UNIVERSITAS INDONESIA ESTIMASI KEBUTUHAN BANDWIDTH MINIMUM UNTUK INSTANSI PEMERINTAHAN INDONESIA KARYA AKHIR

UNIVERSITAS INDONESIA

ESTIMASI KEBUTUHAN BANDWIDTH MINIMUM UNTUK INSTANSI PEMERINTAHAN INDONESIA

KARYA AKHIR

CINDY WIANA 1106041855

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JULI 2013

Estimasi kebutuhan..., Cindy Wiana, FIKOM UI, 2013.

UNIVERSITAS INDONESIA

ESTIMASI KEBUTUHAN BANDWIDTH MINIMUM UNTUK INSTANSI PEMERINTAHAN INDONESIA

KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi

CINDY WIANA 1106041855

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JULI 2013


HALAMAN PERNYATAAN ORISINALITAS

Karya Akhir ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

: Cindy Wiana

NPM

: 1106041855

Tanda tangan : …………………… Tanggal

: 24 Juli 2013

ii


HALAMAN PENGESAHAN

Karya Akhir ini diajukan oleh Nama NPM Program Studi Judul Karya Akhir

: : : : :

Cindy Wiana 1106041855 Magister Teknologi Informasi Estimasi Kebutuhan Bandwidth Minimum Untuk Instansi Pemerintahan Indonesia

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia.

DEWAN PENGUJI

Pembimbing I

:

Prof. Zainal Arifin Hasibuan, Ph.D (.......................)

Penguji

:

Dana Indra Sensuse, Ph.D.

(.......................)

Penguji

:

Rizal Fathoni Aji, M.Kom.

(.......................)

Ditetapkan di Tanggal

: :

Jakarta …………………….

iii


KATA PENGANTAR

Puji syukur saya panjatkan kepada Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya, saya dapat menyelesaikan Karya Akhir ini. Penulisan karya akhir ini dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer - Universitas Indonesia. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan karya akhir ini, karya akhir ini akan sulit terwujud. Oleh karena itu, saya mengucapkan terima kasih kepada: 1) Prof. Zainal Arifin Hasibuan, Ph.D, selaku dosen pembimbing atas waktu, masukkan, dan arahan selama penyusunan karya akhir ini; 2) Bapak Dana Indra Sensuse, Ph.D dan Bapak Rizal Fathoni Aji, M.Kom., selaku dosen penguji atas masukkannya untuk revisi karya akhir ini; 3) Bapak Gerry Firmansyah dari Dewan Teknologi Informasi Nasional (Detiknas) yang telah banyak membantu dalam usaha memperoleh data yang saya perlukan; 4) Kedua orang tua dan adik-adik saya yang telah memberikan bantuan dukungan dalam berbagai hal selama penyusunan karya akhir ini; 5) Jajaran staff Fakultas Ilmu Komputer Kampus UI Salemba atas informasi dan bantuannya selama penyusunan karya akhir ini; 6) Rekan sekelas dan para sahabat yang telah memberikan dukungan moral selama pengerjaan karya akhir ini. Saya menyadari bahwa karya akhir ini masih mengandung banyak kekurangan. Namun besar harapan saya, karya akhir ini dapat membawa manfaat bagi pengembangan ilmu.

iv


Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan membalas segala kebaikan semua pihak yang telah membantu.

Jakarta, 24 Juli 2013

Penulis

v


HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: Cindy Wiana

NPM

: 1106041855

Program Studi : Magister Teknologi Informasi Departemen

: Ilmu Komputer

Fakultas

: Ilmu Komputer

Jenis Karya

: Karya Akhir

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Nonekslusif (Non-exclusive RoyaltyFree Right) atas karya ilmiah saya yang berjudul : Estimasi Kebutuhan Bandwidth Minimum Untuk Instansi Pemerintahan Indonesia Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Nonekskutif ini Universitas Indonesia berhak menyimpan, mengalihmedia/formatkan, mengelola

dalam

bentuk

pangkalan

data

(database).

