Perbandingan Performa RESTful API Menggunakan Framework Python Flask dan Go Gin pada Pengembangan Aplikasi Alumni Circle

I Kadek Dwi Angga Sathya Nanda; Ketut Agus Seputra; Kadek Teguh Dermawan

doi:10.31004/riggs.v5i1.7664

Authors

I Kadek Dwi Angga Sathya Nanda Universitas Pendidikan Ganesha
Ketut Agus Seputra Universitas Pendidikan Ganesha
Kadek Teguh Dermawan Universitas Pendidikan Ganesha

DOI:

https://doi.org/10.31004/riggs.v5i1.7664

Keywords:

Go Gin, Python Flask, load testing, latensi, throughput, sumber daya server

Abstract

Pemilihan framework backend yang tepat merupakan keputusan krusial dalam pengembangan aplikasi web, terutama ketika sistem dituntut untuk melayani banyak pengguna secara bersamaan dengan sumber daya komputasi yang terbatas. Penelitian ini membandingkan performa Python Flask dan Go Gin yang diimplementasikan pada sistem Alumni Circle melalui pengujian beban (load testing) dengan skenario mixed workload sebanyak 500 pengguna simultan selama 5 menit. Aspek yang diukur meliputi throughput (Requests Per Second), latensi, serta penggunaan CPU dan memori yang dipantau secara real-time menggunakan docker stats. Hasil pengujian menunjukkan bahwa Go Gin memproses 55.739 permintaan dengan tingkat keberhasilan 100% dan rata-rata 185,88 RPS, sementara Python Flask hanya menyelesaikan 29.201 permintaan dengan 7.322 kegagalan dan rata-rata 97,36 RPS. Dari sisi latensi, Go Gin mencatat rata-rata waktu respons 468,18 ms, hampir lima kali lebih cepat dibanding Flask yang mencapai 2.332,72 ms. Pada kondisi beban puncak, Flask mencatatkan latensi maksimal hingga 132.860 ms, sedangkan Go Gin mampu meredam lonjakan di angka 43.117 ms tanpa menghasilkan error. Dalam hal sumber daya, rata-rata penggunaan CPU kedua framework relatif sebanding, namun Go Gin lebih stabil di beban puncak dengan CPU tertinggi 41,21% dibanding Flask 60,82%. Efisiensi memori Go Gin juga lebih unggul dengan rata-rata 53,54 MB berbanding 114,65 MB pada Flask. Berdasarkan hasil tersebut, Go Gin terbukti lebih unggul dalam throughput, stabilitas latensi, dan efisiensi memori dibanding Python Flask pada skenario beban tinggi. Go Gin direkomendasikan sebagai arsitektur backend yang lebih andal dan skalabel untuk aplikasi Alumni Circle maupun sistem sejenis yang mengutamakan performa dan efisiensi sumber daya server.

Downloads

Download data is not yet available.

References

Y. N. Sari and C. Mukmin, “Pengembangan Sistem Informasi Tracer Study Pada SMK Muhammadiyah 1 Palembang,” Journal of Information Technology Ampera, vol. 3, no. 2, pp. 94–107, 2022.

S. Sadikin, D. Sujana, and E. D. Ariyani, “Studi Penelusuran (Tracer Studi) Alumni sebagai Sarana Pemantauan Serapan Lulusan Di Politeknik Manufaktur Bandung,” Jurnal Ilmiah Manajemen, Ekonomi, & Akuntansi (MEA), 2023.

R. A. Asri, R. Albar, M. B. Wibawa, and M. A. Ilya, “Analisis Pengaruh Sistem Informasi Manajemen Alumni Berbasis Web Terhadap Peningkatan Keterlibatan Alumni Di MAN N 1 Tapaktuan,” JOURNAL OF INFORMATICS AND COMPUTER SCIENCE, vol. 11, no. 2, pp. 30–38, 2025.

G. R. M. L. B. Aritonang, M. A. Hasan, M. K. Ridwan, M. N. Iman, R. C. P. Silalahi, and R. S. Sipayung, “OPTIMASI QUERY SQL SERVER DENGAN TEKNIK INDEXING DAN PERFORMANCE MONITORING,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 2, pp. 3094–3099, 2025.

I. Sahputra, “Analisis Performa Website Perpustakaan Universitas Malikussaleh Menggunakan Metode Load Testing dengan Apache JMeter,” JATISI, vol. 12, no. 4, 2025.

A. Iskandar, M. I. Sarif, M. F. Hafiz, D. R. Harahap, and S. S. T. Purba, “Analisis Komparatif Kinerja Laravel Octane dan Webman pada Layanan API Berbasis Worker Model PHP,” Jurnal Komputer Teknologi Informasi Sistem Informasi (JUKTISI), vol. 4, no. 3, pp. 1583–1590, 2026.

B. T. Hanggara, M. H. Nasrullah, and D. Pramono, “Analisis Perbandingan Performa Framework NestJS dan Lumen Pada Studi Kasus Aplikasi Berbasis REST API,” J-INTECH, vol. 12, no. 1, pp. 181–189, 2024.

O. ZHULKOVSKYI, I. ZHULKOVSKA, H. VOKHMIANIN, and A. TKACH, “COMPARATIVE ANALYSIS OF COMPUTATIONAL PERFORMANCE OF MODERN PROGRAMMING LANGUAGES,” Computer systems and information technologies, no. 2, pp. 104–111, 2025.

A. S. Azzahidi, B. Wijayanto, and A. Darmawan, “Performance Evaluation of Backend Frameworks for REST API: A Comparative Study of Spring Boot, Flask, Express. js, Laravel FrankenPHP, and Gin,” Jurnal Teknik Informatika (Jutif), vol. 6, no. 4, pp. 2405–2419, 2025.

R. Kouatly, O. Demirci, and D. Das, “Comparison of Object-Relational Mapping Frameworks on C#, Python, Go, and Node.js using MSSQL With A Case Study,” in 2025 International Conference Automatics and Informatics (ICAI), 2025, pp. 430–437. doi: 10.1109/ICAI67591.2025.11324528.

F. Effendy, Taufik, and B. Adhilaksono, “Performance comparison of web backend and database: A case study of node. js, Golang and MySQL, Mongo DB,” Recent Advances in Computer Science and Communications (Formerly: Recent Patents on Computer Science), vol. 14, no. 6, pp. 1955–1961, 2021.

L. Fernando and M. M. Engel, “Comparative Performance Benchmarking of WebSocket Libraries on Node. js and Golang,” Sinkron: jurnal dan penelitian teknik informatika, vol. 9, no. 4, 2025.

H. Anderstedt and M. Wifvesson, “Benchmarking and Load Testing a Dynamic CRM Architecture,” LU-CS/HBG-EX, 2025.

C. López, D. Morato, E. Magaña, and M. Izal, “Validation of HTTP response time from network traffic as an alternative to web browser instrumentation,” IEEE Transactions on Network and Service Management, vol. 19, no. 2, pp. 976–990, 2021.

R. Malhotra, A. Bansal, and M. Kessentini, “Deployment and performance monitoring of docker based federated learning framework for software defect prediction,” Cluster Comput., vol. 27, no. 5, pp. 6039–6057, 2024.