Journal of Control and Network Systems

JCONES Vol. 3, No. 1 (2014) 1-10

Journal of Control and Network Systems Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone

ANALISIS KARAKTERISTIK LALU LINTAS DATA INTERNET: APLIKASI WEB VIDEO STREAMING El’isa Abraham Andrian Matualaga1) Jusak 2) Pauladie Susanto3) Program Studi/JurusanSistemKomputer STMIK STIKOM Surabaya Jl. Raya KedungBaruk 98 Surabaya, 60298 Email : 1)[email protected], 2)[email protected], 3)[email protected]

Abstract: Along with the development of technology , the need for information is increasing, which is not only in the form of text and picture information are needed but also involves all aspects of multimedia available, one of which is the streaming video technology. To determine the quality of web video streaming applications , the QoS analysis must be done . Includes the proper use of bandwidth , delay , and jitter are controlled , and reduction of packet loss . With the analysis of Internet data traffic : web video streaming applications , the QoS can be provided by giving priority to a package to another package by allocating existing resources to different packets in a network . This analysis is expected to help network administrators in terms of network design better future. From the analysis, the value of the parameters obtained its QoS . For the average values obtained 2.3851 seconds delay biggest , the jitter value of 3.9426 seconds , and the percentage of occurrence of packet loss is the biggest acquired 5.3726 % , and the bandwidth utilization values used for this analysis was 14 424 % 519 264 Kbps or 3.6 Mbps of bandwidth provided . Keyword : video streaming, web application, QoS, delay, packet loss, jitter, bandwidth utilization. Perkembangan terhadap kebutuhan informasi semakin meningkat, dimana tidak hanya informasi berupa text dan gambar saja tetapi juga melibatkan semua aspek multimedia yang ada. Efisiensi dan keefektifan teknologi tersebut diharapkan dapat membantu masyarakat, salah satu teknologi yang dimaksud adalah teknologi video streaming. Dengan memanfaatkan teknologi ini maka aktifitas akan menjadi lebih mudah, misalnya dalam memantau kondisi lalu lintas, aktifitas gunung berapi, memantau kondisi rumah, dan event penting lainnya (Harmoko, 2011). Pada saat sekarang ini banyak vendor yang memanfaatkan kesempatan ini sebagai sebuah layanan yang dapat digunakan untuk mendistribusikan digital video broadcast seperti YouTube. Seiring dengan berjalannya waktu dan banyaknya kebutuhan akan penggunaan teknologi video streaming, lalu lintas jaringan internet sering mengalami gangguan, hal ini dikarenakan banyaknya user yang mengakses video streaming dalam waktu yang bersamaan sehingga menyebabkan penggunaan bandwidth yang terlalu besar. Hal ini dapat membuat terjadinya kongesi pada suatu jaringan, yang menyebabkan koneksi jaringannya terputus atau juga dapat mengalami kepadatan jalur pada lalu lintas jaringan yang menyebabkan koneksi jaringan menjadi lambat.

Dengan melakukan analisis karakteristik lalu lintas data dalam rentang waktu tertentu dari user yang mengakses video streaming, maka unjuk kerja jaringan pada saat pengaksesan aplikasi web video streaming yang berjalan di atas protokolprotokol internet dapat diketahui. Salah satu unjuk kerja jaringan pada saat pengaksesan aplikasi web video streaming berupa parameter kerja jaringan atau biasa disebut QoS (Quality of Service). QoS adalah kemampuan penyediaan jaminan sumber daya (resource) dan pembedaan layanan pada berbagai jenis aplikasi sehingga performansi dari aplikasi yang sensitif terhadap delay, jitter, atau packet loss dapat memuaskan. (Modul QoS pada jaringan IP, Institut Teknologi Telkom). Oleh karena itu dilakukanlah analisis terhadap parameter QoS dari aplikasi web video streaming yang on-demand yaitu YouTube. Diharapkan analisis ini dapat membantu para pengambil keputusan (seperti administrator jaringan) dalam hal desain jaringan yang lebih baik ke depannya.

Metode Model penelitian yang akan dilakukan dapat dijelaskan melalui blok diagram pada Gambar 1.

El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto JCONES Vol. 3, No. 1 (2014) Hal: 1

Dari gambar blok diagram (gambar 1) dapat diketahui cara kerja dari keseluruhan metodologi penelitian yang dilakukan. Mulai dari Arsitektur Jaringan hingga hasil dari perhitungan Quality of Service (QoS) yaitu Delay, Jitter, Packet Loss, Utilisasi Bandwidth yang kemudian dapat dianalisis masingmasing nilai QoSnya. Metode penelitian yang digunakan adalah studi kepustakaan dan analisis karakteristik lalu lintas data internet aplikasi web video streaming serta hasil nilai paramter-parameter QoS-nya. Oleh karena itu dikumpulkanlah data dan informasi serta materi-materi dasar yang bersifat teoritis yang sesuai dengan permasalahan. ARSITEKTUR JARINGAN

