SSD Nodes Learn Hosting plans →
Panduan Matt ConnorOleh Matt Connor · Diperbarui 2026-10-19

Alternatif Open WebUI Terbaik untuk VPS

Bandingkan Open WebUI, LibreChat, Hollama, dan OrionChat di VPS ber-IP publik: sisa RAM untuk model, login pengguna, Ollama jarak jauh, dan pemeliharaan.

Alternatif Open WebUI yang tepat untuk VPS

Alternatif Open WebUI hampir selalu dibandingkan pada laptop, saat RAM murah dan tidak ada layanan yang listen pada alamat publik. VPS mengubah kedua kondisi tersebut, sehingga urutannya juga berubah. Open WebUI tetap menjadi pilihan default yang tepat ketika orang kedua mulai login, karena menyediakan akun pengguna dan panel admin yang lengkap. Proyek yang lebih ringan unggul ketika antarmuka harus berbagi gigabyte RAM terakhir dengan model. Konsekuensi dari keunggulan tersebut adalah autentikasi: proyek-proyek itu tidak menyediakannya.

Semua informasi di bawah ini berasal dari dokumentasi masing-masing proyek, yang dibaca pada Agustus 2026. Keempat aspek tersebut baru terlihat setelah server dapat dijangkau dari internet.

Empat aspek yang hanya penting pada IP publik

  • Penggunaan memori di samping model. Server model adalah proses yang paling banyak menggunakan sumber daya di server. Setiap megabyte yang digunakan antarmuka berarti satu megabyte lebih sedikit yang tersedia untuk model.
  • Autentikasi. Sebagian proyek memiliki akun pengguna dan role. Proyek lainnya mengasumsikan bahwa aplikasi tersebut adalah satu-satunya aplikasi yang berjalan di laptop Anda dan sama sekali tidak menyediakan login.
  • Inference jarak jauh. UI yang hanya diarahkan ke 127.0.0.1:11434 mengharapkan model berjalan pada server yang sama dengan antarmuka. Jika model ditempatkan di lokasi lain, diperlukan tunnel yang meneruskan port lokal tersebut ke host model.
  • Pemeliharaan. Menjalankan satu container dengan file SQLite berbeda dengan mengelola enam container yang menggunakan MongoDB dan database vektor.

Berapa banyak RAM yang tersisa untuk antarmuka setelah memuat model

Antarmuka bukan komponen terbesar di server. Modelnya yang paling besar. Ukuran unduhan yang dipublikasikan menunjukkan batas minimum, karena bobot model harus berada di memori saat model menghasilkan jawaban. Penggunaan memori sebenarnya lebih tinggi daripada ukuran unduhan setelah cache konteks dialokasikan.

GrafikPublished download size of common Ollama models, October 2026
Data di balik grafik ini
[
  {
    "label": "llama3.2:3b",
    "download_gb": "2.0"
  },
  {
    "label": "qwen3:4b",
    "download_gb": "2.5"
  },
  {
    "label": "gemma3:4b",
    "download_gb": "3.4"
  },
  {
    "label": "qwen3:8b",
    "download_gb": "5.2"
  }
]

Itulah angka yang ditampilkan halaman library Ollama pada 17 October 2026. Angka tersebut adalah ukuran yang dipublikasikan, bukan hasil pengukuran. Pada VPS 4 GB, qwen3:4b dengan ukuran 2.5 GB menyisakan kurang dari 1.5 GB untuk sistem operasi dan komponen lainnya. Cache konteks juga mengurangi sisa memori itu seiring bertambahnya percakapan. Karena itu, nilai num_ctx yang Anda tetapkan merupakan keputusan tentang memori sekaligus kualitas. qwen3:8b dengan ukuran 5.2 GB sama sekali tidak muat di server tersebut. Inilah kondisi yang tidak pernah dibahas dalam perbandingan laptop. Pada kondisi ini, antarmuka chat yang menggunakan beberapa ratus megabyte dapat menentukan apakah model dapat berjalan. Jika Anda menyiapkan server untuk model yang jauh lebih besar daripada tag-tag ini, perhitungan untuk model 27B pada VPS yang hanya menggunakan CPU menunjukkan betapa cepatnya antarmuka berhenti menjadi faktor penentu.

