ANALISIS KEPUASAN MAHASISWA TERHADAP PERFORMA NIRKABEL DAN POLA PENGGUNAAN INTERNET DI UNIVERSITAS Pujianto Yugopuspito; Budi Berlinton Sitorus; Ellen Nio Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Pelita Harapan M.H. Thamrin Boulevard, Lippo Village - Tangerang 15811
[email protected],
[email protected],
[email protected]
ABSTRACT The purpose of this study is to address student satisfaction toward wireless facilities and usage pattern. It is expected to suggest a better Internet performance. Data collection process was conducted within two stages. Preliminary questionnaires were distributed to 30 students to validate each variable, and the core questionnaires were distributed randomly to 250 students. Internet wireless traffic is validated by means of using Cyberoam and Multi Router Traffic Grapher. This study shows the satisfaction of wireless connection is low (2.32 of 5) eventhough the importance level is high (4.04 of 5). Activity with highest request is social networking and activity with highest data transferred is entertainment. Internet usage pattern in the university is categorized into three clusters, heavy user (19%), medium user (29%), and light user (52%). Some improvement are suggested i.e. the implementation of proxy cache server, download order, bandwidth and download quota policy, and intensive publication on student service. Keywords: wireless usage, traffic analysis, IT survey
ABSTRAK Tujuan dari penelitian ini adalah untuk menunjukkan tingkat kepuasan mahasiswa terhadap fasilitas dan pola penggunaan nirkabel untuk kinerja Internet yang lebih baik. Proses pengumpulan data dilakukan dalam dua tahap. Kuesioner awal dibagikan kepada 30 siswa untuk memvalidasi setiap variabel, dan kuesioner inti dibagikan secara acak untuk 250 siswa. Lalu lintas Internet nirkabel divalidasi menggunakan Cyberoam and Multi Router Traffic Grapher. Studi ini menunjukkan kepuasan dari koneksi nirkabel rendah (2:32 dari 5) meskipun tingkat kepentingan tinggi (4:04 dari 5). Aktivitas tertinggi adalah jaringan sosial dan aktivitas data yang ditransfer tertinggi adalah hiburan. Pola penggunaan internet di universitas dikategorikan menjadi tiga kelompok, pengguna berat (19%), pengguna menengah (29%), dan pengguna ringan (52%). Beberapa perbaikan yang disarankan yaitu pelaksanaan cache server proxy, perintah download, bandwidth dan kebijakan kuota download, dan publikasi intensif pada layanan mahasiswa. Kata kunci: penggunaan nirkabel, analisis lalu lintas, survey TI
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
69
PENDAHULUAN Internet merupakan jaringan global komputer dunia yang besar dan sangat luas, berdasarkan hasil riset Yahoo! di Indonesia yang bekerja sama dengan Taylor Nelson Sofres pada tahun 2009, pengguna terbesar Internet adalah usia 15-19 tahun, sebesar 64% (Kompas Online, 2010). Begitu juga berdasarkan penelitian yang dilakukan oleh Pew Research Center (2010), menunjukkan bahwa 91% dari kelompok usia 18-29 adalah pengguna Internet dan merupakan kelompok pengguna terbesar dari Internet. Remaja saat ini termasuk dalam Y Generation, yaitu komunitas yang lahir dari tahun 1977 hingga awal 1999 (Davie, 2008). Generasi ini berkembang dengan mengenal teknologi Internet seperti e-mail, texting, instant messaging, dan media baru melalui situs seperti Youtube dan social networking seperti Facebook. Mahasiswa merupakan bagian penting dari Generasi Y karena pada tahap kehidupan ini, kebiasaan penggunaan media jangka panjang terbentuk. Dalam penelitian oleh Junco dan Mastrodicasa terhadap 7704 mahasiswa universitas, ditemukan fakta bahwa 97% mahasiswa memiliki komputer, 76% mahasiswa menggunakan instant messaging, 34% menggunakan Internet sebagai media utama pencari berita dan rata-rata menghabiskan 3,5 jam online dalam sehari (Junco et al., 2007). Penelitian ini dimaksudkan untuk melihat tingkat kepuasan mahasiswa dalam mengunakan fasilitas internet jalur nirkabel. Dan melihat pola penggunaan Internet di universitas, secara khusus di Universitas Pelita Harapan. Internet tersedia untuk kegiatan belajar dan sangat mudah diakses oleh mahasiswa. Penyediaan Internet di kampus berdasarkan pandangan pengajar bahwa Internet dapat meningkatkan kegiatan belajar mengajar.