PENGAMBILAN DATA

PENGOLAHAN DATA

3,6 Mbps untuk sinyal 3G/HSDPA dan kecepatan hingga 384 Kbps untuk sinyal EDGE. Pada arsitektur yang dibuat modem router yang terpasang kartu GSM Tri dihubungkan dengan PC Bridge. PC Bridge adalah sebuah PC yang memiliki 2 buah interface yaitu 2 buah Network Interface Card (NIC). Satu interface terhubung dengan Modem dan interface yang lain terhubung dengan Switch yang menghubungkan antara user yang ada. Melalui kedua interface tersebut kemudian dibentuk sebuah bridge. PC Bridge digunakan untuk tujuan melihat lalu lintas paket data yang lewat pada saat user mengakses semua aplikasi web yang berada pada internet. Lalu lintas data tersebut antara user dan server. Dengan menggunakan aplikasi Network Protocol Analyzer yaitu Wireshark yang dipasang pada PC Bridge, maka menangkap lalu lintas data yang lewat dapat dilakukan. Wireshark digunakan karena merupakan Network Protocol Analyzer yang dapat digunakan pada Operating System (OS) Windows. PC Bridge yang digunakan OSnya adalah Windows.

Pengolahan Data

HASIL DAN ANALISIS

Gambar 1. Blok Diagram Sistem.

Arsitektur Jaringan Sebelum membuat arsitektur jaringan, haruslah dilakukan desain jaringan. Arsitektur jaringan didesain sedemikian rupa agar dapat menunjang kebutuhan penelitian yang dilakukan. Dengan adanya desain topologi ini maka akan memudahkan dalam penyusunan dan penempatan komponen arsitektur jaringan itu sendiri, sekaligus memudahkan pengambilan data yang akan digunakan untuk penelitian ini.

Gambar 2. Arsitektur Jaringan. Komponen dari arsitektur jaringan yang dibuat seperti pada gambar 2 adalah : 1. Sebuah Modem sebagai Router 2. Sebuah kartu GSM 3 (Tri) sebagai layanan provider internet 3. Sebuah PC Bridge 4. Sebuah Switch 5. 2 Buah PC User (Laptop) Untuk terhubung ke internet, arsitektur jaringan yang dibuat menggunakan modem router dengan provider jaringan Tri dengan kecepatan hingga

Gambar 3. Flowchart pengolahan paket data. Dari gambar 3 di atas menerangkan flowchart pengolahan paket data. Data yang dicapture menggunakan Wireshark disimpan dalam format file tertentu yang hanya bisa dibaca oleh Wireshark sendiri, oleh karena itu agar bisa diakses oleh aplikasi lain untuk dihitung dan diolah datanya, file tersebut harus dikonversi ke bentuk file yang bisa dibaca oleh aplikasi lain, salah satunya oleh Microsoft Excel. File yang


sudah dikonversi tersebut pada saat dibuka maka akan dilakukan pengaturan bentuk isi file yang akan ditampilkan oleh Microsoft Excel. Pengaturan tersebut meliputi pemisahan antar kolom, pengukuran luas dan lebar kolom, dan format tipe data. Setelah melewati pengaturan isi file maka akan muncul tampilan seperti yang ada pada tampilan Wireshark pada Microsoft Excel. Kemudian dapat dilakukan pemrosesan data yang akan digunakan untuk analisa. Dalam analisa diperlukan data yang berkaitan dengan aplikasi web video streaming YouTube. Untuk membedakannya maka dilakukan filtering tipe data yang diinginkan berdasarkan IP dari aplikasi web video streaming YouTube. Karena Youtube merupakan aplikasi web milik situs pencarian Google, maka IP untuk Google juga dimasukkan dalam filtering data berdasarkan IP aplikasi web video streaming. Cara mengetahui IP masing-masing aplikasi web yang akan digunakan untuk analisa adalah dengan memasukkan nama web atau IP dari aplikasi web yang didapat, pada saat pengambilan data menggunakan Wireshark, ke aplikasi web pencari IP Address/ Domain Name Lookup, yang beralamatkan http://cqcounter.com/whois.

segment was, dengan kata lain merupakan kolom yang berisi sebuah selisih waktu antara segment yang berisi ACK dari pengiriman data sebelumnya dengan waktu dari segment yang mengirimkan data. Setelah semua isi kolom 6 dari matriks data diambil dan dijadikan element dari matriks delay, kemudian dilakukan penghapusan elemen dari matriks delay yang bernilai NaN. Flowchart proses perhitungan rata-rata delay adalah sebagai berikut.

Perhitungan Paket Data Quality of Service (QoS) didefinisikan sebagai suatu pengukuran tentang seberapa baik jaringan dan merupakan suatu usaha untuk mendefinisikan karakteristik dan sifat dari suatu layanan. QoS mengacu pada kemampuan jaringan untuk menyediakan layanan yang lebih baik pada trafik jaringan tertentu melalui teknologi yang berbeda-beda. Melalui QoS, seorang network administrator nantinya dapat memberikan prioritas trafik tertentu. Melalui implementasi perhitungan QoS di jaringan ini, diharapkan dapat mengetahui aliran dan kejadiankejadian yang ada di trafik pada jaringan, serta dapat menganalisa karakteristiknya. Perhitungan paket data untuk menentukan nilai QoS-nya dari sisi Delay, Jitter, Packet Loss, dan Utilisasi Bandwidth. Berikut adalah langkah-langkah yang digunakan untuk menentukan nilai QoS dari paket data yang di-capture. 1. Delay Flowchart pada gambar 4 merupakan cara untuk menghitung rata-rata delay yang terjadi pada saat capture data. Pada Matlab, file yang telah di-filter IPnya, dibagi menjadi 2 bagian, matriks textdata dan matriks data. Matriks textdata berisi data yang bertipe integer, sedangkan matriks data berisi data yang bertipe double. Kedua data dipisahkan menjadi 2 matriks dikarenakan data pada matriks data akan digunakan untuk perhitungan, sedangkan data pada matriks textdata hanya digunakan untuk pembanding untuk mengetahui letak data yang dimaksud pada matriks data. Pertama yang dilakukan adalah mengambil seluruh elemen kolom 6 dari matriks data. Kolom 6 dari matriks data yang berjudul ‘The RTT to ACK the