Lakukan pengukuran, bukan mengandalkan angka apa pun dalam perbandingan, termasuk angka dalam panduan ini. Jalankan docker stats --no-stream setelah penggunaan nyata selama satu jam, bukan satu menit setelah container berjalan, karena memori yang relevan dialokasikan saat pertama kali digunakan. Ollama juga melepaskan bobot model setelah lima menit tanpa aktivitas. Karena itu, pembacaan di antara dua percakapan akan menunjukkan nilai puncak yang lebih rendah. Pesan berikutnya harus memuat ulang seluruh model, kecuali Anda mempertahankan model tetap berada di memori dengan keep_alive.

Open WebUI: tetap menjadi pilihan default untuk lebih dari satu pengguna

Open WebUI berjalan dari satu image dan menyimpan datanya dalam satu volume.

docker run -d -p 127.0.0.1:3000:8080 -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:main

Perintah dalam README proyek memublikasikan -p 3000:8080, yang listen pada semua interface. Prefix 127.0.0.1: mempertahankannya pada loopback. Pada VPS, prefix tersebut lebih penting daripada bagian lain pada baris itu karena Docker menulis aturan iptables-nya sendiri dan port yang dipublikasikan mengabaikan aturan deny ufw Anda.

Akses halaman melalui tunnel atau proxy, yang keduanya dijelaskan di bawah, lalu buat akun pertama. Akun tersebut menjadi administrator. Pendaftaran berikutnya dibuat dengan role pending, yaitu default terdokumentasi untuk DEFAULT_USER_ROLE, sehingga orang asing yang berhasil mengakses halaman tetap tidak dapat menggunakan model Anda sampai admin menyetujuinya.

Open WebUI menggunakan lebih banyak memory daripada proyek-proyek di bawah ini karena fiturnya lebih banyak, dan halaman performanya sendiri menyebutkan komponen yang menyebabkan penggunaan tersebut. Embedding engine default memuat model sentence-transformers di dalam container, yang didokumentasikan menggunakan sekitar 500 MB atau lebih per worker process. Dengan menetapkan RAG_EMBEDDING_ENGINE=ollama, tugas tersebut dialihkan ke model server yang sudah Anda jalankan. AUDIO_STT_ENGINE=webapi mencegah pemuatan model speech-to-text lokal. Pada SQLite ketika DATABASE_POOL_SIZE tidak ditetapkan, pool menggunakan ukuran internal yang besar sebagai fallback, dan setiap connection membuat page cache serta memory map sendiri. Karena itu, pada mesin kecil tetapkan DATABASE_POOL_SIZE=8 dan DATABASE_SQLITE_PRAGMA_MMAP_SIZE=0. Autocomplete, yang meminta model menghasilkan completion saat pengguna masih mengetik, kini dikirim dalam keadaan nonaktif (ENABLE_AUTOCOMPLETE_GENERATION defaultnya adalah False). Biarkan tetap demikian pada mesin kecil.

LibreChat: multi-user, dengan stack di belakangnya

git clone https://github.com/danny-avila/LibreChat.git
cd LibreChat
cp .env.example .env
docker compose up -d

Antarmukanya tersedia pada port 3080. LibreChat adalah pilihan yang tepat jika Anda memerlukan sistem identitas, bukan sekadar kotak login: dokumentasinya mencantumkan login LDAP dan OAuth2, dan file compose default-nya menjalankan panel admin untuk pengguna, grup, dan peran. Panel tersebut berjalan sebagai service tersendiri, bukan di dalam proses LibreChat, dan proyek ini masih menandainya sebagai fitur pratinjau. Kemampuan tersebut hadir bersama sebuah stack.

GrafikContainers a default install adds, not counting the model server
Data di balik grafik ini
[
  {
    "label": "OrionChat",
    "containers": 0,
    "notes": "static files, served by a web server you already run"
  },
  {
    "label": "Hollama",
    "containers": 1,
    "notes": "one container serving a browser app"
  },
  {
    "label": "Open WebUI",
    "containers": 1,
    "notes": "application and SQLite in one image"
  },
  {
    "label": "LibreChat",
    "containers": 6,
    "notes": "api, admin panel, MongoDB, Meilisearch, pgvector, RAG API"
  }
]

File compose default menjalankan 6 service: api, admin panel, MongoDB, Meilisearch, pgvector, RAG API. Tidak satu pun merupakan model. MongoDB dan pgvector masing-masing memerlukan memori sendiri, dan pada mesin dengan RAM 4 GB, memori tersebut seharusnya digunakan oleh model.

