1
BAB I
PENDAHULUAN
1.1
Latar Belakang Lembaga
pendidikan
tinggi
di
negara-negara
berkembang
harus
berhadapan dengan tuntutan terhadap pertumbuhan infrastruktur internet, khususnya apabila berada pada fase registrasi maupun herregistrasi mahasiswa. Semakin meningkatnya kebutuhan terhadap jaringan internet maka dibutuhkan suatu metode yang dapat memprediksi kebutuhan bandwidth pada jaringan komputer, serta dapat mengidentifikasi kebutuhan akan bandwidth pada jaringan komputer. Bandwidth adalah kapasitas transmisi dalam menyalurkan paket data dari suatu media komunikasi pada jaringan komputer yang menentukan berapa banyak informasi yang dapat ditransmisikan dalam satu satuan waktu, atau dapat juga dikatakan bahwa semakin besar bandwidth bisa menghasilkan komunikasi yang lebih cepat. Tujuan dari prediksi kebutuhan bandwidth pada jaringan komputer adalah untuk mengidentifikasi kebutuhan bandwidth yang akan terjadi, baik pada jaringan LAN maupun pada jaringan koneksi internet sehingga dapat meningkatkan kualitas layanan akademik dan menentukan berapa besar biaya yang akan dikeluarkan untuk sewa bandwidth. Dalam menentukan sewa bandwidth harus dengan kualitas yang baik. Apabila pemberian bandwidth lebih besar dari kebutuhan yang sebenarnya akan mengakibatkan pemborosan bandwidth. Sedangkan apabila pemberian bandwidth lebih rendah dari kebutuhan sebenarnya, pengaksesan bagi konsumen menjadi lebih lambat yang akibatnya merugikan pihak pengguna. Penggunaan internet secara bersama dapat mempengaruhi performansi jaringan seiring dengan peningkatan jumlah pengguna. Performansi jaringan memegang peranan penting dalam pengaturan kebutuhan bandwidth untuk tiap layanan aplikasi internet yang beraneka-ragam. Ketersediaan bandwidth jaringan merupakan faktor penting dalam memilih
1
2
layanan web (Foster, 2003). Pada dasarnya besarnya kebutuhan bandwidth mempresentasikan kapasitas dari koneksi, semakin tinggi kebutuhan bandwidth, umumnya akan diikuti oleh kinerja yang lebih baik. Salah satu solusi yang paling efektif untuk mengatasinya adalah dengan mengelola pemakaian bandwidth yang menghasilkan suatu kualitas layanan lalu lintas aliran data yang baik dan berkualitas. Khususnya yang terjadi di lingkungan kampus STMIK Amikom, terdapat beberapa keluhan dari pengguna jaringan internet. Mahasiswa maupun karyawan dan dosen di STMIK Amikom mengeluhkan adanya koneksi internet yang dirasa kurang sesuai dengan apa yang diharapkan, misalnya dari segi kecepatan ataupun kestabilan koneksi. Kecepatan koneksi yang didapatkan oleh pengguna tidak hanya dipengaruhi oleh alokasi bandwidth yang diberikan oleh pihak kampus tetapi dipengaruhi juga oleh alokasi bandwidth yang disediakan oleh penyedia layanan server yang diakses atau dituju oleh pengguna. Dari hasil wawancara dengan pihak administrator jaringan di STMIK Amikom, diperoleh informasi total bandwidth yang dimiliki pihak kampus dengan pembagian alokasi bandwidth berdasarkan jumlah pengguna pada setiap departemen atau bagian yang ada. Secara garis besar ada beberapa faktor yang harus dipertimbangkan dalam menentukan alokasi bandwidth yang harus disediakan yaitu jumlah departemen beserta karyawan yang ada dalam setiap departemen, jumlah dosen, jumlah mahasiswa, serta alokasi khusus yang diperlukan untuk layanan server untuk mendukung kegiatan belajar mengajar di kampus. Permasalahan yang muncul dari penyediaan bandwidth yang sudah dilaksanakan adalah sudah tepatkah kapasitas bandwidth yang disediakan untuk saat ini, perlu dilakukan perubahan atau tidak untuk alokasi bandwidth yang disewa sehingga biaya yang dikeluarkan untuk sewa bandwidth dapat menjadi efektif dan efisien. Berangkat dari permasalahan yang sudah disebutkan diatas, diperlukan adanya analisa lebih mendalam mengenai berapa kebutuhan bandwidth yang harus disediakan oleh pihak kampus sehingga layanan koneksi internet maupun Local Area Network (LAN) dapat berjalan dan mendukung semua aktifitas yang memerlukan kondisi network dengan layanan yang sesuai. Untuk membantu pihak