Gambar 4. Flowchart Menghitung Delay. Setelah matriks delay didapat semua elemennya, maka dilakukan perhitungan rataratanya. Cara menghitung rata-ratanya adalah semua elemen matriks delay dijumlahkan, kemudian hasilnya dibagi dengan banyaknya elemen pada matriks delay. Barulah nilai rata-rata delay yang dimaksud untuk analisa ini didapatkan. Hasil dari perhitungan ini adalah sebuah nilai yang memiliki satuan waktu yaitu detik. Delay adalah waktu yang dibutuhkan oleh sebuah paket data, terhitung dari saat pengiriman oleh transmitter sampai saat diterima oleh receiver. (Rifiani dkk, 2011) Waktu tunda (t) = (Tr – Ts) detik 0≤t≤T dimana : Tr = Waktu penerimaan paket (detik) Ts = Waktu pengiriman paket (detik)


T = Waktu simulasi (detik) t = Waktu pengambilan sampel (detik) 2. Jitter Pada flowchart gambar 5 dapat dilihat, dari hasil perhitungan Delay yang didapat kemudian dibuat 2 buah matriks Jitter. Dibuatnya 2 matriks Jitter bertujuan agar dalam perhitungan selisih antar Delay dapat dilakukan dengan tepat karena menggunakan perhitungan matriks

Jitter -nya akan semakin besar. (Clark, 2003) 𝑿𝒊+𝟏 − 𝑿𝒊 𝝈𝟐 = 𝑵 dimana: Xi = jumlah Delay sesi ke-i N = banyaknya Jitter yang terjadi 3.

Packet Loss Packet loss adalah banyaknya paket yang hilang selama proses transmisi ke tujuan. Paket hilang terjadi ketika satu atau lebih paket data yang melewati suatu jaringan gagal mencapai tujuannya. ( Rifiani dkk, 2011)

Gambar 5. Flowchart menghitung Jitter. Masing-masing matriks hanya memiliki 1 kolom. Untuk matriks jitter1 element pada baris terakhir dihilangkan, sedangkan untuk matriks jitter2 element pada baris pertama dihilangkan. Hal ini dilakukan agar ukuran kedua matriks sama, karena syarat perhitungan pengurangan ataupun penjumlahan antar matriks haruslah memiliki ukuran matriks yang sama. Hasil dari pengurangan antara matriks jitter2 dengan matriks jitter1 bernilai negatif, maka hasilnya dibuat nilai mutlak. Kemudian hasilnya dimasukkan dalam rumus perhitungan Jitter. Hasil dari perhitungan ini adalah sebuah nilai yang memiliki satuan waktu yaitu detik. Jitter adalah variasi Delay, yaitu perbedaan selang waktu kedatangan antar paket di terminal tujuan. Jitter dipengaruhi oleh variasi beban trafik dan besarnya tumbukan antar paket (congestion) yang ada dalam jaringan. Semakin besar beban trafik di dalam jaringan akan menyebabkan semakin besar pula peluang terjadinya congestion dengan demikian nilai

Gambar 6. Flowchart menghitung Packet Loss. 𝑷𝒅

Packet loss = x 100% 𝑷𝒔 0≤t≤T dimana : Pd = Paket yang mengalami drop (paket) Ps = Paket yang dikirim (paket) T = Waktu simulasi (detik) t = Waktu pengambilan sampel (detik) Pada flowchart gambar 6 dijelaskan bahwa untuk mencari paket data yang hilang, maka dapat dilihat dari sisi kolom 10 pada matriks textdata yang berjudul message. Kolom ini menerangkan berbagai macam pesan tentang informasi yang lebih spesifik dan sebuah peringatan. Jika pada kolom 10 ini pada tiap baris ada yang berisikan keterangan 'Previous segment not captured (common at capture start)’ berarti paket tersebut hilang pada segment sebelumnya. Tetapi tidak perlu mencari paket sebelumnya, karena dengan keterangan ini sudah


dapat menerangkan bahwa ada paket yang hilang. Proses pencocokan isi dari tiap baris dari kolom 10 ini akan dilakukan sampai batas akhir dari matriks textdata. Jika sudah dikumpulkan element matriks yang diinginkan, maka akan diketahui jumlah paket yang hilang. Dari sini maka dilakukan perhitungan prosentase packet loss yang ada. Hasil dari perhitungan ini adalah sebuah prosentase.

yang menghubungkan antara kedua sisi yaitu sisi pelanggan dan provider. Utilisasi bandwidth menunjukan rasio antara ukuran bandwidth total terpakai oleh pelanggan dengan bandwidth yang tersedia, sehingga bila dirumuskan akan terlihat seperti dibawah ini (Muslim, 2007): utility =

4.