Dua service tersebut mempublikasikan port, dan tidak satu pun pemetaannya mencantumkan alamat bind: API pada 3080 dan panel admin pada port host 3000, nilai default ADMIN_PANEL_PORT. Karena itu, keduanya listen pada semua interface. Port 3000 juga digunakan oleh Open WebUI di atas, sehingga keduanya bentrok pada host yang sama. Ubah bind keduanya ke 127.0.0.1 di docker-compose.override.yml sebelum stack diakses dari Internet.

Upgrade dilakukan melalui operasi git. Bagian inilah yang sering keliru.

docker compose down
git pull
docker compose pull
docker compose up -d

git pull berhenti karena konflik jika Anda mengedit docker-compose.yml yang dilacak, sehingga upgrade hanya diterapkan sebagian. Simpan perubahan Anda di docker-compose.override.yml, yang disediakan proyek untuk tujuan ini, dan simpan secret di .env. Kedua file tersebut tidak dilacak, sehingga git pull tidak mengubahnya.

Arahkan LibreChat ke model server Anda sendiri menggunakan endpoint khusus di librechat.yaml.

endpoints:
  custom:
    - name: "Ollama"
      apiKey: "ollama"
      baseURL: "http://model-host:11434/v1/"
      models:
        default: ["llama3.2"]
        fetch: true
      titleConvo: true
      titleModel: "current_model"
      modelDisplayLabel: "Ollama"

Ganti model-host dengan alamat mesin yang menjalankan Ollama. Field apiKey harus tetap ada meskipun Ollama mengabaikan nilainya, sehingga placeholder dapat digunakan. Jika LibreChat berjalan di Docker dan Ollama berjalan pada mesin yang sama, localhost di dalam container berarti container itu sendiri. Karena itu, gunakan host.docker.internal sebagai gantinya.

Hollama dan OrionChat: browser yang menjalankan proses

Hollama menyajikan aplikasi browser dari satu container kecil. Chat tersimpan di storage browser Anda, bukan di server.

docker run -d --restart unless-stopped -p 127.0.0.1:4173:4173 --name hollama ghcr.io/fmaclen/hollama:latest

Versi perintah dalam README ini menggunakan --rm, yang menghapus container saat container berhenti. Akibatnya, antarmuka tidak akan kembali setelah reboot. Di balik reverse proxy, tambahkan -e VITE_ALLOWED_HOSTS='chat.example.com', karena image hanya mengizinkan host localhost dan menjawab permintaan untuk hostname lain dengan error blocked-host, bukan dengan aplikasi.

OrionChat melangkah lebih jauh dan sama sekali tidak memiliki komponen server. Clone repository tersebut lalu sajikan foldernya dengan web server yang sudah Anda jalankan, atau buka index.html dari disk. API key disimpan di localStorage milik browser, riwayat chat tetap berada di browser, dan aplikasi menghapus chat paling lama setelah jumlahnya melebihi 512. Alamat Ollama ditetapkan di source pada http://localhost:11434, dan pengaturannya tidak memiliki field untuk mengubah alamat tersebut.

Kedua project tidak memiliki login, karena tidak satu pun memiliki server yang dapat memeriksanya. Pada laptop, hal ini tidak masalah. Pada VPS, artinya halaman tersebut tidak boleh dipublikasikan di 0.0.0.0, dan ada hal lain yang lebih mudah terlewat: browser yang memanggil model, bukan server.