3
manajemen menentukan alokasi yang tepat untuk sewa bandwidth maka dibutuhkan suatu sistem yang dapat memprediksi pemakaian bandwidth. Proses prediksi khususnya pemakaian bandwidth dapat dilakukan dengan beberapa pendekatan, diantaranya dengan model matematis dan pendekatan non linier seperti artificial neural network (ANN). Berdasarkan penelitian yang dilakukan oleh Shabri dkk (2012) dan Mekongga dkk (2012) menyebutkan prediksi
dengan
menggunakan
ANN
dengan
metode
pembelajaran
backpropagation menghasilkan tingkat akurasi diatas 80%. Pada penelitian lainnya target error pada penelitian setiawan (2008) menunjukan hasil prediksi harga saham dengan menggunakan model JST jauh lebih kecil, jika dibandingkan dengan pendekatan menggunakan analisis statistik. Model analisis statistik seperti simple moving average (SMA), weighted moving average (WMA), eksponential moving average (EMA), moving average convergence divergence (MACD), oscillator stochastic (OSC) dan StochRSI menghasilkan rata-rata tingkat kesalahan peramalan sepuluh kali lebih besar dari pada model JST (setiawan, 2008). Perbandingan nilai MAPE dapat dilihat pada Tabel 1.1. Tabel 1.1 Perbandingan nilai MAPE Tahun
MAPE dengan JST
MAPE dengan SMA
MAPE dengan WMA
MAPE dengan EMA
MAPE dengan MACD
MAPE dengan OSC
1998 1999
3.97 2.70
23.65 9.45
25.68 18.32
26.44 12.03
25.53 12.03
16.11 11.35
MAPE dengan StochR SI 23.58 9.04
Sumber: Setiawan (2008) Pada Tabel 1.1 dapat dilihat nilai MAPE yang dihasilkan dengan algoritma Backpropagation Neural Network (BPNN), jauh lebih kecil bila dibandingkan model-model pada analisis statistik. Peramalan menggunakan metode analisis statistik (teknikal) menghasilkan tingkat kesalahan yang relatif tinggi, hal tersebut disebabkan dari pendekatan uji model berdasarkan standar deviasi sedangkan JST pengujian model melalui proses training data (Setiawan, 2008), Dengan tingkat akurasi yang tinggi maka akan diterapkan untuk membantu mengolah data yang ada di STMIK Amikom.
4
Pada
penelitian
ini
dikembangkan
sistem
jaringan
saraf
tiruan
backpropagation untuk prediksi kebutuhan bandwidth pada jaringan komputer di STMIK Amikom. Sumber data yang diperlukan adalah data trafik harian meliputi jumlah pengguna dan besarnya kapasitas data yang digunakan, yang kemudian data tersebut akan dibelajarkan pada sistem perangkat lunak yang sudah dirancang. Penelitian ini mengambil studi kasus di STMIK Amikom Yogyakarta. 1.2
Rumusan Masalah Pada penelitian ini, permasalahan yang akan diselesaikan adalah
bagaimana melakukan implementasi jaringan saraf tiruan backpropagation untuk memprediksi penggunaan bandwidth di STMIK Amikom Yogyakarta. 1.3
Batasan Masalah Pada penelitian ini, batasan masalahnya meliputi :
1. Pada penelitian ini di gunakan Jaringan saraf tiruan backpropagation dalam prediksi kebutuhan bandwidth di STMIK Amikom Yogyakarta untuk membantu pihak manajemen dalam menentukan bandwidth yang akan disewa agar lebih efisien. 2. Prediksi dibatasi pada keadaan penggunaan bandwidth normal dan bukan keadaan penggunaan bandwidth yang insidensial atau keadaan khusus. 3. Variabel data yang digunakan untuk prediksi kebutuhan bandwidth pada jaringan komputer adalah data trafik harian meliputi besarnya kapasitas data yang digunakan. 4. Data yang digunakan sebagai penelitian adalah data trafic internet pada hari kerja dan pada saat jam kerja yaitu dari jam 07:00 sampai dengan 17:00. 1.4
Tujuan Penelitian Penelitian ini bertujuan untuk menggunakan backpropagation neural
network untuk prediksi kebutuhan bandwidth di STMIK Amikom. 1.5
Manfaat Penelitian Dengan adanya sistem ini diharapkan dapat memberi manfaat sebagai
berikut: Sistem informasi prediksi kebutuhan bandwidth ini dapat dijadikan sebagai acuan untuk penentuan kebutuhan bandwidth di STMIK AMIKOM Yogyakarta.