Merawat,

dan

mempublikasikan karya akhir saya tanpa meminta izin dari saya selama tetap mencantumkan saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di : Jakarta Pada tanggal : 24 Juli 2013

Yang menyatakan

(Cindy Wiana)

vi


ABSTRAK

Nama : Cindy Wiana Program Studi : Magister Teknologi Informasi Judul : Estimasi Kebutuhan Bandwidth Minimum Untuk Instansi Pemerintahan Indonesia Bandwidth merupakan salah satu aspek yang mempengaruhi kualitas dari aplikasi tersebut. Kurangnya bandwidth akan menyebabkan aplikasi memberikan respon yang lambat dan sering mengalami timeout. Sebaliknya bandwidth yang berlebihan tentunya tidak baik apabila dilihat dari sisi ekonominya. Instansi pemerintahan di Indonesia saat ini menggunakan beberapa ISP untuk memenuhi kebutuhan bandwidthnya sehingga tidak diketahui persis berapa sebenarnya bandwidth minimum yang dibutuhkan oleh lembaga tersebut. Oleh karena itu dibutuhkan estimasi kebutuhan bandwidth untuk memprediksi bandwidth minimum yang sebenarnya dibutuhkan. Penelitian ini akan mengestimasi bandwidth minimum yang dibutuhkan oleh instansi pemerintahan di Indonesia. Metodologi penelitian adalah pemodelan perilaku pengguna dengan menggunakan Customer Behavior Model Graph (CBMG) untuk mengetahui model pengguna per kategori aplikasi. Model yang didapatkan selanjutnya dipetakan ke Model Beban Kerja untuk membantu proses estimasi Jumlah Kilobytes per halaman. Setelah model untuk estimasi Jumlah Kilobytes per halaman di dapatkan, tahapan selanjutnya adalah membandingkan 3 model estimasi bandwidth untuk menentukan model estimasi bandwidth apa yang akan digunakan untuk melakukan estimasi. Hasil perbandingan menunjukkan bahwa jumlah kilobytes dan jumlah pengguna merupakan komponen yang harus ada di dalam melakukan estimasi bandwidth. Model terpilih selanjutnya dimodifikasi sesuai dengan kebutuhan dan model Jumlah Kilobytes yang sebelumnya telah dibuat. Model estimasi yang telah terbentuk selanjutnya digunakan untuk mengestimasi kebutuhan bandwidth minimum dari instansi yang menjadi objek penelitian. Hasil pengumpulan data menunjukkan lebih dari 70% aplikasi tidak memuat informasi publik yang cukup untuk dilakukan estimasi bandwidth, sehingga estimasi akan dilakukan pada aplikasi yang komponen bandwidthnya lengkap saja. Adapun hasil bandwidth yang didapatkan dari 1 – 6 Aplikasi yang dapat di estimasi di setiap instansi bervariasi di antara 0.003 – 22.944 Mbps bergantung dari Jumlah Kilobytes dan jumlah pengguna aplikasi tersebut.

Kata kunci : Estimasi bandwidth, Customer Behavior Model Graph xvi + 117 Halaman; 35 Gambar; 37 Tabel; 17 Persamaan; 3 Lampiran

vii

Universitas Indonesia


ABSTRACT

Name : Cindy Wiana Study Program : Magister of Information Technology Title : Minimum Bandwidth Estimation Needs of Indonesia’s Government Agencies Bandwidth is one of the aspects which influence the quality of the service given by applications. Low bandwidth will increase response times and make application experience timeout more. Otherwise, if the bandwidth is more than needed, of course it will just waste the budget. Currently, Indonesia’s Government Agencies are using several ISP to support their bandwidth needs, so it’s hard know how much exactly the minimum bandwidth needed. Because of that, bandwidth estimation is needed to predict how much exactly the bandwidth needed. This paper will estimate minimum bandwidth needed by Indonesia Goverment Agencies. The methodology used are customer behavior modelling using Customer Behavior Model Graph (CBMG) to know the pattern of user activities on each application category. Created model then will be mapped to Workload Model in order to help the page size in kilobytes. After workload model creared, the next step are comparing 3 bandwidth estimation model to choose which model can be used to do the estimation on this paper. Comparison result shown that size and number of user are the required component to estimate bandwidth. Choosen model then being modified base on this paper needs and combined with previous workload model. The final estimation model then used to estimate minimum bandwidth needed by Indonesia Goverment Agencies which was become this paper research objet. Data collection result shows that more than 70% application didn't mention enough public information needed to estimate bandwidth, so the estimation will be done only for the application which has complete information. The estimation result shows for 1 - 6 application in each agencies need 0.003 - 22.944 Mps bandwidth based on size (KB) and number of user.