Fakta tersebut menentukan tempat kedua aplikasi ini dapat digunakan. Browser Anda harus dapat menjangkau Ollama secara langsung. Untuk OrionChat, hal itu selalu berarti localhost:11434 pada mesin yang menjalankan browser. Jadi, pada VPS, SSH tunnel di bawah ini adalah satu-satunya rute menuju model. Hollama menerima alamat apa pun. Jadi, kecuali Anda meneruskan port melalui SSH, Ollama harus listen pada alamat selain loopback, dan Ollama tidak memiliki autentikasi dalam bentuk apa pun. Dari sini ada dua aturan browser. Halaman yang disajikan melalui HTTPS tidak dapat memanggil endpoint HTTP biasa, dan console mencetak Mixed Content: The page at 'https://chat.example.com/' was loaded over HTTPS, but requested an insecure resource 'http://203.0.113.10:11434/api/tags'. This request has been blocked.. Panggilan ke origin lain akan ditolak dengan has been blocked by CORS policy: No 'Access-Control-Allow-Origin' header is present on the requested resource sampai Anda mengizinkan origin tersebut.

Cara yang didokumentasikan Ollama untuk mengubah salah satu pengaturan tersebut adalah systemd override.

sudo systemctl edit ollama.service
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_ORIGINS=https://chat.example.com"
sudo systemctl daemon-reload
sudo systemctl restart ollama
sudo ss -lntp | grep 11434

ss sekarang seharusnya mencetak 0.0.0.0:11434, bukan 127.0.0.1:11434 seperti sebelumnya. Lakukan perubahan ini hanya jika firewall atau proxy yang memiliki autentikasi sudah mengontrol pihak yang dapat menjangkau port tersebut, karena port 11434 yang terbuka berarti model server terbuka, dan pemindai massal dapat menjangkau port publik baru dengan cepat. SSH tunnel di bawah ini menghindari seluruh persoalan tersebut: halaman kemudian berjalan pada origin localhost, yang diizinkan Ollama secara default, dan port tersebut tidak pernah keluar dari mesin.

Apakah masing-masing dapat menggunakan endpoint Ollama atau vLLM jarak jauh

Open WebUI dapat menggunakannya, dan koneksi dibuat di sisi server. OLLAMA_BASE_URL=http://model-host:11434 mengarahkannya ke Ollama. Untuk vLLM, tetapkan OPENAI_API_BASE_URL=http://model-host:8000/v1 dan pertahankan /v1 tempat vLLM menyediakan API-nya. Tetapkan OPENAI_API_KEY hanya jika server dijalankan dengan key, karena panduan vLLM Open WebUI tidak menggunakan autentikasi jika tidak demikian. Server lain yang kompatibel dengan OpenAI menggunakan base path yang tercantum dalam dokumentasinya masing-masing, dan path tersebut tidak selalu /v1. OPENAI_API_BASE_URLS menerima beberapa backend yang dipisahkan dengan titik koma.

LibreChat dapat menggunakannya melalui baseURL pada endpoint khusus yang ditampilkan di atas. Request tersebut juga keluar dari server, sehingga aturan browser tidak berlaku. Base URL yang sama dan placeholder key yang sama juga dapat digunakan di luar jendela chat. Itu sudah cukup untuk menghubungkan coding agent ke model yang sudah Anda host.

Hollama dapat diarahkan ke endpoint apa pun yang Anda masukkan dalam pengaturannya. Selain koneksi Ollama, Hollama menyediakan koneksi yang kompatibel dengan OpenAI dengan base URL yang dapat diedit, secara default http://localhost:8080/v1, yang merupakan jalur ke vLLM. Request keluar dari browser Anda, sehingga semua hal pada bagian di atas berlaku. OrionChat tidak dapat diarahkan ke endpoint mana pun. Endpoint-nya di-hardcode, dengan Ollama ditetapkan ke http://localhost:11434/v1/chat/completions, dan README-nya menyatakan bahwa request dikirim langsung ke API resmi setiap provider. Ollama jarak jauh hanya dapat dijangkau melalui SSH tunnel yang membuatnya merespons pada port lokal tersebut, dan tidak ada pengaturan untuk server vLLM sama sekali.

Memisahkan antarmuka dari model merupakan manfaat paling besar yang diberikan endpoint jarak jauh. Tempatkan antarmuka pada mesin kecil dan model pada mesin yang memiliki kapasitas memori. Inilah saatnya menentukan apakah Ollama atau vLLM yang seharusnya melayani request, karena keduanya berperilaku sangat berbeda ketika beberapa orang menggunakan model secara bersamaan. Jika server model belum tersedia, mulailah dengan menjalankan Ollama pada VPS, dan pada mesin yang hanya menggunakan CPU, baca perbandingan Ollama dengan llama.cpp sebelum memilih runner.