Landasan Teori Internet Internet diartikan sebagai jaringan komputer luas dan mendunia, menghubungkan pemakai komputer dari suatu negara ke negara lain, di dalamnya terdapat berbagai sumber daya informasi dari mulai yang statis hingga yang dinamis dan interaktif. Pengguna Internet dikategorikan menjadi tiga kelas , yaitu pengguna ringan, sedang dan berat (Guigner et al., 2008). Pengguna ringan (light user), pada dasarnya hanya memerlukan email dan web browsing yang merupakan dasar dari aktivitas. Pengguna sedang (medium user), sama seperti light user, namun dengan dua aktifitas tambahan yaitu file transfer serta streaming. Pengguna berat (heavy user) melakukan hampir semua aktivitas dengan pemakaian terus-menerus, atau hanya sementara, dengan memerlukan data yang luar biasa besar baik dalam file transferring. Beberapa faktor yang menjadi tolak ukur kualitas dari layanan suatu jaringan adalah bandwidth, response time, integrity, availability dan security. Menurut Jakob Neilson, waktu respon maksimal bagi pengguna Internet adalah sebesar 10 detik (Neilsen, 1993). Bandwidth adalah media yang digunakan dan kecepatan transmisi dari sebuah jaringan Internet. Mengunggah adalah proses pengiriman data dari komputer menuju jaringan luar. Mengunduh adalah proses menerima data dari jaringan diluar komputer. Caching Caching adalah cara sederhana untuk meningkatkan performa dengan menyimpan halaman yang telah dibuka untuk digunakan kemudian. Dalam penggunaannya, digunakan prosedur dengan beberapa proses yang dinamakan proxy untuk mengelolah cache. Semakin tinggi replikasi yang terjadi dalam suatu server, maka semakin efektif dan memuaskan penggunaan cache proxy server ini (Kurose & Ross, 2005).
70
Jurnal Teknik Komputer Vol. 19 No. 1 Februari 2011: 69 - 79
Metode Survei Skala Metode Survei Skala merupakan suatu prosedur pemberian angka atau simbol lain kepada sejumlah ciri dari suatu objek agar dapat menyatakan karakteristik angka pada ciri tersebut. Skala yang digunakan dalam penelitian ini adalah skala Likert. Skala ini berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu, misalnya setuju-tidak setuju, dan baik-tidak baik. Sampel Sampel adalah sebagian dari populasi. Populasi adalah keseluruhan elemen atau unsur yang akan diteliti. Ukuran sampel di antara 30 sampai dengan 500 elemen. Dengan kata lain, uji-uji statistik yang ada akan sangat efektif jika diterapkan pada sampel yang jumlahnya 30 sampai dengan 60 atau dari 120 sampai dengan 250. Bahkan jika sampelnya di atas 500, tidak direkomendasikan untuk menerapkan uji statistik. Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau probability sampling, dan sampel tidak acak atau nonprobability sampling. Yang dimaksud dengan random sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Untuk nonprobability sampling, setiap elemen populasi tidak mempunyai kemungkinan yang sama untuk dijadikan sampel. Metode yang dipakai untuk penelitian ini adalah Simple Random Sampling. Keabsahan menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Dalam penelitian, uji keabsahan yang digunakan adalah number-of-data corrected item. Nilai minimal dari number of data corrected item harus lebih besar dari batas minimum keabsahan yaitu 0.30. Kehandalan adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat diandalkan. Teknik yang digunakan adalah teknik Alpha (Cronbach’s Alpha) yang merupakan rerata dari semua koefisien belah dua yang dapat dihasilkan dari berbagai cara membelah skala item. Kategori nilai alpha dari indeks Barlian dapat dilihat pada Tabel 1. Tabel 1 Indeks Barlian Nilai Alpha 0.9 – 1 0.85 – 0.89 0.8 – 0.84 0.7 – 0.79 < 0.7
Tingkat Kehandalan Excellent Very Good Good Fair Poor
K-Means merupakan salah satu metode data clustering non-hirarki yang berusaha mempartisi data yang ada ke dalam bentuk beberapa kelompok. Adapun tujuan dari data clustering ini adalah untuk meminimalisasi objective function yang diatur dalam proses clustering, yang pada umumnya berusaha meminimalisasikan variasi di dalam suatu kluster dan memaksimalisasikan variasi antar kluster. User Profiling Concept Tujuan dari user profiling adalah untuk mencatat keperluan, tujuan, nilai, ekspektasi, dan kebiasaan user yang didefinisikan dalam kelompok user. Karakteristik dari grup user menyediakan informasi mengenai user yang akan berguna dalam perancangan keputusan. Kelompok user ini merepresentasikan sekelompok orang dengan atribut yang serupa.