Keywords: Bandwidth estimation, Customer Behavior Model Graph xvi + 117 Pages; 35 Images; 37 Tabels; 17 Equations; 3 Attachments

viii



DAFTAR ISI

HALAMAN JUDUL………………………………………………………… HALAMAN PERNYATAAN ORISINALITAS………………………..…. HALAMAN PENGESAHAN……………………………………………….. KATA PENGANTAR……………………………………………………….. ABSTRAK…………………………………………………………………… ABSTRACT………………………………………………………………….. DAFTAR ISI……………………………..…………………………………... DAFTAR TABEL……………………………..…………………………….. DAFTAR GAMBAR……………………………..………………………….. DAFTAR PERSAMAAN……………………………..…………………….. DAFTAR GRAFIK……………………………..…………………………… BAB 1……………………………..……………………………..………….... PENDAHULUAN……………………………..……………………………... 1.1. Latar Belakang………………………..……………………….... 1.2. Rumusan Masalah……………………………..……………….. 1.3. Ruang Lingkup……………………………..…………………… 1.4. Tujuan Penelitian……………………………..………………… 1.5. Manfaat Penelitian……………………………..……………….. BAB 2……………………………..……………………………..…………… TEORI PENUNJANG……………………………..………………………... 2.1. E-Government……………………………..……………………. 2.2. Bandwidth……………..……………..……………..…………… 2.3. Penelitian Terdahulu Mengenai Estimasi Bandwidth…………... 2.4. Customer Behavior Model Graph……………..………………... 2.5. Kerangka Berpikir……………..……………..…………………. BAB 3……………..……………..……………..……………..…………….... METODOLOGI PENELITIAN……………..……………..………………. 3.1. Tahapan Penelitian……………..……………..……………..…. 3.2. Objek Penelitian……………..……………..……………..……. 3.3. Instrumen Penelitian……………..……………..……………… 3.4. Data yang Digunakan……………..……………..……………... BAB 4……………..……………..……………..……………..……………… HASIL DAN PEMBAHASAN……………..……………..………………… 4.1. Kategorisasi Aplikasi……………..……………..……………... 4.1.1. Kementerian Pendidikan……………..………………. 4.1.2. Kementerian Komunikasi dan Informatika…………… 4.1.3. Kementerian Perhubungan……………..……………... 4.1.4. Kementerian Kesehatan……………..………………... 4.1.5. BAPPENAS……………..……………..……………... 4.1.6. Badan Pusat Statistik……………..……………..…….. 4.1.7. Badan Pertanahan Nasional……………..…………….. 4.1.8. Kementerian Dalam Negeri……………..…………….. 4.1.9. Kementerian Keuangan……………..………………… ix

i ii iii iv vii viii ix xi xiii xiv xvi 1 1 1 2 2 2 2 4 4 4 7 9 14 16 17 17 17 23 23 24 25 25 25 31 33 36 37 38 40 41 41 44



4.1.10. Kementerian Pertanian……………..……………..…. 4.2. Model Perilaku Pengguna Per Kategori Aplikasi……………… 4.2.1 Aplikasi Publikasi……………..……………..………… 4.2.2 Aplikasi Interaksi……………..……………..………… 4.2.3 Aplikasi Integrasi……………..……………..………… 4.3. Model Beban Kerja Aplikasi berdasarkan Model Perilaku Pengguna……………..……………..……………..…………… 4.3.1. Aplikasi Publikasi……………..……………..……….. 4.3.2. Aplikasi Interaksi……………..……………..………… 4.3.3. Aplikasi Integrasi……………..……………..………… 4.4. Penentuan Performance Parameter dan Model Estimasi Bandwidth……………..……………..……………..………….. 4.5. Penghitungan Estimasi Kebutuhan Bandwidth Minimum Instansi……………..……………..……………..……………... 4.5.1. Kementerian Pendidikan……………..………………. 4.5.2. Kementerian Komunikasi dan Informatika…………... 4.5.3. Kementerian Perhubungan……………..…………….. 4.5.4. Kementerian Kesehatan……………..………………... 4.5.5. BAPPENAS……………..……………..……………… 4.5.6. Badan Pusat Statistik……………..……………..……. 4.5.7. Badan Pertanahan Nasional……………..…………… 4.5.8. Kementerian Dalam Negeri……………..……………. 4.5.9. Kementerian Keuangan……………..………………... 4.5.10. Kementerian Pertanian……………..……………….. BAB 5……………..……………..……………..……………..……………… KESIMPULAN DAN SARAN……………..……………..…………...……. 5.1. Kesimpulan……………..……………..……………..………… 5.2. Kelemahan Penelitian……………..……………..…………….. 5.3. Saran……………..……………..……………..………………... 5.3.1. Saran Untuk Instansi……………..…………………... 5.3.2. Saran Untuk Penelitian Selanjutnya………………….. DAFTAR PUSTAKA……………..……………..……………..…………….

