Analisis Clustering Trafik Jaringan Menggunakan Metode K-Means

Authors

  • Muhammad Fahmi Sistem Informasi, STMIK Widya Cipta Dharma
  • Ahmad Fajri Teknik Informatika, STMIK Widya Cipta Dharma

DOI:

https://doi.org/10.51967/tanesa.v23i2.1736

Keywords:

Machine Learning, Clustring, Jaringan Komputer, Trafik jaringan, K-Means

Abstract

Penelitian ini dilakukan untuk membuat sebuah model clustering trafik internet dengan menggunakan algoritma K-means. Penggunaan internet di wilayah kampus banyak digunakan oleh mahasiswa dan staf pegawai untuk keperluan proses belajar mengajar, ataupun membantu proses bekerja. Penggunaan internet, pada jam-jam sibuk dan perkuliahan yang aktif membuat kecepatan internet menjadi lambat. Hal ini dipengaruhi oleh banyaknya pengiriman paket header pada flow/arus lalu lintas internet yang membuat koneksi pada internet menjadi semakin berat/lambat. Dalam mengatasi masalah tersebut, maka diperlukan metode clustring penggunaan trafik internet dengan algoritma k-means yang dapat mengetahui jenis atau trafik internet dengan berdasarkan fitur arus/flow paket trafik internet menggunakan metode pengembangan data mining. Data yang digunakan dalam penelitian ini yaitu data yang diambil melalui hasil capture wifi selama 3 hari di sub bagian Pusat Komputer kampus STMIK WiCiDa menggunakan wireshark dan bettercap yang akan melakukan serangan arp spoof, dimana metode ini akan membuat penulis diposisikan sebagai penengah dan dapat menangkap paket dari semua perangkat di jaringan yang sama. Tools ini akan dijalankan di kali linux. Data paket yang sudah dicapturing dan difilter kemudian akan diexport dalam bentuk .pcap. Hasil penelitian ini berupa model algoritma Clustring trafik jaringan dengan metode k-means yang dapat meng-clusterkan arus penggunaan trafik internet dengan tiga cluster yaitu Web, Video VoIP, Network. Pada saat pengujian dengan menggunakan tiga cluster menghasilkan nilai akurasi data yang baik Mendapatkan hasil Clustring yaitu : Cluster 0 = 302638 data, Cluster 1 = 331982 data, dan Cluster 3 = 451426 data.

References

Agustiara, W., Pratama, A., Junaidi, S., PGRI Sumatera Barat Jl Gn Pangilun, S., Pangilun, G., Padang Utara, K., Padang, K., & Barat, S. (2022). Analisis Keamanan Protokol Secure Socket Layer Terhadap Serangan Packet Sniffing Pada Website Portal Berita Harian Umum Koran Padang. Jurnal Teknik Informatika Kaputama (JTIK), 6(1).

Amri, M. A., Windarto, A. P., Wanto, A., & Damanik, I. S. (2019). Analisis Metode K-Means Pada Pengelompokan Perguruan Tinggi Menurut Provinsi Berdasarkan Fasilitas Yang Dimiliki Desa. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 674–679. https://doi.org/10.30865/komik.v3i1.1677

Anggraeni, I., & Andriani, S. (2021). Implementasi Algoritma C.45 Untuk Klasifikasi Deteksi Serangan Pada Protokol Jaringan. Komputasi: Jurnal Ilmiah Ilmu Komputer Dan Matematika, 18(2), 62–68. https://doi.org/10.33751/komputasi.v18i2.3562

Darma, S., Defit, S., Hartama, D., & Robiansyah, W. (2020). Penerapan Metode K-Means Dalam Pengolompokan Jumlah Wisatawan Asing Di Indonesia. Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2020, 2, 255–261.

Hartati, T., & Arie Wijaya, Y. (2022). Analisis Data Lalu Lintas Jaringan di Kantor Canghegar Cyber Operation Center Menggunakan Algoritma K-Means. Jurnal Ilmiah NERO, 7(1), 2022.