Jangan memublikasikan UI chat tanpa login pada 0.0.0.0

Halaman hardening Open WebUI menyatakan bahwa proyek ini "dibuat untuk jaringan privat dan tepercaya, seperti infrastruktur self-hosted lainnya, termasuk database, container registry, dan server CI". Halaman tersebut juga mengarahkan Anda untuk menempatkannya di belakang VPN atau reverse proxy dengan autentikasi. Proyek yang sama sekali tidak memiliki login setidaknya memerlukan perlindungan yang sama.

Periksa apa yang sedang listening sebelum mempercayai apa pun.

sudo ss -lntp | grep -E ':(3000|3080|4173|11434)'

Baris yang berbunyi 127.0.0.1:3000 adalah hasil yang diharapkan. Baris yang berbunyi 0.0.0.0:3000 berarti service mendengarkan pada semua alamat, dan Docker secara default memungkinkan setiap alamat IP sumber eksternal menjangkau port yang dipublikasikan. Kecuali ada aturan pada chain DOCKER-USER Docker atau firewall dari provider Anda yang memblokirnya, antarmuka chat Anda tersedia di Internet publik. Dari mesin Anda sendiri, respons curl -sI http://YOUR.VPS.IP:3000 terhadap HTTP/1.1 200 OK memberikan jawaban yang lebih tegas.

Menonaktifkan login Open WebUI dengan WEBUI_AUTH=False adalah pengaturan untuk satu pengguna pada mesin yang tidak dapat dijangkau orang lain. Dokumentasinya juga menyatakan bahwa pengaturan ini hanya berfungsi pada instalasi yang belum memiliki pengguna terdaftar. Karena itu, pengaturan ini tidak dapat diterapkan pada instalasi yang sudah memiliki akun.

Pola pertama: bind ke loopback dan akses melalui SSH. Publikasikan setiap port pada 127.0.0.1, lalu lakukan forwarding untuk port yang diperlukan: ssh -N -L 3000:127.0.0.1:3000 you@vps.example.com, kemudian buka http://localhost:3000 pada laptop Anda. Tidak ada port yang dipublikasikan, sehingga tidak ada yang dapat dipindai. Untuk Hollama atau OrionChat, teruskan port model dalam perintah yang sama dengan -L 11434:127.0.0.1:11434 dan biarkan Ollama pada loopback. Keamanan pola ini hanya sekuat konfigurasi SSH Anda. Karena itu, padukan dengan SSH yang hanya menggunakan key dan sshd yang diperkuat.

Pola kedua: reverse proxy yang melakukan autentikasi sebelum aplikasi menerima request. Pertahankan aplikasi pada loopback, biarkan proxy menangani port 443, lalu tempatkan single sign-on di depannya. Traefik yang dikendalikan oleh label Docker Compose bersama Authentik sebagai identity provider memberikan satu login dan satu sertifikat untuk setiap aplikasi pada server tersebut. Saat Open WebUI berada di belakang TLS (transport layer security), atur WEBUI_SESSION_COOKIE_SECURE=true dan WEBUI_SESSION_COOKIE_SAME_SITE=strict. Pendekkan juga JWT_EXPIRES_IN dari nilai default empat minggunya, karena dokumentasi Open WebUI menyatakan bahwa tanpa Redis, sign-out tidak membatalkan token. Token tetap dapat digunakan sampai kedaluwarsa dengan sendirinya.

Pola kedua tidak dapat melindungi proyek yang hanya berjalan di browser. Proxy di depan halaman tidak melindungi endpoint model, dan fetch dari halaman tersebut ke hostname lain tidak menyertakan session cookie Anda. Akibatnya, proxy yang melakukan autentikasi di depan Ollama merespons dengan redirect ke formulir login dan chat gagal. Arahkan endpoint model melalui hostname yang sama dengan halaman, atau gunakan pola pertama.