x

45 46 46 48 52 55 55 58 66 72 74 75 75 76 79 80 82 84 85 88 90 95 95 95 96 97 97 97 99



DAFTAR TABEL

Tabel 2. 1 Faktor Penghambat Kemajuan e-Government di Negara Berkembang . 6 Tabel 2. 2 Perbandingan Tabel per Media .............................................................. 8 Tabel 2. 3 Perbandingan Penelitian Terdahulu ....................................................... 9 Tabel 3. 1 Contoh Matriks Transisi....................................................................... 20 Tabel 3. 2 Contoh Tabel Perbandingan Model Bandwidth ................................... 22 Tabel 4. 1 Tabel Jumlah Aplikasi yang Dimiliki Setiap Instansi .......................... 25 Tabel 4. 2 Tabel Kategorisasi Aplikasi ................................................................. 25 Tabel 4. 3 Tabel Matriks Transisi Aplikasi Publikasi ........................................... 47 Tabel 4. 4 Tabel Matriks Transisi Aplikasi Interaksi Registrasi ........................... 50 Tabel 4. 5 Tabel Matriks Transisi Aplikasi Interaksi Katalog .............................. 52 Tabel 4. 6 Tabel Matriks Transisi Aplikasi Integrasi ............................................ 54 Tabel 4. 7 Tabel Perbandingan Model Estimasi Bandwidth ................................. 72 Tabel 4. 8 Tabel Kelengkapan Komponen Estimasi Bandwidth........................... 74 Tabel 4. 9 Estimasi Jumlah Pengguna Aplikasi Web Kominfo (per Juni 2013) ... 75 Tabel 4. 10 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Perhubungan (per Juni 2013) ................................................................................... 77 Tabel 4. 11 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Perhubungan ................................................................ 78 Tabel 4. 12 Estimasi Estimasi Bandwidth Kementerian Perhubungan ................. 78 Tabel 4. 13 Jumlah Pengguna Aplikasi Web Kementerian Kesehatan (Per Juni 2013) .................................................................................................. 79 Tabel 4. 14 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Kesehatan ..................................................................... 80 Tabel 4. 15 Estimasi Jumlah Pengguna Aplikasi Web BAPPENAS (per Juni 2013) .................................................................................................. 81 Tabel 4. 16 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BAPPENAS ....................................................................................... 82 Tabel 4. 17 Estimasi Estimasi Bandwidth BAPPENAS ....................................... 82 Tabel 4. 18 Estimasi Jumlah Pengguna Aplikasi Web BPS (per Juni 2013) ........ 83 Tabel 4. 19 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BPS.. 83 Tabel 4. 20 Estimasi Jumlah Pengguna Aplikasi Web BPN (per Juni 2013) ....... 84 Tabel 4. 21 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BPN . 85 Tabel 4. 22 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Dalam Negeri (per Juni 2013) ................................................................................... 85 Tabel 4. 23 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Dalam Negeri ............................................................... 87 Tabel 4. 24 Estimasi Estimasi Bandwidth Kementerian Dalam Negeri ............... 87 Tabel 4. 25 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Keuangan (per Juni 2013) .......................................................................................... 88 Tabel 4. 26 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Keuangan ..................................................................... 89 Tabel 4. 27 Estimasi Estimasi Bandwidth Kementerian Keuangan ...................... 90 Tabel 4. 28 Jumlah Pengguna Aplikasi Web Kementerian Pertanian (per Juni 2013) .................................................................................................. 90 xi