Utilisasi Bandwidth

𝒓𝒂𝒕𝒆_𝒃𝒊𝒕 𝒃𝒂𝒏𝒅𝒘𝒊𝒅𝒕𝒉

x 100%

dimana : rate_bit = merupakan laju bit (bandwidth), total paket yang terpakai oleh pelanggan pada satu waktu (bps) bandwidth = merupakan jumlah besaran yang tersedia (bps).

Pengujian Sistem Pengujian sistem merupakan pengujian terhadap perhitungan yang telah dilakukan. Pengujian tersebut termasuk pengujian terhadap parameter-parameter QoS, yaitu : pengujian terhadap Delay, pengujian terhadap Jitter, pengujian terhadap Packet Loss, dan pengujian terhadap Utilisasi Bandwidth, termasuk analisa terhadap karakteristik lalu lintas data aplikasi web video streaming : Youtube. Hasil input berasal dari capture data menggunakan Wireshark selama 15 menit sebanyak 3 x 7 hari dengan memakai 2 user. 1. Delay Waktu Pagi hari.

Gambar 7. Flowchart menghitung utilisasi bandwidth.

1

user1

0.5

user2 Sabtu

Jumat

Kamis

Rabu

Selasa

Pada flowchart dari gambar 7 dijelaskan yang dilakukan pertama kali dilakukan adalah mengambil semua element pada kolom 5 dari matriks data. Kolom 5 dari matriks data berjudul Length, yang berisi ukuran paket dalam satuan byte. Kemudian semua nilai pada kolom 5 dari matriks data dijumlahkan, setelah dijumlahkan baru dikali dengan 8 karena nilainya harus diubah ke satuan bit. Nilai yang dihasilkan adalah sebuah besaran paket per satuan waktu, nilai waktu disini masih menggunakan waktu lamanya capture yaitu 15 menit. Nilai waktu dikonversi menjadi satuannya per detik, maka hasil yang telah dikali 8 tadi dibagi dengan 900 detik (sama dengan 15 menit), sehingga didapat rate_bit nya. Setelah diketahui rate_bit nya maka dapat dihitung utilisasi bandwidth-nya dengan cara menggunakan rumus yang ada. Hasil dari perhitungan ini adalah prosentase dari utilisasi bandwidth yang ada. Utilisasi merupakan parameter yang menunjukkan seberapa besar prosentase suatu sumber daya yang digunakan. Dalam hal ini sumber daya yang dimaksud adalah bandwidth suatu link

Senin

0

Ming…

(detik)

1.5

Gambar 8. Grafik perbandingan nilai rata-rata Delay pagi hari. Dari gambar grafik di atas (gambar 8) dapat dilihat perbandingan nilai rata-rata delay yang terjadi dari antara 2 user yang digunakan pada waktu pagi hari. Terlihat nilai rata-rata delay yang tertingi terjadi pada user1 dengan IP 192.168.0.101 di hari Rabu, sedangkan pada hari yang sama nilai rata-rata delay untuk user2 dengan IP 192.168.0.102 kecil karena mengalami penurunan dari hari Selasa. Nilai rata-rata delay terkecil user1 pada hari Kamis hampir sama dengan nilai rata-rata delay user2 yang pada saat itu mengalami peningkatan dari hari Rabu. Untuk nilai rata-rata delay terbesar user2 terjadi hari Sabtu yang juga nilai rata-rata delay user1 mengalami peningkatan dari hari Jumat. Jadi dapat


disimpulkan nilai rata-rata delay tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Rabu yaitu 1.1598 detik, sedangkan nilai rata-rata delay terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Jumat yaitu 0.037642 detik.

3 2.5 2 1.5 1 0.5 0

(detik)

1.2 1 0.8 0.6 0.4 0.2 0

user1 user2

Gambar 9. Grafik perbandingan nilai rata-rata Delay siang hari. Dari gambar grafik di atas (gambar 9) dapat dilihat perbandingan nilai rata-rata delay yang terjadi dari antara 2 user yang digunakan pada waktu siang hari. Terlihat nilai rata-rata delay yang terbesar pada user1 dengan IP 192.168.0.101 terjadi hari Minggu, pada saat yang sama nilai rata-rata delay user2 dengan IP 192.168.0.102 mengalami peningkatan dari hari Sabtu tetapi tidak sebesar nilai rata-rata delay pada user1. Nilai rata-rata delay terkecil user1 pada hari Kamis, sedangkan nilai rata-rata delay user2 pada saat itu mengalami peningkatan dari hari Rabu. Untuk nilai rata-rata delay yang tertingi terjadi pada user2 di hari Selasa, pada hari yang sama nilai rata-rata delay untuk user1 juga mengalami peningkatan dari hari Senin. Nilai rata-rata delay terkecil dari user2 terjadi hari Rabu karena terjadi penurunan drastis dari nilai rata-rata delay tertinggi hari Selasa, sedangkan pada saat yang sama juga terjadi penurunan nilai rata-rata delay pada user1 tetapi tidak begitu kecil. Jadi dapat disimpulkan nilai rata-rata delay tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Selasa yaitu 0.98863 detik, sedangkan nilai rata-rata delay terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.046748 detik. Waktu Sore hari. Dari gambar grafik di atas (gambar 10) dapat dilihat perbandingan nilai rata-rata delay yang terjadi dari antara 2 user yang digunakan pada waktu sore hari. Terlihat nilai rata-rata delay tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Jumat, pada saat yang sama nilai rata-rata delay user2 dengan IP 192.168.0.102 mengalami peningkatan dari hari Kamis tetapi tidak sebesar nilai rata-rata delay pada user1. Nilai rata-rata delay terkecil user1 pada hari Kamis, sedangkan nilai rata-rata delay user2 pada saat itu mengalami sedikit peningkatan dari hari Rabu. Untuk