5
1.6
Keaslian Penelitian Penelitian yang berkaitan dengan prediksi penggunaan bandwidth
sebelumnya pernah diteliti oleh Niu dkk (2011). Niu dkk (2011) menggunakan teknik analisis time-series untuk memprediksi populasi online, peer upload dan bandwidth server, berdasarkan pembelajaran dari kedua faktor pengguna dan dinamika sistem dari pengukuran online. Mekanisme yang diusulkan dievaluasi pada data set besar yang diperoleh dari internet komersial video-on-demand system (Niu dkk, 2011). Mekanisme jaringan saraf tiruan telah diuji pada file klasik trace dan dibandingkan dengan sistem Network Weather Service (NWS) untuk kinerja. Perkembangan terakhir teknologi komputer, seperti layanan web, Kotak, peer-to-peer, dan mobile komputing adalah komputasi berbasis jaringan. Penerapan mereka tergantung pada ketersediaan bandwidth jaringan yang mendasarinya. Namun, sumber daya jaringan dibagi dan bandwidth jaringan yang tersedia bervariasi dengan waktu. Tidak ada solusi yang memuaskan tersedia untuk prediksi kinerja jaringan. Kurangnya prediksi membatasi penerapan komputasi berbasis jaringan, terutama untuk komputasi grid di mana pengolahan remote bersamaan sangat penting. Hasil pengujian menunjukkan pendekatan jaringan saraf tiruan selalu menyediakan prediksi peningkatan dibandingkan NWS (Li, 2006). Manajemen
traffic
data
multimedia
pada
jaringan
nirkabel,
mempertimbangkan dalam memberikan perbedaan tingkat penyedia Quality of Service (QoS). Secara khusus, fokus penelitian pada mengatur lalu lintas downlink di kedua ATM nirkabel dan skenario WiFi, mengacu ke jaringan infrastruktur akses nirkabel dimana seorang koordinator pusat mengambil keputusan penjadwalan bagi pengguna ponsel. Penjadwalan didasarkan pada Jaringan Saraf Tiruan (JST) dengan penguatan belajar. Jaringan saraf tiruan dilatih dari contoh-contoh untuk berperilaku sebagai optimasi penjadwalan, menurut model Kritikus Aktor. Hasil yang diperoleh dalam penjadwalan suara, video dan lalu lintas Web memungkinkan untuk menunjukkan peningkatan kapasitas yang signifikan yang dapat dicapai oleh skema peneliti sehubungan dengan teknik lain yang sebelumnya diusulkan dalam literatur (Fiengo, 2006).
6
Perbedaan penelitian ini dengan penelitian-penelitian sebelumnya yaitu pada proses analisis sistem yang dirancang dan output sistem informasi, penelitian terdahulu mengunakan model perceptron, analisis timeseries, dan manajemen lalu lintas multimedia. Pada penelitian ini merancang suatu sistem prediksi kebutuhan bandwidth pada jaringan komputer dengan metode jaringan saraf tiruan backpropagation, dengan mengambil kasus pada STMIK AMIKOM Yogyakarta. 1.7
Metodologi Penelitian Tahapan yang dilakukan dalam penelitian ini adalah sebagai berikut: 1. Studi Literatur Pada tahapan ini dilakukan pembacaan paper, artikel dan buku yang terkait dengan
jaringan
komputer
dan
jaringan
saraf
tiruan
metode
backpropagation. 2. Desain Penelitian Pada tahapan ini dibangun skema rancangan untuk proses pengolahan data penggunaan bandwidth, proses training dan testing pada backpropagation neural network, dan proses prediksi penggunaan bandwidth. 3. Pengumpulan Data Pada tahapan ini dilakukan pengumpulan data yaitu pengumpulan data penggunaan bandwidth di network STMIK Amikom Yogyakarta. 4. Implementasi Pada tahapan ini dilakukan pengimplementasian desain penelitian yang diusulkan ke dalam baris program. Program tersebut digunakan untuk melakukan pengolahan data penggunaan bandwidth dan prediksi penggunaan bandwidth pada waktu tertentu dengan menggunakan jaringan saraf tiruan metode backpropagation. 5. Analisa Hasil Pada
tahapan
ini
dilakukan
proses
training
dan
testing
pada
backpropagation neural network dengan menggunakan data-data yang telah diolah. Kemudian dilakukan analisa terhadap hasil pengelompokkan menggunakan proses training dan testing dengan nilai akurasi tertinggi. 6. Penarikan Kesimpulan
7
Pada tahapan ini dilakukan penarikan kesimpulan untuk menjawab rumusan masalah penelitian dan memenuhi tujuan penelitian yang telah dijabarkan. 1.8
Sistematika Penulisan Tesis ini berisikan 7 (tujuh) bab dengan rincian masing-masing bab sebagai
berikut: Bab I Pendahuluan Bab ini berisi uraian singkat tentang latar belakang penelitian, rumusan masalah, batasan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan. Bab II Tinjauan Pustaka Bab ini berisi uraian penelitian-penelitian serupa yang telah dilakukan dan dijadikan referensi dalam penelitian ini. Bab III Landasan Teori Bab ini berisi uraian teori-teori dasar yang berkaitan dengan studi kasus dan metode yang digunakan dalam penelitian ini. Bab IV Analisis dan Perancangan Bab ini berisi mengenai analisa terhadap proses training dan testing yang dibutuhkan dalam penelitian ini dan penggunaan Backpropagation Neural Network sebagai metode JST yang dipilih. Perancangan yang diuraikan adalah perancangan
pengolahan
data
penggunaan
bandwidth,
perancangan
Backpropagation Neural Network, antarmuka sistem, dan perancangan pengujian sistem. Bab V Implementasi Bab ini berisi implementasi metode pengolahan data penggunaan bandwidth dan BPNN dari hasil analisis dan perancangan yang dilakukan.
8
Bab VI Hasil dan Pembahasan Bab ini berisi hasil pengolahan data penggunaan bandwidth, hasil pengelompokkan data dan analisis hasil pengelompokkan data. Bab VII Penutup Bab ini berisi kesimpulan hasil penelitian dan saran untuk penelitian lebih lanjut.