Tabel 4. 29 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Pertanian ...................................................................... 92 Tabel 4. 30 Estimasi Estimasi Bandwidth Kementerian Pertanian ....................... 92 Tabel 4. 31 Tabel Rangkuman Bandwidth Minimum yang Dibutuhkan .............. 93

xii



DAFTAR GAMBAR

Gambar 2. 1 Diagram Pengaruh Komponen Jaringan Terhadap Bandwidth ........ 14 Gambar 2. 2 Contoh CBMG Perpusatakaan Online ............................................. 15 Gambar 2. 3 Kerangka Berpikir ............................................................................ 16 Gambar 3. 1 Tahapan Penelitian ........................................................................... 17 Gambar 3. 2 Contoh Consumer Behavior Model Graph ...................................... 19 Gambar 3. 3 Contoh Customer Behavior Model Graph dengan Probabilitas....... 21 Gambar 3. 4 Contoh Pemetaan CBMG ke DFD ................................................... 21 Gambar 3. 5 Contoh Model Beban Kerja ............................................................. 22 Gambar 4. 1 Model Perilaku Pengguna Aplikasi Publik ...................................... 46 Gambar 4. 2 Model Perilaku Pengguna Aplikasi Publik dengan Probabilitas ...... 47 Gambar 4. 3 Model Perilaku Pengguna Aplikasi Interaksi Registrasi .................. 49 Gambar 4. 4 Model Perilaku Pengguna Aplikasi Interaksi Registrasi dengan Probabilitas....................................................................................... 50 Gambar 4. 5 Model Perilaku Pengguna Aplikasi Interaksi Katalog ..................... 51 Gambar 4. 6 Model Perilaku Pengguna Aplikasi Interaksi Katalog dengan Probabilitas....................................................................................... 52 Gambar 4. 7 Model Perilaku Pengguna Aplikasi Integrasi ................................... 53 Gambar 4. 8 Model Perilaku Pengguna Aplikasi Integrasi dengan Probabilitas .. 54 Gambar 4. 9 Pemetaan CBMG Publikasi ke DFD (1) .......................................... 55 Gambar 4. 10 Pemetaan CBMG Publikasi ke DFD (2) ........................................ 55 Gambar 4. 11 Model Beban Kerja Aplikasi Publikasi .......................................... 56 Gambar 4. 12 Model Beban Kerja Aplikasi Publikasi dengan Probabilitas ......... 57 Gambar 4. 13 Pemetaan CBMG Interaksi Registrasi ke DFD (1) ........................ 58 Gambar 4. 14 Pemetaan CBMG Interaksi Registrasi ke DFD (2) ........................ 59 Gambar 4. 15 Pemetaan CBMG Interaksi Registrasi ke DFD (3) ........................ 60 Gambar 4. 16 Pemetaan CBMG Interaksi Registrasi ke DFD (4) ........................ 61 Gambar 4. 17 Model Beban Kerja Aplikasi Interaksi Registrasi .......................... 61 Gambar 4. 18 Model Beban Kerja Aplikasi Interaksi Registrasi dengan Probabilitas ..................................................................................... 62 Gambar 4. 19 Pemetaan CBMG Interaksi Katalog ke DFD (1) ........................... 63 Gambar 4. 20 Pemetaan CBMG Interaksi Katalog ke DFD (2) ........................... 64 Gambar 4. 21 Model Beban Kerja Aplikasi Interaksi Katalog ............................. 64 Gambar 4. 22 Model Beban Kerja Aplikasi Interaksi Katalog dengan Probabilitas ..................................................................................... 65 Gambar 4. 23 Pemetaan CBMG Integrasi ke DFD (1) ......................................... 66 Gambar 4. 24 Pemetaan CBMG Integrasi ke DFD (2) ......................................... 67 Gambar 4. 25 Pemetaan CBMG Integrasi ke DFD (3) ......................................... 68 Gambar 4. 26 Model Beban Kerja Aplikasi Integrasi dengan Probabilitas .......... 69 Gambar 4. 27 Model Beban Kerja Aplikasi Integrasi dengan Probabilitas .......... 69 Gambar 4. 28 Ilustrasi Halaman Aplikasi ............................................................. 71