user1 user2

Gambar 10. Grafik perbandingan nilai rata-rata Delay sore hari. Jadi dapat disimpulkan nilai rata-rata delay tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Jumat yaitu 2.3851 detik, sedangkan nilai rata-rata delay terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.022845 detik. 2. Jitter Waktu Pagi hari. 2.5 2 1.5 1 0.5 0

(detik)

(detik)

Waktu Siang hari.

nilai rata-rata delay yang terbesar pada user2 terjadi di hari Minggu, pada hari yang sama nilai rata-rata delay untuk user1 mengalami penurunan dari hari Sabtu. Nilai rata-rata delay terkecil dari user2 terjadi hari Rabu, sedangkan pada hari yang sama terjadi peningkatan nilai rata-rata delay pada user1 yang cukup besar dari hari Selasa.

user1 user2

Gambar 11. Grafik perbandingan Jitter pagi hari. Dari gambar grafik di atas (gambar 11) dapat dilihat perbandingan nilai jitter yang terjadi dari antara 2 user yang digunakan pada waktu pagi hari. Terlihat nilai jitter yang tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Rabu, berbanding terbalik dengan nilai jitter untuk user2 dengan IP 192.168.0.102 yang kecil karena mengalami penurunan dari hari Selasa. Nilai jitter terkecil pada user1 terjadi di hari Kamis hampir sama dengan nilai jitter user2 yang pada saat itu mengalami peningkatan dari hari Rabu. Untuk nilai jitter terbesar pada user2 terjadi hari Sabtu yang juga nilai jitter user1 mengalami peningkatan dari hari Jumat. Nilai jitter terkecil pada user2 terjadi pada hari Jumat, sedangkan pada saat yang


jitter terkecil terjadi pada user2 di hari Rabu, sedangkan pada hari yang sama terjadi peningkatan nilai jitter pada user1 yang cukup besar dari hari Selasa. 5 4 3 2 1 0

(detik)

sama nilai jitter user1 mengalami peningkatan dari hari Kamis. Jadi dapat disimpulkan nilai jitter tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Rabu yaitu 2.0243 detik, sedangkan nilai jitter terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Jumat yaitu 0.059443 detik. Waktu Siang hari. 2 1

0.5

user1

0

user2

Gambar 12. Grafik perbandingan Jitter siang hari. Dari gambar grafik di atas (gambar 12) dapat dilihat perbandingan nilai jitter yang terjadi dari antara 2 user yang digunakan pada waktu siang hari. Terlihat nilai jitter yang terbesar pada user1 dengan IP 192.168.0.101 terjadi hari Minggu, pada saat yang sama nilai jitter user2 dengan IP 192.168.0.102 mengalami peningkatan dari hari Sabtu tetapi tidak sebesar nilai jitter pada user1. Nilai jitter terkecil user1 pada hari Kamis, sedangkan nilai jitter user2 pada saat itu mengalami peningkatan dari hari Rabu. Untuk nilai jitter yang tertingi terjadi pada user2 di hari Selasa, pada hari yang sama nilai jitter untuk user1 juga mengalami peningkatan dari hari Senin tetapi nilai jitter-nya tidak sebesar nilai jitter user2. Nilai jitter terkecil dari user2 terjadi hari Rabu karena terjadi penurunan drastis dari nilai jitter tertinggi hari Selasa, sedangkan pada saat yang sama juga terjadi penurunan nilai jitter pada user1 tetapi tidak begitu kecil. Jadi dapat disimpulkan nilai jitter tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Selasa yaitu 1.5913 detik, sedangkan nilai jitter terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.066565 detik. Waktu Sore hari. Dari gambar grafik (gambar 13) dapat dilihat perbandingan nilai jitter yang terjadi dari antara 2 user yang digunakan pada waktu sore hari. Terlihat nilai jitter tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Jumat, pada saat yang sama nilai jitter user2 dengan IP 192.168.0.102 mengalami peningkatan dari hari Kamis tetapi tidak sebesar nilai jitter pada user1. Nilai jitter terkecil user1 pada hari Kamis, sedangkan nilai jitter user2 pada saat itu mengalami sedikit peningkatan dari hari Rabu. Untuk nilai jitter yang terbesar pada user2 terjadi di hari Minggu, pada hari yang sama nilai jitter untuk user1 mengalami peningkatan sedikit dari hari Sabtu. Nilai

user2

Gambar 13. Grafik perbandingan Jitter sore hari. Jadi dapat disimpulkan nilai jitter tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Jumat yaitu 3.9426 detik, sedangkan nilai jitter terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.03253 detik. 3. Packet Loss Waktu Pagi hari.