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
71
METODE Metode penelitian yang digunakan dalam artikel ini dimulai dari penelitian pendahuluan, identifikasi masalah, tujuan penelitian, pembatasan masalah, studi pustaka, perancangan kuesioner pendahuluan, penyebaran kuesioner pendahuluan, pengumpulan data lanjutan, pengolahan dan analisis data, dan kesimpulan dan saran. Semua dikerjakan secara berurutan tanpa ada proses pengulangan. Analisis Sistem Saat Ini Jaringan Internet ada tiga akses Internet, yang terdiri dari dua koneksi internasional dan satu koneksi nasional. Semua koneksi adalah dedicated line, dengan total bandwidth yang tersedia lebih dari 100 Mbps. Jalur International dapat digunakan juga ke jalur nasional pada kondisi koneksi khusus nasional terputus. Koneksi Internet ke mahasiswa dibagikan hanya melalui nirkabel, karena mahasiswa mobile di area kampus. Sementara distribusi ke server dan staf menggunakan koneksi kabel, karena lokasinya tetap. Dari router Internet, baik jalur internasional maupun nasional akan didistribusikan ke dalam setiap Virtual Local Area Network (VLAN) berdasarkan gedung dan lantai. Kemudian dari VLAN tersebut didistribusikan ke poin akses yang ada di setiap lantai tersebut agar mahasiswa dapat mengakses Internet nirkabel. Pengumpulan Data Dalam penelitian ini pengumpulan data diperoleh dari dua sumber, yaitu angket yang dibagikan kepada mahasiswa pemakai Internet nirkabel dan traffic data jejaring yang diperoleh dari pengelola infrastruktur TI. Untuk dapat memperoleh data dari mahasiswa, pertama-tama dirancang kuesioner pendahuluan. Kuesioner pendahuluan adalah langkah awal dalam proses pengumpulan data. Perancangan kuesioner dilakukan dengan mengacu pada konsep Usage Profiling yang diperoleh dari studi pustaka dan kemudian diuji-cobakan untuk menentukan variabel penting apa yang perlu diketahui dalam penelitian berkaitan dengan gaya pemakaian Internet oleh mahasiswa dan kepuasan terhadap pelayanan yang sudah ada. Sesuai dengan konsep pada user profiling, ada beberapa kategori pertanyaan yang perlu ditanyakan seperti demografik, kebiasaan pemakaian, analisis keperluan user, ekspektasi user dan permasalahan. Pada kuesioner pendahuluan, jumlah responden yang digunakan adalah 30. Hal ini dilakukan untuk melihat kembali apakah variabel yang telah ditentukan sudah dapat membantu pencapaian tujuan. Kuesioner pendahuluan dibagikan kepada 30 mahasiswa yang bertugas di Majelis Perwakilan Mahasiswa. Semua angket kembali dengan isian yang lengkap, layak untuk digunakan. Proses selanjutnya adalah pengolahan data yang telah diperoleh dari hasil kuesioner pendahuluan tersebut. Proses pengolahan yang dilakukan adalah mengolah profil responden kuesioner pendahuluan, merangkum hasil jawaban kuesioner pendahuluan, dan melihat apakah variabel-variabel yang ditentukan sudah sah. Kemudian dilakukan perhitungan uji kelayakan dengan cara menguji kehandalan angket dengan piranti lunak SPSS. Hasil yang diperoleh dari pertanyaan mengenai tingkat keseringan aktifitas mahasiswa UPH terhadap 33 kegiatan adalah diperoleh nilai Cronbach’s Alpha sebesar 0.864 dan termasuk dalam kategori sangat baik. Hasil uji kehandalan pada pertanyaan mengenai tingkat kepuasan faktor yang penting dan keseluruhan performa Internet nirkabel di Universitas memperoleh nilai Cronbach’s Alpha sebesar 0.735 dan dinyatakan sah dengan kategori cukup baik.