xiii



DAFTAR PERSAMAAN

Persamaan (2,1) Bandwidth Maximum Guerin, Glass, Hu, Tan, & Portmann….. Persamaan (3,1) Bobot Probabilitas Transisi Antar Node Dalam Model Perilaku Pengguna……………………………………………………….. Persamaan (3,2) Jumlah Kilobytes……………………………………………….. Persamaan (4,1) Probabilitas Transisi Aplikasi Publikasi (1)……………………. Persamaan (4,2) Probabilitas Transisi Aplikasi Publikasi (2)……………………. Persamaan (4,3) Probabilitas Transisi Aplikasi Interaksi Registerasi (1)………... Persamaan (4,4) Probabilitas Transisi Aplikasi Interaksi Registerasi (2)………... Persamaan (4,5) Probabilitas Transisi Aplikasi Interaksi Katalog……………….. Persamaan (4,6) Probabilitas Transisi Aplikasi Integrasi………………………… Persamaan (4,7) Jumlah Kilobytes Aplikasi Publikasi………………………….. Persamaan (4,8) Jumlah Kilobytes Aplikasi Interaksi Registerasi………………. Persamaan (4,9) Jumlah Kilobytes Aplikasi Interaksi Katalog…………………... Persamaan (4,10) Jumlah Kilobytes Aplikasi Integrasi…………………………… Persamaan (4,11) Jumlah Kilobytes Aplikasi Publikasi & Interaksi Katalog…….. Persamaan (4,12) Jumlah Kilobytes Aplikasi Interaksi Katalog & Integrasi……... Persamaan (4,13) Persamaan Estimasi Bandwidth Siregar……………………….. Persamaan (4,14) Hasil Modifikasi Persamaan Estimasi Bandwidth Siregar……..

xiv

13 20 22 47 48 49 50 52 54 57 63 65 70 71 71 73 73



DAFTAR LAMPIRAN

LAMPIRAN 1 : Formulir Observasi Aplikasi .................................................... 103 LAMPIRAN 2 : Formulir Observasi Aplikasi - Detail ....................................... 104 LAMPIRAN 3 : Data Kepemilikan Bandwidth Instansi Pemerintahan Indonesia………………………………………………………………………..105

xv



DAFTAR GRAFIK

Grafik 4. 1 Estimasi Kebutuhan Bandwidth Minimum (Mbps) ............................ 93

xvi



BAB 1 PENDAHULUAN

Bab 1 Pendahuluan akan membahas mengenai latar belakang mengapa penulis mengangkat topik ini, rumusan masalah dari latar belakang tersebut serta ruang lingkup penelitian yang akan dilakukan. Pada bab ini juga akan dibahas tujuan dan manfaat dari penelitian ini.

1.1. Latar Belakang Teknologi Informasi saat ini bukan lagi merupakan hal yang asing. Segala aspek mulai dari pendidikan, kesehatan, publikasi, administrasi perkantoran, transaksi jual beli, sampai dengan sosialisasi sehari-hari sudah di dukung oleh teknologi informasi. Meningkatnya kebutuhan akan teknologi informasi ini bisa dilihat dari jumlah user internet di Indonesia, dimana pada tahun 2010 telah mencapai angka 45.000.000 jiwa dan diperkirakan akan mencapai angka 130.000.000 jiwa di tahun 2014 (Setiawan, 2013). Meningkatnya jumlah user internet ini tentu selayaknya diimbangi dengan meningkatnya kualitas e-government yang dimiliki oleh instansi-instansi pemerintahan agar masyarakat terdorong untuk menggunakan aplikasi tersebut sehingga target Indonesia Digital di tahun 2020 (Setiawan, 2013) bisa tercapai. Aplikasi-aplikasi strategis pemerintah sebaiknya memiliki bandwidth yang cukup agar bisa melayani masyarakat dengan baik. Kurangnya bandwidth akan menyebabkan aplikasi memberikan respon yang lambat dan sering mengalami timeout (Tawileh & McIntosh, 2007). Sebaliknya bandwidth yang berlebihan tentunya tidak baik apabila dilihat dari sisi ekonominya. Oleh karena itu dibutuhkan estimasi bandwidth yang dibutuhkan oleh setiap instansi agar bandwidth yang dimiliki benar-benar dapat mendukung operasional harian dan aplikasi-aplikasi pendukung lainnya di instansi tersebut.