(%)

(detik)

1.5

user1

6 5 4 3 2 1 0

user1 user2

Gambar 14. Grafik perbandingan Packet Loss pagi hari. Dari gambar grafik di atas (gambar 14) dapat dilihat perbandingan nilai prosentase terjadinya packet loss yang terjadi dari antara 2 user yang digunakan pada waktu pagi hari. Terlihat nilai prosentase terjadinya packet loss yang terbesar pada user1 dengan IP 192.168.0.101 di hari Rabu, berbanding terbalik dengan nilai prosentase terjadinya packet loss untuk user2 dengan IP 192.168.0.102 yang kecil karena mengalami penurunan dari hari Selasa. Nilai prosentase terjadinya packet loss terkecil pada user1 terjadi di hari Selasa hampir sama dengan nilai prosentase terjadinya packet loss user2 yang pada saat itu mengalami peningkatan dari hari Senin. Untuk nilai prosentase terjadinya packet loss tertinggi terjadi pada user2 di hari Minggu yang juga nilai prosentase terjadinya packet loss user1 mengalami peningkatan dari hari Jumat tetapi tidak sebesar nilai prosentase terjadinya packet loss user2. Nilai prosentase terjadinya


packet loss terkecil terjadi pada user2 di hari Senin, sedangkan nilai prosentase terjadinya packet loss user1 pada saat itu besar. Jadi dapat disimpulkan nilai prosentase terjadinya packet loss tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Minggu yaitu 4.8626%, sedangkan nilai prosentase terjadinya packet loss terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Senin yaitu 0.09554%.

user1

user1 user2

user2

Gambar 15. Grafik perbandingan Packet Loss siang hari. Dari gambar grafik di atas (gambar 15) dapat dilihat perbandingan nilai prosentase terjadinya packet loss yang terjadi dari antara 2 user yang digunakan pada waktu siang hari. Terlihat nilai prosentase terjadinya packet loss yang tertinggi terjadi pada user1 dengan IP 192.168.0.101 terjadi hari Sabtu, pada saat yang sama nilai prosentase terjadinya packet loss user2 dengan IP 192.168.0.102 mendekati nilai prosentase terjadinya packet loss pada user1 karena juga merupakan prosentase terjadinya packet loss terbesar pada user2. Nilai prosentase terjadinya packet loss terendah pada user1 pada hari Senin, sedangkan nilai prosentase terjadinya packet loss user2 pada saat itu besar. Nilai prosentase terjadinya packet loss terkecil dari user2 terjadi hari Rabu karena terjadi penurunan dari hari Selasa, sedangkan pada saat yang sama juga terjadi penurunan nilai prosentase terjadinya packet loss pada user1 tetapi kecil. Jadi dapat disimpulkan nilai prosentase terjadinya packet loss tertinggi terjadi pada user1 dengan IP 192.168.0.101 di hari Sabtu yaitu 4.3168%, sedangkan nilai prosentase terjadinya packet loss terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.15035%. Waktu Sore hari. Dari gambar grafik di bawah (gambar 16) dapat dilihat perbandingan nilai prosentase terjadinya packet loss yang terjadi dari antara 2 user yang digunakan pada waktu sore hari. Terlihat nilai prosentase terjadinya packet loss terbesar pada user1 dengan IP 192.168.0.101 di hari Jumat, pada saat yang sama nilai prosentase terjadinya packet loss user2 dengan IP 192.168.0.102 merupakan tertinggi dari grafik perbandingan. Nilai prosentase terjadinya packet loss terendah pada user1 adalah di hari Selasa,

Gambar 16. Grafik perbandingan Packet Loss sore hari. Jadi dapat disimpulkan nilai prosentase terjadinya packet loss tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Jumat yaitu 5.3726%, sedangkan nilai prosentase terjadinya packet loss terendah terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 0.025514%. 4. Utilisasi Bandwidth Waktu Pagi hari. 15 10

(%)

(%)

5 4 3 2 1 0

6 5 4 3 2 1 0

(%)

Waktu Siang hari.

sedangkan nilai prosentase terjadinya packet loss user2 pada saat itu juga mengalami sedikit penurunan dari hari Senin. Untuk nilai prosentase terjadinya packet loss terkecil terjadi pada user2 adalah di hari Rabu, sedangkan pada hari yang sama terjadi peningkatan nilai prosentase terjadinya packet loss pada user1 dari hari Selasa.

5 0

user1 user2

Gambar 17. Grafik perbandingan utilisasi bandwidth pagi hari. Dari gambar grafik di atas (gambar 17) dapat dilihat perbandingan nilai prosentase utilisasi bandwidth yang terjadi dari antara 2 user yang digunakan pada waktu pagi hari. Terlihat nilai prosentase utilisasi bandwidth yang tertinggi pada user1 dengan IP 192.168.0.101 di hari Minggu, pada waktu yang sama nilai prosentase utilisasi bandwidth untuk user2 dengan IP 192.168.0.102 juga mengalami peningkatan dari hari Sabtu tetapi lebih besar dibanding user1. Nilai prosentase utilisasi bandwidth terkecil pada user1 terjadi di hari Rabu berbanding terbalik dengan nilai prosentase utilisasi bandwidth user2 yang pada saat itu mengalami peningkatan dari hari Rabu dan prosentase utilisasi bandwidth pada


Waktu Siang hari.

