KLASTERISASI DAN ANALISIS TRAFIK INTERNET MENGGUNAKAN FUZZY C MEAN DENGAN EKSTRAKSI FITUR DATA
Abstrak: Fasilitas
internet merupakan salah
satu bagian penting
dari infrastruktur kampus
pada saat ini. Fasilitas internet merupakan penunjang
dari kegiatan belajar mengajar yang ada. Bagian penting dari fasilitas internet adalah
besarnya bandwidth yang
disediakan, dimana seringkali
bandwidth tersebut dirasa
kurang bagi jurusan tertentu pada jam-jam
tertentu terutama jam
perkuliahan aktif. Untuk
mengatasi hal tersebut perlu adanya
sebuah analisa dan
klasterisasi terhadap trafik
internet di tiap-tiap
titik tempat pembagian bandwidth dilakukan
sehingga pada akhirnya
bisa disediakan informasi
yang bisa menjadi
pendukung keputusan pemberian bandwidth di tiap-tiap titik yang ada.
Salah satu algoritma untuk klasterisasi yang biasa digunakan adalah algoritma
Fuzzy C-Mean, dimana pada proses awal sebelum klasterisasi data penggunaan bandwidth
internet yang ada dalam satu periode akan dikumpulkan untuk menjadi inputan
pada algoritma Fuzzy C-Mean untuk dilakukan pembagian klaster terhadap
penggunaan bandwidth yang ada berdasarkan aplikasi yang digunakan dan pemakai
jaringan internet. Tetapi dataset awal yang ada pada Fuzzy C Mean belum optimal,
sehingga perlu dilakukan
suatu optimasi dataset dengan menggunakan
ekstraksi fitur data sehingga
klaster yang dihasilkan
oleh algoritma Fuzzy
C Mean memiliki
output akurat. Hasil
yang akan didapat dari
penelitian ini adalah
ekstraksi fitur data
yang paling tepat
untuk melakukan klasterisasi
dan analisis trafik internet berdasarkan aplikasi pengguna dan besarnya
kapasitas yang dipakai oleh pengguna, dimana informasi hasil klasterisasi
tersebut bisa digunakan untuk optimasi bandwidth internet.
Penulis: Adi Suryaputra P.,
Febriliyan Samopa, Bekti Cahyo Hindayanto
Kode Jurnal: jptinformatikadd140197