1



2

1.2. Rumusan Masalah Berdasarkan latar belakang di atas, maka masalah yang akan dibahas pada penelitian ini dapat dirumuskan sebagai berikut : “Berapa besar bandwidth minimum yang diperlukan oleh masing-masing instansi pemerintahan di Indonesia?”

1.3. Ruang Lingkup Ruang lingkup penelitian ini akan dibatasi pada : a. Instansi pemerintahan yang diamati dibatasi pada 10 instansi yang data kepemilikan bandwidth-nya saat ini dimiliki oleh Detiknas. b. Aplikasi online yang didaftar adalah aplikasi-aplikasi yang diakses melalui internet (menggunakan ISP) dan bukan aplikasi yang diakses melalui LAN maupun VPN. c. Aplikasi online yang diamati dibatasi pada aplikasi online yang dapat diakses oleh publik. d. Kelengkapan data komponen penghitung bandwidth di masing-masing instansi bervariasi sesuai dengan informasi yang ditampilkan di masingmasing aplikasi.

1.4. Tujuan Penelitian Penelitian ini bertujuan untuk mengestimasi kebutuhan bandwidth minimum dari instansi pemerintahan Indonesia dilihat dari aplikasi-aplikasi public yang dimilikinya.

1.5. Manfaat Penelitian Penelitian ini diharapkan dapat berguna bagi penulis, mahasiswa lain, dan pihakpihak lain yang berkepentingan. a. Manfaat Akademis Dari sisi akademis, diharapkan penelitian ini bisa menjadi tambahan pustaka mengenai kajian estimasi bandwidth dan membuat suatu model estimasi yang



3

dapat digunakan untuk estimasi bandwidth di Instansi Pemerintahan Indonesia. b. Manfaat Bagi Instansi Dari sisi instansi, diharapkan penelitian ini bisa menjadi salah satu bahan pertimbangan untuk menambah besar bandwidth yang saat ini dimiliki.



BAB 2 TEORI PENUNJANG

Bab 2 Teori Penunjang akan membahas literatur-literatur yang digunakan untuk menyusun kerangka berpikir dalam penelitian ini dan menjadi landasan atas metodologi yang nantinya akan digunakan. Adapun literatur yang akan dibahas dibagi menjadi 3 subbab yaitu e-government, bandwidth, penelitian terdahulu mengenai estimasi bandwidth, dan Customer Behaviour Model Graph.

2.1. E-Government E-government adalah salah satu pemanfaatan teknologi yang dilakukan pemerintah yaitu menggunakan aplikasi berbasis web yang bertujuan untuk meningkatkan kemudahan warganya untuk mengakses informasi mengenai instansi-instansi perintahan (Gronlund & Horan, 2004). Menurut Gronlund & Horan (2004), selain sebagai media informasi, penerapan e-government di instansi pemerintahan juga umumnya dilatarbelakangi keinginan untuk mencapai : a. Pemerintahan yang lebih efisien b. Meningkatkan layanan terhadap masyarakat c. Meningkatkan proses demokrasi Tidak bisa dipungkiri bahwa saat ini sebagian besar negara, tidak hanya negara maju tapi juga negara-negara berkembang seperti Indonesia berlomba-lomba menerapkan e-government. Langkah awal yang dilakukan pemerintah Indonesia adalah dengan membentuk Tim Koordinasi Telematika Indonesia (TKTI) pada tahun 2003 melalu Instruksi Presiden No. 9 Tahun 2003 untuk mendorong pembangunan aplikasi dan infrastruktur teknologi informasi dalam instansi pemerintahdan swasta. Hal ini bisa dilihat dari mulai banyaknya instansi-instansi yang mengimplementasikan teknologi informasi secara mandiri (Nurdin, Stockdale, & Scheepers, 2012). Selain pembentukan Tim Koordinasi Telematika Indonesia, penerapan egovernment ini juga didukung oleh pemerintah pusat melalui halaman Visi, Misi,

