ANALISIS KOMPARATIF KINERJA ASYNC-SINGLETON DAN ASYNC-POOLING PADA MANAJEMEN KONEKSI DATABASE MYSQL BERBASIS PYTHON

Authors

  • Abadi Nugroho Sekolah Tinggi Teknologi Bontang, Indonesia Author
  • Arfittariah Sekolah Tinggi Teknologi Bontang, Indonesia Author
  • Ahdam Ashari Sekolah Tinggi Teknologi Bontang, Indonesia Author
  • Nurul Hikma Awalia Sekolah Tinggi Teknologi Bontang, Indonesia Author

DOI:

https://doi.org/10.54314/jssr.v9i4.6782

Keywords:

aiomysql, asynchronous programming, connection pooling, MySQL, Python

Abstract

Manajemen koneksi database berperan penting dalam menentukan performa aplikasi berbasis Python terutama ketika aplikasi harus melayani banyak permintaan secara bersamaan. Penelitian ini bertujuan membandingkan kinerja Async-Singleton dan Async-Pooling sebagai strategi manajemen koneksi pada database MySQL dalam lingkungan asynchronous programming. Penelitian menggunakan metode eksperimen dengan mengimplementasikan kedua strategi menggunakan pustaka aiomysql. Pengujian dilakukan pada empat tingkat konkurensi yaitu 10, 100, 500, dan 1000 request. Setiap skenario dijalankan sebanyak sepuluh kali untuk memperoleh hasil yang lebih konsisten. Parameter yang diamati meliputi waktu eksekusi, penggunaan CPU, dan penggunaan memori. Data dianalisis menggunakan statistik deskriptif yang terdiri atas rata-rata (mean), standar deviasi (standard deviation), nilai minimum, nilai maksimum, serta persentase peningkatan performa. Hasil pengujian memperlihatkan bahwa Async-Pooling selalu menghasilkan waktu eksekusi yang lebih rendah dibandingkan Async-Singleton. Peningkatan performa yang diperoleh mencapai 11,66%, 36,54%, 65,90%, dan 62,57% pada tingkat konkurensi 10, 100, 500, dan 1000 request. Penggunaan CPU pada Async-Pooling memang lebih tinggi. Namun peningkatan tersebut diikuti penurunan waktu eksekusi yang signifikan. Penggunaan memori juga hanya bertambah dalam jumlah yang relatif kecil. Hasil penelitian menunjukkan bahwa Async-Pooling lebih efektif diterapkan pada aplikasi Python yang melayani beban kerja dengan tingkat konkurensi tinggi karena mampu meningkatkan performa tanpa menimbulkan peningkatan penggunaan memori yang berarti.

Downloads

Download data is not yet available.

References

Aulia, C. P., Pratama, M. Y., & Dewi, H. L. (2023). Perbandingan Performa Query Select Dasar, View, dan Stored Procedure pada Database MySQL. Prosiding Seminar Nasional Teknologi Dan Sistem Informasi.

Azizi, B., Pratama, A. A., Dysa, G. M., & Carudin, C. (2025). Analisis Penerapan Design Pattern Singletone dalam Pengelolaan Koneksi Database Untuk Efisiensi Memori. Jurnal Informatika Dan Teknik Elektro Terapan, 13(3).

Boronnikov, A. S., Tsyngalev, P. S., Ilyin, V., & Demenkova, T. A. (2024). Evaluation of Connection Pool PgBouncer Efficiency for Optimizing Relational Database Computing Resources. Russian Technological Journal. https://doi.org/10.32362/2500-316X-2024-12-3-7-24

Eyada, M. M. K., Saber, W., Genidy, M. E. E., & Amer, F. (2020). Performance Evaluation of IoT Data Management Using MongoDB Versus MySQL Databases in Different Cloud Environments. IEEE Access. https://doi.org/10.1109/ACCESS.2020.3002164

Gupta, R. (2025). Optimizing Database Performance Through Efficient Connection Management. World Journal of Advanced Research and Reviews. https://doi.org/10.30574/wjarr.2025.26.1.1111

Ju, L., Yadav, A., Khan, A., Sah, A. P., & Yadav, D. (2024). Using Asynchronous Frameworks and Database Connection Pools to Enhance Web Application Performance in High-Concurrency Environments. 2024 8th International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC), 742–747. https://doi.org/10.1109/i-smac61858.2024.10714639

Makarov, I. S., Larin, D. V, Vorobeva, E. G., Emelin, D. P., & Kartashov, D. (2025). The Impact of Asynchronous and Multithreaded Query Processing Models on the Performance of Server-Side Web Applications. Program Systems and Computational Methods. https://doi.org/10.7256/2454-0714.2025.1.73665

Milojković, K., Spalevic, P., Vasić, N., Milojković, N., & Milojković, H. (2025). SDLC-Independent Python-Based Query Performance Benchmarking Approach and Practical Optimal Database Selection Guidelines. Sinteza 2025. https://doi.org/10.15308/sinteza-2025-536-543

Mykola, K. (2024). Using Asynchronous Programming in Python to Improve Application Performance. The American Journal of Engineering and Technology. https://doi.org/10.37547/tajet/volume06issue12-06

Reichardt, M., Gundall, M., & Schotten, H. (2021). Benchmarking the Operation Times of NoSQL and MySQL Databases for Python Clients. IECON 2021. https://doi.org/10.1109/IECON48115.2021.9589382

Reza, D., & Supatmi, S. (2023). Concurrency Performance Analysis on MySQL Relational Database Management System in Virtual Machine Environment. ICSPIS 2023. https://doi.org/10.1109/ICSPIS59665.2023.10402765

Sobri, N. A. N., Abas, M. A. H., Yassin, A. M. I., Ali, M. M. S. A., Tahir, M. N., & Zabidi, A. (2022). Database Connection Pool in Microservice Architecture. Journal of Electrical & Electronic Systems Research. https://doi.org/10.24191/jeesr.v20i1.004

Sodian, L., Wen, J. P., Davidson, L., & Loskot, P. (2022). Concurrency and Parallelism in Speeding Up I/O and CPU-Bound Tasks in Python 3.10. CEI 2022. https://doi.org/10.1109/CEI57409.2022.9950068

Toktorbaev, A., Karabaev, S., & Toktomuratova, Z. (2025). Comparative Analysis of Asynchronous and Multithreaded Programming Methods in Python for Big Data Processing. Bulletin of Science and Practice. https://doi.org/10.33619/2414-2948/114/19

Warman, I., & Wildani, W. (2021). Analisa Kinerja Query Stored Procedure pada Database Management System (DBMS) MySQL. Jurnal Sains Dan Teknologi.

Zhao, J., & Li, M. (2025). Large-Scale Concurrency for MySQL Database Performance Analysis. ICAACE 2025. https://doi.org/10.1109/ICAACE65325.2025.11020302

Downloads

Published

2026-08-10

How to Cite

ANALISIS KOMPARATIF KINERJA ASYNC-SINGLETON DAN ASYNC-POOLING PADA MANAJEMEN KONEKSI DATABASE MYSQL BERBASIS PYTHON. (2026). JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 9(4), 5941-5949. https://doi.org/10.54314/jssr.v9i4.6782