Analisis Perbandingan Implementasi Arsitektur Rest dengan GRAPHQL (Studi Kasus Perusahaan Hospitality Service di Bali)
Main Article Content
Abstract
Pengembangan sistem informasi memerlukan metode distribusi data yang efisien untuk mendukung pembuatan keputusan. Pada umumnya, sistem informasi terdiri dari frontend yang menampilkan informasi dan backend yang memproses data, dengan REST API sebagai standar arsitektur untuk menghubungkan keduanya. Namun, kemajuan teknologi telah memperkenalkan GraphQL, yang menawarkan fleksibilitas dan efisiensi lebih dalam pendistribusian data. REST API memiliki batasan seperti kompleksitas sistem, tuntutan kualitas layanan tinggi, dan pengambilan data dinamis yang membatasi fleksibilitasnya. Sebaliknya, GraphQL, yang dirilis pada 2015, memungkinkan query data yang lebih fleksibel dan responsif, serta efisiensi dalam pengembangan API. Membandingkan dua arsitektur API, REST dan GraphQL, untuk menentukan mana yang lebih efisien dalam hal kecepatan waktu respon, ukuran respon, kompleksitas bahasa query, dan skalabilitas. Studi ini melibatkan analisis terhadap aplikasi perusahaan hospitality di Bali yang menggunakan kedua arsitektur. Evaluasi dilakukan dengan mengukur waktu respon, throughput, beban CPU, dan penggunaan memori. Hasil menunjukkan REST lebih cepat dalam waktu respon dan throughput, sedangkan GraphQL lebih efisien dalam penggunaan sumber daya. Penelitian ini bertujuan membantu pengembang memilih arsitektur API yang optimal berdasarkan efisiensi kegunaan, sumber daya, waktu, biaya, dan skalabilitas. Diharapkan temuan ini dapat menjadi panduan untuk pengembang dalam memilih arsitektur yang sesuai untuk pengembangan sistem informasi di masa depan.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
References
A. Lawi, B. L. E. Panggabean, and T. Yoshida, “Evaluating graphql and rest api services performance in a massive and intensive accessible information system,” Computers, vol. 10, no. 11, 2021, doi: 10.3390/computers10110138.
S. K. Mukhiya, F. Rabbiab, V. K. I. Punax, A. Rutle, and Y. Lamo, “A graphql approach to healthcare information exchange with hl7 fhir,” Procedia Comput. Sci., vol. 160, pp. 338–345, 2019, doi: 10.1016/j.procs.2019.11.082.
I. G. S. Masdiyasa, G. S. Budiwitjaksono, H. A. M, I. A. W. Sampurno, and N. M. I. M. Mandenni, “Graph-QL Responsibility Analysis at Integrated Competency Certification Test System Base on Web Service,” Lontar Komput. J. Ilm. Teknol. Inf., vol. 11, no. 2, p. 114, 2020, doi: 10.24843/lkjiti.2020.v11.i02.p05.
R. Houghton, N. Balfe, and J. R. Wilson, “Systems Analysis and Design,” Eval. Hum. Work Fourth Ed., vol. 11, no. 4, pp. 221–248, 2015, doi: 10.1201/b18362-20.
J. Cutler and M. Dickenson, Introduction to Machine Learning with Python. In: Computational Frameworks for Political and Social Research with Python. 2020.
F. Halili and E. Ramadani, “Web Services: A Comparison of Soap and Rest Services,” Mod. Appl. Sci., vol. 12, no. 3, p. 175, 2018, doi: 10.5539/mas.v12n3p175.
C. R. Necco, C. L. Gordon, and N. W. Tsai, “Systems Analysis and Design: Current Practices,” MIS Q., vol. 11, no. 4, p. 461, Dec. 1987, doi: 10.2307/248975.
A. K. Chandrasekhar and D. A. S. Chandran, “COMPARATIVE ANALYSIS OF LOAD TESTING TOOLS,” vol. 9, no. 6, 2021.
A. Sharma, R. Kumar, and V. Mansotra, “Application of TypeScript Language: A Brief Overview,” Int. J. Innov. Res. Comput. Commun. Eng. ISO Certif. Organ., vol. 3297, no. 6, pp. 11449–11455, 2016, doi: 10.15680/IJIRCCE.2016.
H. Shah and T. R. Soomro, “Node. Js Challenges in Implementation,” Glob. J. Comput. Sci. Technol. E Netw. Web Secur., vol. 17, no. 2, pp. 73–83, 2017.
A. Mardan, “Starting with Express.js,” Expressjs, pp. 3–14, 2014, doi: 10.1007/978-1-4842-0037-7_1.
A. K. Chandrasekhar and Dr. A. S. ; Chandran, “Comparative Analysis of Load Testing Tools Sahi And Selenium,” Int. J. Creat. Res. Thoughts IJCRT, vol. 5, no. 7, pp. 55–60, 2016.
Isha, A. S. (2019). Automated API Testing. International Journal of Engineering Science and Computing.
Kumari, B., Chauhan, N., & Vedpal. (2018). A Comparison Between Manual Testing and Automated Testing. Journal of Emerging Technologies and Innovative Research.
Neumann, A., Laranjeiro, N., & Bernardino, J. (2021). An Analysis of Public REST Web Service APIs. IEEE Transactions on Services Computing.
Brito, G., Mombach, T., & Valente, M. T. (2019). Migrating to GraphQL: A Practical Assessment. SANER 2019 - Proceedings of the 2019 IEEE 26th International Conference on Software Analysis, Evolution, and Reengineering, 140–150. https://doi.org/10.1109/SANER.2019.8667986.
Eizinger, T. (2017). API Design in Distributed Systems: A Comparison between GraphQL and REST. 1–64. https://eizinger.io/assets/Master-Thesis.pdf
F. Halili and E. Ramadani, “Web Services: A Comparison of Soap and Rest Services,” Mod. Appl.Sci., vol. 12, no. 3, p. 175, 2018, doi: 10.5539/mas.v12n3p175.
J. Kopecký, P. Fremantle, and R. Boakes, “A history and future of Web APIs,” It - Inf. Technol., vol. 56, 2014.
B. Costa, P. F. Pires, F. C. Delicato, and P. Merson, “Evaluating a Representational State Transfer (REST) Architecture: What is the Impact of REST in My Architecture?,” in 2014 IEEE/IFIP Conference on Software Architecture, 2014, pp. 105–114.