(%)

3.5 3 2.5 2 1.5 1 0.5 0

192.168.0.102 juga mengalami peningkatan pesat dari hari Selasa tetapi lebih besar dibanding user1 dan merupakan nilai prosentase utilisasi bandwidth tertinggi dari user2. 20 15 (%)

user2 adalah tertinggi. Untuk nilai prosentase utilisasi bandwidth terkecil pada user2 terjadi pada hari Sabtu, sedangkan pada saat yang sama nilai prosentase utilisasi bandwidth user1 mengalami peningkatan dari hari Jumat. Jadi dapat disimpulkan nilai prosentase utilisasi bandwidth tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 12.971%, sedangkan nilai prosentase utilisasi bandwidth terendah terjadi pada user1 dengan IP 192.168.0.101 di hari Rabu yaitu 0.16232%.

10 5 0

user1 user2

Gambar 18. Grafik perbandingan utilisasi bandwidth siang hari. Dari gambar grafik di atas (gambar 18) dapat dilihat perbandingan nilai prosentase utilisasi bandwidth yang terjadi dari antara 2 user yang digunakan pada waktu siang hari. Terlihat nilai prosentase utilisasi bandwidth yang terbesar pada user1 dengan IP 192.168.0.101 di hari Kamis, pada waktu yang sama nilai prosentase utilisasi bandwidth untuk user2 dengan IP 192.168.0.102 juga mengalami peningkatan dari hari Sabtu tetapi lebih besar dibanding user1 dan merupakan nilai prosentase utilisasi bandwidth tertinggi dari user2. Nilai prosentase utilisasi bandwidth terkecil pada user1 terjadi di hari Minggu berbanding terbalik dengan nilai prosentase utilisasi bandwidth user2 yang pada saat itu mengalami peningkatan dari hari Sabtu. Untuk nilai prosentase utilisasi bandwidth terkecil pada user2 terjadi pada hari Senin, sedangkan pada saat yang sama nilai prosentase utilisasi bandwidth user1 tinggi. Jadi dapat disimpulkan nilai prosentase utilisasi bandwidth tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 3.0223%, sedangkan nilai prosentase utilisasi bandwidth terendah terjadi pada user1 dengan IP 192.168.0.101 di hari Minggu yaitu 0.020001%. Waktu Sore hari. Dari gambar grafik (gambar 19) dapat dilihat perbandingan nilai prosentase utilisasi bandwidth yang terjadi dari antara 2 user yang digunakan pada waktu sore hari. Terlihat nilai prosentase utilisasi bandwidth yang terbesar pada user1 dengan IP 192.168.0.101 di hari Rabu, pada waktu yang sama nilai prosentase utilisasi bandwidth untuk user2 dengan IP

user1 user2

Gambar 19. Grafik perbandingan utilisasi bandwidth sore hari. Nilai prosentase utilisasi bandwidth terkecil pada user1 terjadi di hari Minggu, pada saat yang sama nilai prosentase utilisasi bandwidth user2 pada saat itu mengalami penurunan juga dari hari Sabtu. Untuk nilai prosentase utilisasi bandwidth terkecil pada user2 terjadi pada hari Senin, sedangkan pada saat yang sama nilai prosentase utilisasi bandwidth user1 cukup besar. Jadi dapat disimpulkan nilai prosentase utilisasi bandwidth tertinggi terjadi pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu 14.424%, sedangkan nilai prosentase utilisasi bandwidth terendah terjadi pada user1 dengan IP 192.168.0.101 di hari Minggu yaitu 0.02208%.

Analisa Parameter QoS Dari Dari grafik yang telah dibentuk di atas dapat diketahui karakteristik lalu lintas data aplikasi web video streaming melalui parameterparameter QoS yang didapat. Nilai rata-rata delay terbesar yang didapat adalah 2.3851 detik, sedangkan nilai rata-rata delay normal yang seharusnya untuk video streaming tidak boleh melebihi 4-5 detik (Szigeti & Hattingh, 2004). Sehingga nilai rata-rata delay yang didapat dari mengakses aplikasi web video streaming YouTube berada di bawah batas normal. Aplikasi web video streaming memiliki persyaratan QoS lebih toleran karena delay-insensitive (dapat mentolerir kelebihan waktu beberapa detik). (Szigeti & Hattingh, 2004) Untuk nilai jitter-nya, dari perhitungan di atas, nilai terbesarnya adalah 3.9426 detik. Untuk nilai jitter pada video streaming tidak ada persyaratan yang signifikan (Szigeti & Hattingh, 2004). Nilai prosentase terjadinya packet loss yang didapat nilai terbesarnya adalah 5.3726%, sedangkan nilai prosentase packet loss seharusnya tidak boleh lebih dari 5% (Szigeti & Hattingh, 2004). Dengan kata lain prosentase terjadinya