72
Jurnal Teknik Komputer Vol. 19 No. 1 Februari 2011: 69 - 79
Setelah dilakukan perbaikan pada kuesioner pendahuluan, maka jadilah kuesioner inti. Penyebaran kuesioner dilakukan di kampus utama pada tanggal 25 April – 2 Mei 2010. Jumlah kuesioner yang akan dibagikan adalah 250 buah. Teknik yang digunakan dalam pengambilan sampel adalah simple random sampling. Dari 250 angket yang dibagikan, hanya 215 angket dinyatakan sah. Data untuk membuat pola Internet di Universitas yang dilakukan oleh mahasiswa menggunakan perangkat khusus, Cyberoam, untuk melihat traffic data Internet. Penggambilan data dilakukan pada periode 25 April – 15 Mei 2010.
HASIL DAN PEMBAHASAN Data Kuesioner Mahasiswa Dari 250 kuesioner yang dibagikan hanya 215 jawaban responden yang dinyatakan sah. Profil responden adalah 62% berjenis kelamin pria. 75% dari responden merupakan mahasiswa berusia 18 sampai 21 tahun, 63% responden merupakan pemakai Internet lebih dari lima tahun, 55% merupakan mahasiswa semester enam, 63% responden telah menjadi pengguna Internet lebih dari lima tahun. Berdasarkan data kuesioner, diperoleh informasi bahwa 73% dari responden merupakan mengguna Internet kurang dari sepuluh jam per minggu. Sementara untuk waktu pengaksesan Internet, responden paling sering menggunakan akses Internet wireless pada jam kuliah yaitu dari 07.00 – 16.00. Penggunaan pada jam kuliah mewakili 83% dari total pemakaian Internet dalam sehari. Aktivitas yang dilakukan oleh mahasiswa dikelompokkan menjadi 12 kategori. Dari setiap kategori ini, dipilih setiap aktivitas yang memiliki nilai keseringan tertinggi, dan urutan kegiatan dengan tingkat keseringan tertinggi (Tabel 2). Tabel 2. Kategori Kegiatan Mahasiswa Kategori Socialnetworking Search Engine
Kegiatan Menggunakan situs social networking (contoh : facebook, Twitter) Mencari informasi dengan search engine
Rerata 4.00 3.92
Education
Browsing dan download bahan untuk materi pelajaran kuliah
3.78
Instant Messaging
Menggunakan instant messenger untuk chatting (contoh: Yahoo,Msn,Skype)
3.44
Newsandmedia
Memperoleh berita secara online
3.34
Email
Mengirim dan membaca email
3.24
Download And Peer2peer Entertainment
Mengunduh aplikasi atau program Mengunduh lagu untuk didengar kemudian
2.88 2.73
Blog
Membaca atau menulis pada forum (contoh : Kaskus)
2.38
Shopping
Membeli atau menjual produk secara online atau online shopping
1.87
Ads
Menggunakan situs ads atau iklan
1.71
Banking
Melakukan transaksi perbankan dengan ebanking
1.48
Tampak bahwa semakin penting suatu faktor bagi pengguna, semakin tinggi ekspektasi pengguna terhadap pemenuhan faktor. Seperti terlihat pada data kuesioner, faktor Internet yang selalu dapat diakses dan kecepatan Internet merupakan dua faktor yang memiliki nilai kepentingan yang tinggi namun kepuasan user terhadap kedua faktor ini relatif rendah. Nilai rerata tingkat kepentingan ditunjukkan pada Tabel 3, dan Tabel 4 menunjukan nilai rerata kepuasan.
