Rancang Bangun Back-End REST API dengan Integrasi Message Queue untuk Sistem Deteksi dan Pelacakan Objek pada Pertandingan Basket

Shavana Afieza Alif, Dr.Eng. Ir. Ganjar Alfian, S.T., M.Eng.

2025 | Tugas Akhir | D4 Teknologi Perangkat Lunak

Kemajuan teknologi telah mengubah cara pengumpulan data dalam analisis pertandingan bola basket. Aktivitas yang sebelumnya mengandalkan pencatatan manual kini dapat dilakukan secara otomatis melalui pemanfaatan computer vision. Kehadiran teknologi ini membuka peluang dalam pengembangan sistem yang mampu mengamati pola pergerakan pemain dan mendeteksi percobaan tembakan hanya dari rekaman video pertandingan. Akan tetapi, di balik peluang tersebut, penerapannya juga menimbulkan tantangan berupa kebutuhan komputasi tinggi yang berdampak pada responsivitas serta skalabilitas sistem. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan rancang bangun back-end REST API dengan integrasi message queue. Arsitektur yang dikembangkan memisahkan pemrosesan video dari layanan utama eksekusi tugas komputasi berat dapat dijalankan di latar belakang. Dengan demikian, sistem dapat tetap responsif tanpa terpengaruh oleh lamanya proses analisis video. Selain itu, rancangan ini juga mendukung skalabilitas yang baik karena kapasitas pemrosesan dapat ditingkatkan dengan mudah melalui penambahan worker. Sistem ini dibangun menggunakan Fastify sebagai web framework, BullMQ untuk manajemen antrean, serta Redis sebagai broker, dengan dukungan database MySQL dan object storage MinIO. Evaluasi dilakukan dengan membandingkan kinerja eksekusi asynchronous berbasis message queue dengan eksekusi synchronous. Hasil pengujian menunjukkan bahwa seluruh endpoint API berfungsi sesuai rancangan. Rata-rata waktu respons eksekusi asynchronous hanya 25,4 milidetik, jauh lebih cepat dibandingkan 141.820 milidetik pada eksekusi synchronous. Penambahan jumlah worker mempercepat pemrosesan sepuluh video dari 4 menit 41 detik menjadi 3 menit 24 detik. Sistem ini diharapkan dapat menjadi solusi dalam pemrosesan video pertandingan basket yang efisien serta mendukung pelatih dalam memperoleh informasi pertandingan secara lebih mudah untuk keperluan analisis.

Technological advancements have transformed the way data is collected in basketball game analysis. Activities that previously relied on manual logging can now be performed automatically through the use of computer vision. This technology enables the development of systems capable of tracking player movement and detecting shot attempts directly from game footage. However, its implementation also presents challenges, particularly the demand for high computational resources that affects both system responsiveness and scalability. To address these challenges, this study proposes the design and development of a back-end REST API integrated with a message queue. The proposed architecture separates video processing from the main service, allowing computationally intensive tasks to run in the background. As a result, the system remains responsive regardless of the duration of the video analysis. Furthermore, this architecture allows for easy scalability, as processing capacity can be easily increased by adding additional workers. The system is built using Fastify as the web framework, BullMQ for queue management, and Redis as the broker, supported by a MySQL database and MinIO object storage. Evaluation was done by comparing the performance of asynchronous execution with a message queue and synchronous execution. The results show that all API endpoints functioned as intended. The average response time for asynchronous execution was only 25.4 milliseconds, significantly faster than the 141,820 milliseconds recorded in synchronous execution. Furthermore, increasing the number of workers reduced the processing time for ten videos from 4 minutes 41 seconds to 3 minutes 24 seconds. This system is intended to provide an efficient solution for processing basketball game videos and to assist coaches in easily accessing match information for analytical purposes.

Kata Kunci : REST API, antrean pesan, computer vision, pemrosesan asinkronus, skalabilitas, responsivitas, deteksi dan pelacakan objek, bola basket