Daftar isi
Berapa spesifikasi VPS untuk n8n yang cukup? Daripada menebak, kami memasang n8n di VPS kecil lalu mengukurnya: saat diam, dan saat dihujani 1.000 request webhook. Jawaban singkatnya: 1 vCPU dengan RAM 2 GB sudah cukup untuk mulai, dan yang lebih dulu habis adalah CPU, bukan RAM.
Diuji 5 November 2026 di Super Cloud Regular 1 vCPU · 2 GB · disk 55 GB, Ubuntu 24.04.5 LTS, Docker 29.9.3. Susunan yang diukur: n8n 2.47.2 + PostgreSQL 17.11 + Caddy 2, persis seperti di panduan install n8n di VPS.
Ringkasan rekomendasi spesifikasi VPS untuk n8n
| Pemakaian | Spesifikasi | Alasan dari hasil ukur |
|---|---|---|
| Belajar, workflow pribadi, notifikasi, sinkron data berkala | 1 vCPU · 2 GB | Seluruh server memakai 867 MB saat diam dan 1.046 MB saat beban; masih tersisa ±900 MB |
| Webhook ramai, banyak workflow berjalan bersamaan | 2 vCPU atau lebih | Di 1 vCPU, CPU n8n mentok 97% saat menerima 10 request sekaligus |
| VPS 1 GB | tidak kami sarankan | Tidak kami uji, tetapi pemakaian saat diam saja sudah 867 MB |
| Disk | 20 GB ke atas | Satu versi n8n + sistem memakai 5,0 GB; saat update ada dua versi image (6,8 GB) |
Angka-angka di tabel ini berasal dari pengukuran di bawah.
Cara kami mengukur
Pemakaian RAM dan CPU per container diambil dengan docker stats, dan RAM seluruh server dengan free -m:
docker stats --no-stream --format "{{.Name}} {{.MemUsage}} {{.CPUPerc}}"
free -m
Untuk beban, kami memanggil sebuah workflow webhook sederhana (node Webhook → Edit Fields, membalas JSON berisi pesan dan waktu) sebanyak 1.000 kali, 10 request sekaligus, dari server lain lewat HTTPS:
seq 1000 | xargs -P 10 -I{} curl -s -o /dev/null -w "%{http_code}\n" https://n8n.domainanda.com/webhook/uji
Selama beban berjalan, docker stats dan free -m dicatat berulang di VPS, lalu nilai tertingginya diambil. Pengukuran dilakukan dua kali: pertama dengan n8n 2.45.7 + PostgreSQL 16, kedua setelah update ke n8n 2.47.2 + PostgreSQL 17.
Hasil: saat n8n diam
Kondisi ini adalah n8n yang sudah menyala dengan satu workflow aktif, tetapi tidak sedang menerima request.
| Container | Pengukuran 1 (n8n 2.45.7, PG 16) | Pengukuran 2 (n8n 2.47.2, PG 17) |
|---|---|---|
| n8n | 378 MiB | 365 MiB |
| PostgreSQL | 82 MiB | 52 MiB |
| Caddy | 56 MiB | 16 MiB |
| RAM terpakai seluruh server | 905 MB | 867 MB |
Sebagai pembanding, Ubuntu 24.04 kosong di paket yang sama hanya memakai sekitar 280 MB. Jadi n8n beserta database, reverse proxy, dan Docker menambah sekitar 600 MB.
Angka di pengukuran kedua lebih kecil, termasuk Caddy yang versinya sama sekali tidak berubah. Artinya selisih itu bukan karena versi n8n atau PostgreSQL yang lebih hemat, melainkan karena container baru saja dibuat ulang. Anggap saja n8n membutuhkan 350–400 MiB saat diam.
Hasil: saat menerima 1.000 request
| Pengukuran 1 | Pengukuran 2 | |
|---|---|---|
| Waktu menyelesaikan 1.000 request | 150,4 detik | 149,1 detik |
| Request berhasil (HTTP 200) | 1.000 | 1.000 |
| Kecepatan rata-rata | ±6,7 request/detik | ±6,7 request/detik |
| RAM n8n tertinggi | 579 MiB | 542 MiB |
| CPU n8n tertinggi | 95,6% | 97,4% |
| RAM PostgreSQL tertinggi | 85 MiB | 57 MiB |
| CPU PostgreSQL tertinggi | 18,6% | 19,7% |
| RAM Caddy tertinggi | 58 MiB | 21 MiB |
| RAM terpakai seluruh server | 1.087 MB | 1.046 MB |
Tidak ada satu pun request yang gagal, dan RAM server tidak pernah melewati 1,1 GB dari 1,9 GB yang tersedia. Setiap eksekusi juga tersimpan di database: setelah uji ini, tabel eksekusi berisi 1.001 baris.
Yang habis duluan: CPU, bukan RAM
Saat beban, CPU n8n naik ke 97%, artinya satu-satunya vCPU hampir terpakai penuh. RAM-nya hanya naik sekitar 180 MiB. Dengan kata lain, menambah RAM di server ini tidak akan membuat webhook lebih cepat; yang membuatnya lebih cepat adalah vCPU tambahan.