Kurnia, D. (2019). Pemanfaatan Bettercap Sebagai Teknik Sniffing Pada Paket Trafik Jaringan Wifi. Seminar Nasional Teknik (SEMNASTEK) UISU, 2(1), 83–85. www.olx.co

M. Ferdy Adriant, & Is Mardianto. (2015). Implementasi Wireshark Untuk Penyadapan (Sniffing) Paket Data Jaringan. Seminar Nasional Cendekiawan, 224–228.

Nagari, S. S., & Inayati, L. (2020). Implementation of Clustering Using K-Means Method To Determine Nutritional Status. Jurnal Biometrika Dan Kependudukan, 9(1), 62. https://doi.org/10.20473/jbk.v9i1.2020.62-68

Prathivi, R. (2015). Klasifikasi Data Trafik Internet Menggunakan Metode Bayes Network (Studi Kasus Jaringan Internet Universitas Semarang). Jurnal Transformatika, 12(2), 42. https://doi.org/10.26623/transformatika.v12i2.81

Premitasari, M. (2019). Volume Trafik IP-Based dengan Pemodelan Jam Sibuk. MIND Journal, 3(1), 1–14. https://doi.org/10.26760/mindjournal.v3i1.1-14

Rizqi utami, A., Purwanto, Y., Anbarsanti, A. (2017). PENGELOMPOKAN TRAFIK BERDASARKAN WAKTU DENGAN ALGORITMA CLUSTREAM UNTUK DETEKSI ANOMALI PADA ALIRAN TRAFIK TIME BASED TRAFFIC CLUSTERING USING CLUSTREAM ALGORITHM FOR ANOMALY DETECTION ON STREAMING TRAFFIC. E-Proceeding of Engineering, 4(1), 848–854.

Shafiq, M., Yu, X., Laghari, A. A., Yao, L., Karn, N. K., & Abdessamia, F. (2017). Network Traffic Classification techniques and comparative analysis using Machine Learning algorithms. 2016 2nd IEEE International Conference on Computer and Communications, ICCC 2016 - Proceedings, October, 2451–2455. https://doi.org/10.1109/CompComm.2016.7925139

Tasmi, T., Maulana, R., & Husnawati, H. (2021). Visualisasi Trafik Jaringan Dengan Metode Support Vector Machine (SVM)(Studi Kasus: Universitas Indo Global Mandiri). Jurnal Informatika Global, 12(2), 65–74. http://ejournal.uigm.ac.id/index.php/IG/article/view/1939

Yasriady, D. (2022). Klasterisasi Penggunaan Trafik Internet Menggunakan K-Mean Clustering. Jurnal Sistim Informasi Dan Teknologi, 4(3), 112–117. https://doi.org/10.37034/jsisfotek.v4i3.141

Buletin Poltanesa Multidisiplin Jurnal

Downloads

Published

2022-12-27

How to Cite

Fahmi, M. ., & Fajri, A. (2022). Analisis Clustering Trafik Jaringan Menggunakan Metode K-Means. Buletin Poltanesa, 23(2), 799–807. https://doi.org/10.51967/tanesa.v23i2.1736

Issue

Vol. 23 No. 2 (2022): Desember 2022

Section

Software Engineering & Informatics

License

The copyright of this article is transferred to Buletin Poltanesa and Politeknik Pertanian Negeri Samarinda, when the article is accepted for publication. the authors transfer all and all rights into and to paper including but not limited to all copyrights in the Buletin Poltanesa. The author represents and warrants that the original is the original and that he/she is the author of this paper unless the material is clearly identified as the original source, with notification of the permission of the copyright owner if necessary.

A Copyright permission is obtained for material published elsewhere and who require permission for this reproduction. Furthermore, I / We hereby transfer the unlimited publication rights of the above paper to Poltanesa. Copyright transfer includes exclusive rights to reproduce and distribute articles, including reprints, translations, photographic reproductions, microforms, electronic forms (offline, online), or other similar reproductions.

The author's mark is appropriate for and accepts responsibility for releasing this material on behalf of any and all coauthor. This Agreement shall be signed by at least one author who has obtained the consent of the co-author (s) if applicable. After the submission of this agreement is signed by the author concerned, the amendment of the author or in the order of the author listed shall not be accepted.