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
73
Berdasarkan data yang diperoleh, ternyata tingkat keseringan gangguan dalam koneksi Internet wireless UPH memperoleh nilai rerata sebesar 4.10 yang berarti berada pada tingkat keseringan sering. Gangguan yang paling sering dialami oleh responden adalah koneksi Internet lambat yaitu sebanyak 40%. Pada urutan kedua gangguan yang sering adalah tidak berhasil terhubung ke poin akses ataupun berhasil namun hanya dapat terhubung dengan koneksi lokal, yaitu sebesar 32%, sedangkan koneksi Internet sering terputus-putus sebanyak 28%. Untuk waktu terjadinya gangguan, ternyata gangguan paling sering terjadi pada pukul 07.00 – 17.00, terjadi 91% dari gangguan total yang dialami responden. Tabel 3 Prioritas terhadap Faktor Internet Nirkabel Faktor Internet yang selalu dapat diakses
Prioritas 2 3 87 32
1 95
Rerata
4 1
3.28
Kecepatan
105
95
14
1
3.41
Keamanan
14
32
169
0
2.28
Lain-Lain
1
1
0
213
1.02
Tabel 4 Tingkat Kepuasan terhadap Faktor Internet Nirkabel
Faktor Internet yang selalu dapat diakses Kecepatan Keamanan
Tingkat Kepuasan (orang) Biasa Tidak Puas Sering Saja
Sangat Tidak Puas 37 84 9
88 73 28
64 38 121
21 14 46
Sangat Sering 5 6 11
Rerata
2.39 2.00 3.10
Uji Keabsahan dan Kehandalan Berdasarkan pengujian keabsahan tingkat keseringan, diperoleh bahwa semua variabel berhasil melewati nilai 0.30 yang merupakan batas keabsahan, sehingga dapat dikatakan bahwa semua data yang ada di atas adalah sah. Langkah selanjutnya adalah menentukan kehandalan dari tingkat keseringan. Index Barlian yang diperoleh dari tingkat keseringan adalah 0.93 yang berarti variable tingkat keseringan kegiatan dikatakan handal. Dari empat variabel tingkat kepuasan yang diuji keabsahannya, diperoleh bahwa semua variabel berhasil melewati batas 0.30, sehingga dapat dikatakan bahwa semua data yang ada di atas adalah sah. Kemudian menentukan kehandalan tingkat kepuasan yang memperoleh nilai index Barlian sebesar 0.75 dan berarti variabel ini dapat diandalkan.
Catatan Lalu Lintas Koneksi Internasional Perangkat keras Cyberoam digunakan sebagai alat khusus yang diletakkan dalam jaringan untuk memonitor dan menganalisis data yang lalu-lalang di komunikasi International. Urutan 10 kategori dengan Jumlah Permintaan (number of request) tertinggi dari periode 25 April – 15 Mei 2010 dapat dilihat pada Tabel 5, urutan 10 kategori dengan Total Data Dipindahkan (total data transferred) tertinggi pada periode 25 April – 15 Mei dapat dilihat pada Tabel 6. Selain menggunakan Cyberoam, dalam pencatatan lalu lintas jaringan digunakan pula piranti lunak Multi
74
Jurnal Teknik Komputer Vol. 19 No. 1 Februari 2011: 69 - 79
Router Traffic Grapher (MRTG). Data dicatat selama tiga hari, yaitu dari tanggal 2 - 4 Juli 2010. Rerata pemakaian bandwidth untuk jalur internasional adalah sebesar 4.74 Mbps, yaitu sekitar 79% dari total bandwidth, sedangkan untuk lalu lintas jaringan nasional adalah sebesar 6.37 Mbps, yaitu sebesar 6.37% dari bandwidth yang tersedia. Tabel 5 Urutan Jumlah Permintaan Tertinggi Kategori Dating And Matrimonials Information Technology Search Engines Advertisements Instant Messaging Spyware and P2P Blogs Entertainment ISP Web Hosting Image Banks
Jumlah Permintaan 14.321.417 3.427.097 2.084.153 1.720.604 1.587.239 884.895 881.144 746.948 685.526 623.382