packet loss berada di atas nilai yang seharusnya. Penyebabnya adalah terjadi collision dan congestion pada jaringan, sehingga berpengaruh pada retransmisi data yang akan mengurangi efisiensi jaringan secara keseluruhan meskipun jumlah bandwidth-nya cukup tersedia. (Nurhayati, 2010) Nilai prosentase utilisasi bandwidth yang digunakan pada waktu mengakses aplikasi web video streaming YouTube yang didapat paling besar adalah 14.424% dari bandwidth yang disediakan. Jika dikonversi ke bit per second (bps) adalah 519264 bps yaitu 519.264 Kbps, sedangkan persyaratan bandwidth yang dibutuhkan untuk mengakses YouTube adalah sebesar 500 Kbps (YouTube System Requirements). Nilai utilisasi bandwidth yang didapat sangatlah kecil dibanding dengan nilai bandwidth yang disediakan sebesar 3.6 Mbps, hal ini dikarenakan hanya membuka 1 aplikasi web video streaming YouTube. Nilai prosentase utilisasi bandwidth user1 berbeda jauh dengan nilai prosentase utilisasi bandwidth user2, hal ini karena dipengaruhi lalu lintas data aplikasi web video streaming YouTube yang diakses user2 lebih banyak dibanding user1 pada saat itu, meskipun tidak secara bersamaan. Penyebab lainnya adalah congestion control dikedua user tidak stabil karena pada saat itu jaringan baru terhubung dengan internet dan proses penangkapan lalu lintas data video streaming hanya berjarak 15 menit dari saat jaringan pertama kali terhubung dengan internet. Hal ini terjadi di semua waktu proses pengambilan data dari kedua user.

keseluruhan meskipun jumlah bandwidth-nya cukup tersedia. (Nurhayati, 2010) Nilai prosentase utilisasi bandwidth yang digunakan pada waktu mengakses aplikasi web video streaming YouTube yang didapat paling besar adalah 14.424% dari bandwidth yang disediakan. Dalam bentuk bit per second (bps) nilai utilisasi bandwidth-nya adalah 519264 bps yaitu 519.264 Kbps, dan persyaratan bandwidth minimal yang dibutuhkan untuk mengakses YouTube adalah sebesar 500 Kbps. Jadi nilai utilisasi bandwidth yang didapat sudah sesuai dengan nilai bandwidth minimal untuk mengakses aplikasi web video streaming YouTube. Nilai utilisasi bandwidth yang didapat kecil dibanding dengan nilai bandwidth yang disediakan sebesar 3.6 Mbps, hal ini dikarenakan hanya membuka 1 aplikasi web video streaming Youtube.

Daftar Pustaka 1.

2.

3.

Simpulan Dari hasil analisa karakteristik lalu lintas data aplikasi web video streaming, didapat perhitungan parameter-parameter dari QoS yang menentukan karakteristik dari lalu lintas data aplikasi web video streaming YouTube. Sehingga dapat disimpulkan. Nilai rata-rata delay terbesar yang didapat adalah 2,3851 detik), sedangkan nilai rata-rata delay normal yang seharusnya untuk video streaming tidak boleh melebihi 4-5 detik Sehingga nilai rata-rata delay yang didapat dari mengakses aplikasi web video streaming YouTube berada di bawah batas normal. Aplikasi web video streaming memiliki persyaratan QoS lebih toleran karena delay-insensitive (dapat mentolerir kelebihan waktu beberapa detik). Untuk nilai jitter dari perhitungan di atas, nilai terbesarnya adalah 3.9426 detik. Untuk nilai jitter pada video streaming tidak ada persyaratan yang signifikan. Nilai prosentase terjadinya packet loss yang didapat nilai terbesarnya adalah 5.3726%, sedangkan nilai prosentase packet loss seharusnya tidak boleh lebih dari 5%. Dengan kata lain prosentase terjadinya packet loss berada di atas nilai yang seharusnya. Penyebabnya adalah terjadi collision dan congestion pada jaringan, sehingga berpengaruh pada retransmisi data yang akan mengurangi efisiensi jaringan secara

4.

5.

6.

Clark, Alan. 2003. Analysis, Measurement and Modelling of Jitter. Geneva : International Telecommunication Union. Harmoko, Kirap Panji. 2011. Membangun Aplikasi Live Streaming Event Berbasis Web Menggunakan Protokol RTP. Bandung : Universitas Komputer Indonesia, Jurusan Teknik Informatika, Fakultas Teknik. Modul QoS Pada Jaringan IP. http://ittelkom.ac.id/staf/rnd/Modul%20Ngn %20Pdf/Modul13a_QoS%20PADA%20JARINGAN%20IP. pdf. Institut Teknologi Telkom. Online. Diakses tanggal 29 Juli 2013. Rifiani, Vina; M. Zen Samsono Hadi; Haryadi Amran Darwito. 2011. Analisa Perbandingan Metode Routing Distance Vector Dan Link State Pada Jaringan Packet. Surabaya : Politeknik Elektronika Negeri Surabaya, Jurusan Teknik Telekomunikasi. Szigeti, Tim and Hattingh, C. 2004.End-toEnd QoS Network Design: Quality of Service in LANs, WANs and VPNs. Indianapolis: Cisco Press. Youtube System Requirements, https://support.google.com/youtube/answer/7 8358?hl=en-GB. Online. Diakses tanggal 29 Juli 2013.


Journal of Control and Network Systems

Recommend Documents