UNIVERSITAS BINA DARMA, UNIVERSITAS BINA DARMA (2022) PENERAPAN METODE SVM-BASED MACHINE LEARNING UNTUK MENGANALISA PENGGUNA DATA TRAFIK INTERNET. PENERAPAN METODE SVM-BASED MACHINE LEARNING UNTUK MENGANALISA PENGGUNA DATA TRAFIK INTERNET.
|
Text
SurahmanAbdillahFerdiansyah2020 BDCCS2020 [Penerapan Metode SVN-Based Machine Learning Untuk Menganalisa Pengguna Data Trafik Internet (Studi Kasus Jaringan Internet WLAN Mahasiswa UBD)].pdf Download (674kB) | Preview |
Abstract
Pemakaian internet merupakan kebutuhan yang penting yang mendukung kinerja dan aktivitas di kampus. Untuk mengontrol pemakaian internet maka perlu diketahui sebaran pemakaian internetnya. Dengan memanfaatkan sejumlah algoritma machine learning dan software WEKA maka peneliti melakukan observasi dengan mengambil data dari wifi hotspot di kampus. Metode klasifikasi menggunakan SVM-Based ini memanfaatkan metode klasifikasi yang dimiliki oleh Support Vector Machine (SVM). Penelitian ini bertujuan untuk mengklasifikasi data pemakaian internet sehingga dari klasifikasi tersebut dapat diketahui destination network, protocol dan lebar bandwidth yang banyak diakses pada waktu tertentu. Data trafik internet diambil melalui software Wireshark. Sedangkan pengolahan data dan processing data trafik internet diolah dengan WEKA. Hasil penelitian menunjukkan: 1) Pemakaian internet UBD pada minggu I 133.196 pengguna, minggu II 304.042 pengguna, 2) Penggunaan Destination Network 24.150 dan Penggunaan Protocol 37.321, 3) Destination Network yang sering dituju adalah 172.21.206.143 (minggu I) dan 172.21.172.234 (minggu II), Protocol yang sering digunakan TCP, dan 4) Metode SVM adalah metode data mining yang baik untuk mengklasifikasikan pola-pola paket jaringan sehingga menghasilkan klasifikasi trafik jaringan sesuai dengan destination network dan protocol.
| Item Type: | Article |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Mr Edi Surya Negara |
| Date Deposited: | 19 Jun 2022 12:43 |
| Last Modified: | 19 Jun 2022 12:43 |
| URI: | http://eprints.binadarma.ac.id/id/eprint/12788 |
Actions (login required)
 |
View Item |
