Pitrasacha Adytia, W. Wahyuni, Kelik Sussolaikah, Yudha Satria
{"title":"KLASIFIKASI PENGGUNAAN DATA TRAFIK INTERNET MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE","authors":"Pitrasacha Adytia, W. Wahyuni, Kelik Sussolaikah, Yudha Satria","doi":"10.35508/jicon.v11i1.10039","DOIUrl":null,"url":null,"abstract":"Tak dapat dipungkiri saat ini internet merupakan sesuatu yang sangat penting untuk berbagai kebutuhan. Tidak terkecuali di STMIK Widya Cipta Dharma. Internet banyak digunakan dalam lingkungan kampus, baik oleh mahasiswa, dosen dan juga tenaga kependidikan. Kegiatan belajar mengajar dan juga pekerjaan dalam lingkungan kampus tidak terlepas dari kebutuhan penggunaan internet. Namun waktu penggunaan internet juga terkadang menumpuk dalam jam-jam tertentu dan menyebabkan kecepatan internet menjadi lambat. Hal itu dipengaruhi oleh banyaknya pengiriman paket header pada flow/arus lalu lintas internet sehingga koneksi menjadi berat dan terasa lambat. Oleh karena itu, dibutuhkan suatu metode klasifikasi yang dapat memberikan informasi mengenai aktivitas mahasiswa, dosen dan tenaga kependidikan dalam penggunaan internet. Adapun algoritma klasifikasi yang digunakan adalah klasifikasi Support Vector Machine (SVM). Metode pengembangan yang digunakan adalah SKKNI Nomor 299 Tahun 2020. Parameter yang digunakan adalah arus paket yang dikirim oleh user dan paket yang diterima oleh user. Adapun hasil penelitian ini berupa model algoritma SVM yang dapat mengklasifikasikan arus penggunaan trafik internet dengan empat kategori yaitu Download, Game, SocialNetwork, dan Web yang memiliki akurasi 64% dengan menggunakan kernel Radial Basis Function (RBF). Hasil akurasi yang dihasilkan cukup rendah dan membuat algoritma SVM tidak cocok untuk melakukan klasifikasi trafik internet dan perlunya metode lain untuk mengklasifikasikan trafik internet.","PeriodicalId":334895,"journal":{"name":"Jurnal Komputer dan Informatika","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-04-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Komputer dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35508/jicon.v11i1.10039","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Tak dapat dipungkiri saat ini internet merupakan sesuatu yang sangat penting untuk berbagai kebutuhan. Tidak terkecuali di STMIK Widya Cipta Dharma. Internet banyak digunakan dalam lingkungan kampus, baik oleh mahasiswa, dosen dan juga tenaga kependidikan. Kegiatan belajar mengajar dan juga pekerjaan dalam lingkungan kampus tidak terlepas dari kebutuhan penggunaan internet. Namun waktu penggunaan internet juga terkadang menumpuk dalam jam-jam tertentu dan menyebabkan kecepatan internet menjadi lambat. Hal itu dipengaruhi oleh banyaknya pengiriman paket header pada flow/arus lalu lintas internet sehingga koneksi menjadi berat dan terasa lambat. Oleh karena itu, dibutuhkan suatu metode klasifikasi yang dapat memberikan informasi mengenai aktivitas mahasiswa, dosen dan tenaga kependidikan dalam penggunaan internet. Adapun algoritma klasifikasi yang digunakan adalah klasifikasi Support Vector Machine (SVM). Metode pengembangan yang digunakan adalah SKKNI Nomor 299 Tahun 2020. Parameter yang digunakan adalah arus paket yang dikirim oleh user dan paket yang diterima oleh user. Adapun hasil penelitian ini berupa model algoritma SVM yang dapat mengklasifikasikan arus penggunaan trafik internet dengan empat kategori yaitu Download, Game, SocialNetwork, dan Web yang memiliki akurasi 64% dengan menggunakan kernel Radial Basis Function (RBF). Hasil akurasi yang dihasilkan cukup rendah dan membuat algoritma SVM tidak cocok untuk melakukan klasifikasi trafik internet dan perlunya metode lain untuk mengklasifikasikan trafik internet.