Proses Profiling Membantu Mengidentifikasi dan Memahami Titik Lemah pada Aplikasi

• Visibilitas Mendetail:
  Profiling memberikan data spesifik per metode, sehingga memudahkan identifikasi bagian kode yang paling membebani.
• Alat Visualisasi:
  Flame graph dan timeline menampilkan waktu dan intensitas pemakaian sumber daya, membantu melihat kapan dan di mana bottleneck terjadi.
• Data yang Dapat Ditindaklanjuti:
  Informasi seperti CPU time memungkinkan pengembang menentukan area yang harus dioptimasi untuk perbaikan performa.

---

3. Efektivitas IntelliJ Profiler dalam Menganalisis dan Mengidentifikasi Bottleneck

• Wawasan Komprehensif:
  Menyediakan analisis mendalam hingga level metode, memudahkan identifikasi bottleneck secara spesifik.
• Kemudahan Penggunaan:
  Tampilan visual (flame graph, timeline, daftar metode) mempermudah proses analisis tanpa perlu menelusuri log yang kompleks.
• Metrik Akurat:
  Perbandingan antara total time dan CPU time membantu menentukan apakah bottleneck disebabkan oleh proses komputasi intensif atau operasi lain seperti I/O.

---

4. Tantangan Utama dalam Pengujian Performa dan Profiling serta Cara Mengatasinya

Tantangan

• Variabilitas Lingkungan:
  • Waktu Pemanasan JIT:
    Hasil pengukuran awal bisa lebih lambat karena JVM belum optimal.
  • Beban Sistem:
    Faktor eksternal seperti keterbatasan perangkat keras dapat mempengaruhi hasil.
• Volume Data dan Realisme:
  • Pentingnya menghasilkan data uji yang cukup besar dan realistis (misalnya, melalui proses data seeding).
  • Konfigurasi yang tepat pada database (misalnya, PostgreSQL) dan file application.properties.
• Perbedaan Hasil:
  • Hasil pengujian end-to-end dari JMeter mungkin tidak konsisten dengan data internal dari IntelliJ Profiler.

Cara Mengatasi

• Pengulangan Pengujian:
  Lakukan beberapa kali pengujian untuk mendapatkan hasil yang konsisten.
• Pendekatan Komplementer:
  Gunakan JMeter dan IntelliJ Profiler secara bersamaan untuk saling memverifikasi data.
• Validasi Silang:
  Gunakan metode logging atau monitoring tambahan untuk memastikan bahwa perbaikan yang dilakukan benar-benar mempengaruhi performa.

---

5. Manfaat Utama Menggunakan IntelliJ Profiler

• Rincian yang Mendalam:
  Memperlihatkan metode yang paling mengkonsumsi sumber daya sehingga pengembang bisa fokus pada area yang bermasalah.
• Optimasi Terfokus:
  Memudahkan refactoring dengan menargetkan bagian kode yang memberikan dampak terbesar terhadap performa.
• Perbandingan Visual:
  Tampilan perbandingan sebelum dan sesudah optimasi membantu memverifikasi peningkatan performa (misalnya, target minimal 20% perbaikan).
• Integrasi dengan IDE:
  Proses profiling menjadi lebih efisien karena langsung terintegrasi dalam IntelliJ.

---

6. Menangani Ketidakkonsistenan Hasil antara Profiling dan Pengujian dengan JMeter

• Pengukuran Berulang:
  Lakukan beberapa kali uji coba untuk mengatasi variabilitas hasil akibat pemanasan JIT atau beban sistem.
• Analisis Kontekstual:
  Pahami bahwa JMeter mengukur waktu respons end-to-end, sedangkan IntelliJ Profiler mengukur eksekusi internal.
• Validasi Silang:
  Gunakan metode monitoring atau logging tambahan untuk memastikan konsistensi hasil.
• Pendekatan Iteratif:
  Setelah optimasi, ulangi kedua jenis pengujian untuk memastikan bahwa perbaikan yang dilakukan konsisten dan valid.

---

7. Strategi Optimasi Kode Aplikasi Berdasarkan Hasil Pengujian dan Profiling

• Identifikasi Hotspots:
  Temukan metode yang mengkonsumsi sumber daya paling banyak, misalnya getAllStudentWithCourses.
• Refactoring dan Optimasi:
  Perbaiki algoritma, optimalkan query database, dan kurangi perhitungan yang tidak perlu.
  Gunakan commit message yang jelas, contohnya:
  "[Refactoring] - Optimizing method getAllStudentWithCourses"
• Pengujian Regresi:
  Lakukan unit test dan regresi test untuk memastikan perubahan tidak mengganggu fungsionalitas aplikasi.
• Validasi Kinerja:
  Jalankan kembali pengujian menggunakan JMeter dan IntelliJ Profiler untuk memastikan peningkatan performa minimal 20%.
• Dokumentasi:
  Catat hasil perbandingan sebelum dan sesudah optimasi di README.md sebagai referensi dan verifikasi.

---