Tabel 6 Urutan Total Data Ditransfer Tertinggi Kategori Entertainment DatingAndMatrimonials SpywareandP2P Porn InformationTechnology None DownloadFreewareAndShareware SearchEngines InstantMessaging Games
Total Data Dipindahkan (MB) 222.390.47 211.797.37 144.911.28 32.123.34 27.883.55 21.957.32 19.926.41 16.016.86 14.214.11 12.267.07
Sebaran Kluster Pengguna Pengelompokan berdasarkan aktivitas yang dilakukan oleh mahasiswa dan waktu akses juga dilakukan. Pengelompokan ini menggunakan metode K-Means Clustering, metode pengelompokan sampel dengan berdasarkan teori statistika. Dari data yang ada, setelah diolah dengan piranti lunak SPSS, data dibagi menjadi tiga kelompok sesuai dengan ketentuan pada Tabel 7. Berdasarkan kluster dengan metode K-Means, ternyata yang tergolong dalam Pengguna Ringan (light user) sebanyak 113 responden (53%), Pengguna Sedang (medium user) sebanyak 63 responden (29%) dan yang tergolong dalam Pengguna Berat (heavy user) sebanyak 39 responden (18%). Berdasarkan pengklusteran yang dilakukan kemudian ditelusuri sebarannya dalam masingmasing jurusan. Sebaran kluster dalam setiap jurusan dapat dilihat pada Gambar 1. Kecepatan Minimal yang Diterima Tabel 8 adalah perhitungan kecepatan (rate) minimal untuk koneksi internasional yang dibutuhkan agar waktu respon tidak melebih 10 detik untuk setiap aplikasinya. Jadi untuk
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
75
memfasilitasi waktu tunggu mahasiswa, berarti minimal bandwidth per mahasiswa adalah sebesar 568 Kbps tidak termasuk termasuk kegiatan mengunduh. Tabel 7 Pembagian Pengklusteran Pengguna Kluster 2 1.8 1.8 1.6 1.5 3.1 2.5 3.8 3.1 4.3 3.8 3.8 3.2 3.8 2.8 4.1 3.5 3.9 3.5 4.5 4.1 1.6 1.5 2.3 1.9 4.4 4.2 21.1 9.1
Kegiatan
1
Menggunakan situs ads atau iklan Melakukan transaksi perbankan dengan e-banking Membaca atau menulis pada forum (contoh : Kaskus) Mengunduh aplikasi atau program Browsing dan download bahan untuk materi pelajaran kuliah Mengirim dan membaca e-mail Mengunduh lagu untuk didengar kemudian Menggunakan instant messenger untuk chatting Memperoleh berita secara online Mencari informasi dengan search engine Berpartisipasi pada online auction atau lelang Membeli atau menjual produk secara online atau online shopping Menggunakan situs social networking (contoh : facebook, twitter) Lama Pemakaian Internet per Minggu
3 1.6 1.4 2.1 2.5 3.6 3.1 2.3 3.2 3.1 3.6 1.4 1.7 3.7 2.5
Gambar 1. Persentase sebaran pengklusteran pengguna per jurusan.
Tabel 8 Perhitungan Kecepatan Minimal
250
Minimal Rate (Kbps) 200
Max user at one time 30
Mencari informasi dengan search engine Mengunduh aplikasi atau program Mengunduh lagu untuk didengar kemudian
50 20000 5600
40 16000 4480
154 0.38 1
Menggunakan chatting / instant messenger Menggunakan situs social networking Mengirim dan membaca email
10 250 150
8 200 120
771 30 51.4
Kegiatan Browsing dan download bahan kuliah
76
KB data transfer
Jurnal Teknik Komputer Vol. 19 No. 1 Februari 2011: 69 - 79
Besar bandwidth tersebut dibutuhkan apabila mahasiswa melakukan lima kegiatan tersebut secara bersamaan. Untuk membuka satu halaman situs mengenai materi kuliah, atau social networking, dibutuhkan adalah sebesar 200 Kbps dengan asumsi halaman tersebut memiliki ukuran sebesar 250 KB. Pada waktu yang bersamaan, jaringan hanya dapat menampung 30 mahasiswa pada waktu bersamaan dengan waktu tunggu selama 10 detik. Hal ini menunjukkan masih rendahnya kapasitas jaringan dalam menampung mahasiswa untuk mampu memenuhi waktu respon yang masih dapat diterima.