Yang harus dipilih

Jika aplikasi ini akan digunakan oleh orang lain selain Anda, jalankan Open WebUI. Aplikasi ini menyediakan akun pengguna, menempatkan pengguna baru dalam antrean persetujuan, dan pengelolanya menerbitkan panduan hardening yang dapat Anda ikuti. Jika Anda memerlukan LDAP atau panel admin, jalankan LibreChat, lalu pastikan dengan docker stats bahwa keenam servicenya dan model Anda benar-benar dapat berjalan bersama sebelum mengandalkannya. Jika hanya satu orang yang akan menggunakannya pada server kecil, sementara model sudah menggunakan sebagian besar RAM, sajikan Hollama atau OrionChat melalui tunnel SSH dan biarkan browser menyimpan state. Pilihan yang salah pada VPS adalah mempublikasikan salah satu aplikasi tersebut pada 0.0.0.0 tanpa login di depannya.

FAQ

Apakah Open WebUI aman jika diekspos langsung pada IP publik?

Halaman hardening Open WebUI sendiri menjelaskannya sebagai software untuk jaringan privat dan tepercaya, dalam kategori yang sama seperti database atau server CI. Open WebUI memiliki akun pengguna, dan akun pertama menjadi administrator, sedangkan akun berikutnya tetap berstatus pending sampai disetujui. Karena itu, Open WebUI jauh lebih aman daripada UI tanpa login. Namun, tetap tempatkan Open WebUI di belakang reverse proxy dengan TLS dan, jika memungkinkan, gunakan single sign-on. Publikasikan port container sebagai 127.0.0.1:3000:8080 agar aturan iptables milik Docker tidak membuka aksesnya ke Internet secara diam-diam.

Alternatif Open WebUI mana yang menggunakan RAM paling sedikit pada VPS?

Aplikasi berbasis browser, yaitu Hollama dan OrionChat, karena aplikasi berjalan pada client. Server hanya mengirim file statis, dan OrionChat sama sekali tidak memerlukan container aplikasi. Open WebUI menjalankan proses Python, database, dan secara default model embedding lokal di memori. Dokumentasinya menyebut penggunaan sekitar 500 MB atau lebih per worker hanya untuk model embedding. Verifikasi angka tersebut pada server Anda sendiri dengan docker stats --no-stream karena penggunaan memori berubah sesuai fitur yang diaktifkan.

Apakah UI chat ini dapat menggunakan server Ollama pada host lain?

Open WebUI dan LibreChat dapat melakukannya, dan koneksi dibuat oleh server masing-masing. Karena itu, aturan browser tidak berlaku. Atur OLLAMA_BASE_URL untuk Open WebUI, atau baseURL pada endpoint kustom untuk LibreChat. Untuk vLLM atau server lain yang kompatibel dengan OpenAI, gunakan OPENAI_API_BASE_URL dengan base path yang didokumentasikan oleh server tersebut. Untuk vLLM, base path itu adalah /v1. Tambahkan API key hanya jika server memerlukannya. Hollama juga dapat diarahkan ke lokasi mana pun, tetapi request berasal dari browser Anda. Karena itu, endpoint tersebut juga harus dapat dijangkau dari browser Anda. OrionChat tidak dapat melakukannya. Alamat Ollama-nya di-hardcode ke http://localhost:11434. Karena itu, Ollama jarak jauh hanya dapat digunakan melalui SSH tunnel yang meneruskan port tersebut.

Mengapa UI chat pada browser saya tidak dapat menjangkau Ollama?

Hampir semua kasus disebabkan oleh 2 hal. Secara default, Ollama melakukan bind ke 127.0.0.1:11434. Karena itu, browser pada mesin lain tidak dapat menjangkaunya secara langsung sampai OLLAMA_HOST diubah atau SSH tunnel meneruskan port tersebut. Selain itu, Ollama hanya menerima request lintas origin dari localhost. Halaman yang disajikan dari domain Anda sendiri akan ditolak dengan No 'Access-Control-Allow-Origin' header is present on the requested resource sampai origin tersebut dicantumkan dalam OLLAMA_ORIGINS. Jika halaman menggunakan HTTPS sedangkan endpoint menggunakan HTTP, browser memblokir request sebagai mixed content sebelum Ollama menerimanya. Atur kedua variabel dalam override systemctl edit ollama.service, atau teruskan port melalui SSH agar masalah tersebut teratasi.

Apakah artikel ini bermanfaat?