ANALISIS KOMPARASI THROUGHPUT DAN RESOURCE UTILIZATION (CPU & RAM) ANTARA POSTGRESQL DAN MONGODB PADA DATA LOG AKTIVITAS E-LEARNING MENGGUNAKAN ARSITEKTUR CONCURRENT GOLANG

Peningkatan volume data log aktivitas e-learning yang bersifat write-intensive memicu tantangan performa pada server. Penelitian ini menggunakan metode experi-mental kuantitatif. yang membandingkan kinerja throughput, error Rate, penggunaan sumber daya (CPU dan RAM) antara PostgreSQL versi 18.0 dan MongoDB versi 8.0 di bawah tekanan konkurensi. Pengujian ini menggunakan load generator kustom berbasis concurrent Golang versi 1.24 (Goroutines) tanpa connection pooling guna mengevaluasi batas ketahanan kedua database. Pengujian dijalankan secara berje-njang pada skenario 500 - 10.000 workers (Goroutines) di dalam Docker dengan pembatasan sumber daya. Hasil pengujian menunjukkan MongoDB secara konsisten mengungguli PostgreSQL signifikan. Pada beban puncak 10.000 workers, MongoDB mencapai throughput sebesar 12.532,26 TPS (47,42x lebih cepat dibanding Postg-reSQL yang hanya 264,30 TPS) dengan success Rate 100,00% (0% error Rate). Sebaliknya, PostgreSQL mengalami breaking point mulai dari skenario 1.000 workers (error Rate 21,13%) hingga hancur pada 10.000 workers dengan error Rate 81,40% akibat connection exhaustion. Dari sisi efisiensi sumber daya, arsitektur multi-threaded MongoDB menjaga alokasi RAM stabil pada kisaran ~180 MB dengan CPU produktif 108,78%, sedangkan model process-per-connection PostgreSQL memicu pembengkakan RAM hingga 1.008,19 MB dan saturasi CPU hingga 518,00% akibat switching operasi. Penelitian memberikan rekomendasi menerapkan segregasi database pada sistem e-learning kampus dengan mendelegasikan MongoDB sebagai wadah log aktivitas mandiri.