Langkah Perbaikan Berdasarkan penelitian yang dilakukan melihat ada beberapa usulan perbaikan yang dapat diajukan. Usulan perbaikan ini berupa perubahan infrastuktur, penambahan kebijakan dan peraturan serta pelayanan terhadap mahasiswa. Infrastruktur Untuk mengatasi permasalahan kurangnya bandwidth terutama pada koneksi internasional, dapat dilakukan dengan penerapan caching proxy server. Penerapan web cache dapat mengurangi lalu lintas jaringan dari server menuju akses Internet dan dengan mengurangi lalu lintas jaringan langsung menuju Internet, sehingga tidak perlu menambah bandwidth dan dapat mengurangi biaya. Fenomena Network Cut yang dilaporkan mahasiswa melalui kuesioner, merupakan ARP (Address Resolution Protocol) poisoning, sebuah penyerangan Ethernet pada jaringan kabel ataupun wireless. Cara terbaik untuk menanggulangi ARP Spoofing adalah dengan mendeteksi sebelum terjadi. Salah satu pendeteksian adalah dengan ARPWatch yang merupakan piranti lunak untuk memonitor kegiatan Ethernet dan menyimpan database dari Ethernet/IP address yang berpasangan. Batasan dan Peraturan Jaringan Internet nirkabel adalah sumber daya bersama yang dipakai oleh seluruh mahasiswa, terutama bandwidth yang merupakan sumber daya yang harus diatur penggunaannya. Mahasiswa wajib mempertimbang- kan keperluan pemakai lain saat menggunakan sumber daya bandwidth yang terbatas ini. Salah satu peraturan yang dapat diterapkan adalah dengan memberikan kouta bandwidth harian kepada setiap user. Peraturan yang dapat diterapkan dengan setiap mahasiswa memperoleh kuota limit mengunduh selama satu hari. Kuota harian untuk pengunduhan internasional dapat dibatasi sebesar 30 MB setiap harinya terhitung dari pukul 07.00 – 16.00. Pemakaian user menentukan kelas dari user tersebut. Dapat dibuat tiga kelas limit dari koneksi, yaitu: (1) unrestricted class – pada kelas ini, semua koneksi berlaku seperti biasa tanpa ada limitasi kecepatan; (2) restricted class A – kecepatan koneksi akan diturunkan menjadi 16 Kbps saat penggunaan telah telah mencapai 30 MB dalam satu hari; (3) restricted class B – kecepatan koneksi akan semakin dibatasi menjadi 8 Kbps saat user mencapai batas 35 MB dalam satu hari. Selain itu dapat dilakukan limitasi berdasarkan konten, konten dengan format tertentu dan ukuran tertentu, misalnya .avi, .mp4 tidak dianjurkan untuk diunduh pada peak hour, yaitu pukul 07.00 – 16.00. Pengunduhan dapat dilakukan pada off-peak hour yaitu 17.00 - 06.00. Bila pengunduhan dilakukan pada peak hour, maka rate maksimal yang diperoleh adalah sebesar 16 Kbps. Apabila mahasiswa perlu mengunduh file yang berukuran besar, mahasiswa dapat menggunakan fasilitas download order. Download order bertujuan untuk membantu mahasiswa
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
77
memperoleh file yang berukuran besar tanpa mempengaruhi kuota harian dan layanan ini diprioritaskan untuk keperluan edukasi. Pelayanan Khusus Mahasiswa Saat ini pelayanan khusus mahasiswa masih belum terlihat, sehingga perlu dilakukan peningkatan pelayanan khusus mahasiswa dengan mempublikasikan layanan yang sudah tersedia dan mempermudah akses layanan tersebut sehingga saat terjadi masalah, permasalahan langsung dapat ditangani. Penyediaan layanan dapat dilakukan dengan pembuatan Frequent Asked Question (FAQ) yang selalu dimutahirkan. Diharapkan masalah-masalah yang sering dihadapi mahasiswa, sehingga saat ada gangguan mahasiswa dapat terlebih dahulu melakukan usaha mandiri perbaikan pertama sesuai FAQ. Sebuah survei tahunan wajib dilakukan untuk menunjukkan tingkat kemajuan kinerja jaringan. Survei tahunan dapat digunakan untuk tolak ukur dari hasil kerja penyedia jasa Internet selama setahun, yang meliputi tingkat kepuasan, gangguan, harapan pengguna, dan kritik dan saran.
