KLASTERISASI PENGGUNAAN TRAFIK INTERNET MENGGUNAKAN K-MEANS CLUSTERING

Yasriady, Dedy (2022) KLASTERISASI PENGGUNAAN TRAFIK INTERNET MENGGUNAKAN K-MEANS CLUSTERING. Masters thesis, Universitas Putra Indonesia "YPTK".

Preview	Text (ABSTRAK) TESIS_DedyYasriady_202321016_ABSTRAK.pdf Download (7kB) | Preview
Preview	Text (BAB 1) TESIS_DedyYasriady_202321016_BAB 1.pdf Download (121kB) | Preview
Preview	Text (DAFTAR PUSTAKA) TESIS_DedyYasriady_202321016_DAFTAR PUSTAKA.pdf Download (234kB) | Preview
	Text (FULL TEXT) TESIS_DedyYasriady_202321016_FULL TESIS.pdf Restricted to Repository staff only Download (5MB)

Abstract

Knowledge Discovery in Database merupakan suatu proses yang memanfaatkan metode Data Mining dalam menemukan pola serta informasi yang bermanfaat dari sekumpulan data. Domain Name System (DNS) menyediakan data yang kaya dan menarik, serta dapat diekstraksi untuk mengungkap informasi yang bisa dianalisis bagi berbagai keperluan seperti tindakan keamanan, mengukur tingkat penggunaan trafik, user profiling hingga kebijakan lain yang diterapkan dalam suatu jaringan. Penelitian ini bertujuan melakukan klasterisasi penggunaan trafik internet pada jaringan sebagai proses untuk mendapatkan klaster profile pengguna dalam melakukan aktivitas online selama rentang waktu jam kerja, yang terdiri 3 klaster tinggi, sedang, rendah. Klasterisasi ini perlu dilakukan guna mengawasi pemanfaatan bandwidth yang telah disediakan serta memantau efisiensi dan produktifitas pegawai dalam lingkungan kerja. Proses klasterisasi dilakukan menggunakan teknik Data Mining dengan metode K-Means Clustering. Sample data yang digunakan terdiri dari 59 records yang diperoleh dari ekstraksi DNS log file selama 5 hari kerja yang terdiri dari sesi pagi (08:00 s/d 12:00) dan sesi siang (13:00 s/d 17:00). Setelah melalui proses analisis dan pengujian menggunakan metode yang disebutkan, berdasarkan data sampling yang digunakan diperoleh hasil 3 kelompok berupa klaster tinggi, sedang dan rendah. Klaster tinggi sebesar 15%, sedang 12% dan rendah 73%. Sedangkan hasil pengujian menggunakan data real (sebanyak 213 records) diperoleh hasil klaster tinggi 11%, klaster sedang 14% dan klaster rendah 75%. Berdasarkan pengujian data real tersebut, diperoleh rata-rata akurasi yang sangat baik yaitu sebesar 3%, sehingga penelitian ini layak untuk direkomendasikan sebagai salah satu metode dalam melakukan klasterisasi penggunaan trafik internet. Kata kunci: data mining, klasterisasi, k-means, DNS log, dnsmasq, trafik internet

Actions (login required)

View Item