Perlu diingat, workflow uji kami sangat ringan: hanya menerima request lalu membalas. Workflow sungguhan biasanya berbeda:
- Workflow yang banyak menunggu, misalnya memanggil API luar, mengirim email, atau menulis ke Google Sheets, lebih banyak menunggu jawaban jaringan daripada memakai CPU. Workflow seperti ini cocok untuk VPS 1 vCPU.
- Workflow yang mengolah data, misalnya node Code yang memproses ribuan baris, menggabungkan file besar, atau mengubah gambar, memakai CPU dan RAM jauh lebih banyak per eksekusi. Kalau sering berjalan bersamaan, pilih 2 vCPU atau lebih.
- Workflow terjadwal (node Schedule) yang berjalan tiap beberapa menit hampir tidak terasa bebannya di server sekecil ini.
Sebagai gambaran kasar, ±6,7 request per detik setara dengan sekitar 24.000 eksekusi webhook sederhana per jam. Untuk notifikasi toko online, formulir, atau bot internal, angka itu jauh di atas kebutuhan.
Bagaimana dengan VPS 1 GB?
Kami tidak mengujinya, jadi kami tidak akan mengarang angka. Tetapi data di atas sudah memberi petunjuk: saat diam, seluruh server memakai 867 MB, dan saat beban 1.046 MB. Di VPS 1 GB, sisa RAM saat diam hanya sekitar 100 MB, dan saat beban server akan mulai memakai swap (kalau ada) atau mematikan proses karena kehabisan memori.
Kalau anggaran benar-benar terbatas, pilihan yang lebih aman adalah VPS 2 GB yang dibayar per jam. Nyalakan saat butuh, hapus saat sudah selesai mencoba.
Disk: perhatikan ukuran image, bukan data
Data n8n sendiri ternyata kecil. Setelah 1.001 eksekusi, backup database hanya 203 KB dan arsip volume data n8n 265 KB. Yang memakan ruang justru image Docker:
| Image | Ukuran |
|---|---|
| n8n 2.47.2 | 1,94 GB |
| n8n 2.45.7 | 1,81 GB |
| PostgreSQL 17 (alpine) | 424 MB |
| Caddy 2 (alpine) | 92 MB |
Setiap kali update, image versi baru diunduh sementara versi lama masih tersimpan. Di server uji, pemakaian disk naik menjadi 6,8 GB selama ada dua versi n8n, lalu turun ke 5,0 GB setelah image lama dibersihkan. Disk 20 GB sudah lega untuk n8n dengan beberapa kali update dan backup harian; disk 10 GB masih cukup asal image lama rutin dihapus. Caranya ada di Update n8n di Docker tanpa kehilangan workflow.
Riwayat eksekusi memang bertambah setiap kali workflow berjalan. n8n otomatis menghapus riwayat yang lebih tua dari 14 hari atau melebihi 10.000 eksekusi, jadi database tidak membengkak tanpa batas.
Tanda-tanda VPS perlu dinaikkan
Jalankan docker stats beberapa kali di jam sibuk dan perhatikan:
- CPU n8n hampir selalu di atas 80–90%: eksekusi mulai antre dan webhook terasa lambat. Tambah vCPU.
- Kolom
availabledifree -mtinggal di bawah ±200 MB, atau swap terus terpakai: tambah RAM. - Webhook dari layanan lain (misalnya payment gateway atau WhatsApp gateway) sering timeout: biasanya akibat CPU penuh, bukan jaringan.
- Disk di atas 80% (
df -h /): bersihkan image lama dengandocker image prune -asetelah update terbukti lancar.
Kalau satu server dengan banyak vCPU pun masih kurang, n8n punya queue mode: eksekusi dibagi ke beberapa worker lewat Redis. Ini belum kami uji dan untuk sebagian besar pemakaian belum dibutuhkan.
Pertanyaan yang sering muncul
Apakah n8n butuh RAM 4 GB? Untuk mulai, tidak. Di uji kami, n8n tidak pernah memakai lebih dari 579 MiB walau menerima 1.000 request. RAM 4 GB baru masuk akal bila workflow Anda memproses file atau data besar dalam satu eksekusi.
Apakah PostgreSQL membuat n8n lebih berat dibanding SQLite?
PostgreSQL di uji kami memakai 52–85 MiB RAM dan paling tinggi 20% CPU saat beban. Biaya itu kecil dibanding manfaatnya: lebih tahan menghadapi banyak eksekusi bersamaan dan mudah di-backup dengan pg_dump.
Lebih baik 2 vCPU · 2 GB atau 1 vCPU · 4 GB? Untuk n8n, umumnya 2 vCPU · 2 GB. Hasil ukur kami menunjukkan batasnya ada di CPU, sedangkan RAM 2 GB masih menyisakan ruang.
Bisa langsung pakai tanpa install manual? Bisa. Saat memesan Super Cloud, pilih aplikasi one-click n8n. Kalau ingin memahami susunannya atau memasang sendiri, ikuti panduan install n8n di VPS.