PENUTUP Kesimpulan dari penelitian yang dilakukan adalah: (1) mahasiswa masih belum puas terhadap faktor kecepatan, ketersediaan dan keseluruhan performa jaringan Internet nirkabel. Namun mahasiswa cukup puas dengan faktor keamanan dalam jaringan; (2) kegiatan mahasiswa dalam mempergunakan Internet yang paling sering adalah mengakses situs social networking. Kegiatan yang paling jarang dilakukan adalah berpartisipasi pada kegiatan lelang. Hasil pantauan koneksi Internasional tampak bahwa jumlah permintaan tertinggi adalah Dating and Matrimonials. Sementara kategori entertainment menempati kategori tertinggi menurut Jumlah data yang dipindahkan. Penggunaan Internet untuk koneksi internasional mencapai 79%, sedangkan koneksi nasional sebesar 6.37%. Peak hour pengaksesan Internet dan gangguan terjadi pada pukul 07.00 – 17.00, waktu perkuliahan; (3) berdasarkan pengelompokan dengan K-Means clustering, terdapat tiga kelas pengguna Internet yaitu Pengguna Ringan (light user) sebesar 53%, Pengguna Sedang (medium user) sebesar 29% dan yang tergolong dalam Pengguna Berat (heavy user) adalah 18% dari responden; (4) usulan perbaikan untuk perbaikan fasilitas nirkabel adalah dengan menerapkan cache proxy server, penanganan APR Spoofing dengan ARPWatch, rate limiting, penetapan kuota bandwidth harian, download order, peningkatan publikasi pelayanan, dan melakukan survei tahunan. Pengembangan untuk penelitian selanjutnya adalah dalam profiling dapat dibuat lebih spesifik lagi dan dalam penangkapan data dengan Cyberoam, dapat difokuskan pada masingmasing individu, bukan hanya pada jaringan nirkabel agar dapat diketahui dengan jelas sebenarnya rerata pemakaian bandwidth mahasiswa dan indikasi pelaku tindakan abusive terhadap bandwidth jaringan.
DAFTAR PUSTAKA Davie,
78
Sandra. (2008). Gen Y @ Work. Diakses 23 Mei 2010 dari http://www.asiaone.com/Business/Office/Learn/Story/A1Story20080511-64480.html.
Jurnal Teknik Komputer Vol. 19 No. 1 Februari 2011: 69 - 79
Guigner, L., Paul, J., Price, M., Montañana, R., and Nowlan, M. (2008). Earnest Campus Report. Diakses 01 Mei 2010 dari http://www.terena.org/publications/files/EARNEST-CampusReport.pdf. Junco, Reynol and Mastrodicasa, Jeanna. (2007). Connecting to the Net.Generation: What higher education professionals need to know about today's students. USA: NASPA. Kompas-Online. Pengguna Internet Indonesia Tumbuh 1.000 Persen. Diakses 20 April 2010 dari http://tekno.kompas.com/read/xml/2009/03/31/18205037/Pengguna.Internet.Indonesia.Tu mbuh.1.000.Persen. Kurose, J. F. and Ross, K. W. (2005). Computer Networking. Brooklyn: Pearson Education. Neilsen, J. (1993). The 3 Important Limits. http://www.useit.com/papers/responsetime.html. Pew
Juni
2010
dari
Research Center. Online Activities Daily. Diakses 15 Januari http://www.pewInternet.org/Trend-Data/Online-Activities-Daily.aspx,.
2010
dari
Analisis Kepuasan Mahasiswa ... (Pujianto Yugopuspito; dkk)
Diakses
21
79