4



5

dan Strategi di Portal Nasional RI. Di halaman tersebut jelas dikatakan bahwa pemerintah memprioritaskan perluasan penerapan dari kemajuan Teknologi Informasi dan Komunikasi (TIK) untuk mendukung kinerja penyelenggaraan pembangunan di bidang pendidikan (Portal Nasional RI, 2010). Selain penerapan di bidang pendidikan, Indonesia juga menyadari pentingnya e-government untuk mendukung operasional harian instansi pemerintahan seperti yang tertuang dalam Prioritas 8: Program Aksi Perbaikan dan Pelaksanaan Tata Kelola Pemerintahan yang menyebutkan bahwa pemerintah ingin meningkatkan kinerja dengan memperbaiki prosedur kerja (business process), pemanfaatan teknologi untuk peningkatan kecepatan dan keakuratan layanan, dan mengatur kembali struktur organisasi agar makin efisien dan efektif dalam menjalankan fungsi pelayanan publik, regulasi, pengawasan dan penegakan aturan. Visi tersebut bukan hanya sekedar tulisan di portal saja, Indonesia bahkan sudah mencanangkan visi Indonesia Digital 2020 (Setiawan, 2013) yang telah dimulai secara bertahap dari tahun 2010 lalu. Lantas, seberapa maju e-government Indonesia saat ini? United Nations Division for Public Economics and Public Administration (2002) membagi penerapan egovernment ke dalam 5 tingkatan seperti terdapat dalam a. Emerging : Tahapan paling awal, aplikasi web baru sebatas situs informasi status dan baru didirikan. b. Enhanced : Jumlah situs pemerintah meningkat dan informasi yang disajikan menjadi lebih dinamis. c. Interactive

:

Pengguna

dapat

mengunduh

formulir

dan

berinteraksi dengan pejabat maupun penduduk lainnya secara online. d. Transactional : Pengguna dapat melakukan transaksi keuangan untuk membayar layanan publik. e. Seamless : Integrasi layanan secara penuh di seluruh instansi. Dari penelitian yang dilakukan oleh Nurdin, Stockdale, & Scheepers (2012) diketahui bahwa ternyata 55% penerapan e-government di instansi pemerintahan berada di tingkat emerging karena hanya menampilkan informasi statis dan profil dari instansi, terutama untuk instansi-instansi yang berada di daerah. Instansi



6

lainnya yaitu sebanyak 28% berada pada tahapan enhanced dengan menyediankan formulir-formulir dan fitur unduh dokumen untuk undang-undah, regulasi, dan data lainnya sedangkan 17% instansi berada di tingkatan interaktif. Selain masih kurang berkembangnya fitur e-government di sebagian besar instansi, Nurdin, Stockdale, & Scheepers (2012) juga mencatat bahwa aplikasi e-government antar instansi masih banyak yang belum terintegrasi dan bahkan tidak dikelola oleh pemerintah namun oleh pihak swasta. Hal ini ditunjukkan dengan penggunaan ekstensi web berupa .com, .net, dan ekstensi lainnya selain .go.id. Selain itu aplikasi-aplikasi yang berada pada tahapan interaktif juga banyak yang tidak diperbaharui dalam jangka waktu cukup lama. Masalah-masalah yang teridentifikasi dalam penelitian Nurdin, Stockdale, & Scheepers (2012) memang lazim terjadi dalam implementasi e-government di negara-negara berkembang. United Nations Division for Public Economics and Public Administration (2002) membuat daftar faktor-faktor yang menghambat kemajuan e-government di negara maju seperti yang terdapat dalam table berikut : Tabel 2. 1 Faktor Penghambat Kemajuan e-Government di Negara Berkembang Faktor Utama Kelemahan institusi

Sumber daya

Pengaturan keuangan

Lingkungan aplikasi Perubahan Teknologi dan Informasi

Masalah - Perencanaan yang buruk - Tujuan yang tidak jelas

Akibat Sistem yang tidak sesuai

- Kurangnya personil dengan

- Dukungan teknis

kualifikasi yang sesuai - Kurangnya pelatihan profesional

kurang maksimal - Terisolasi dari teknologi baru

- Kesalahan penghitungan

- Banyaknya proyek

biaya proyek - Banyaknya pengeluaran berulang

- Tingginya biaya

- Buruknya pemilihan vendor - Sulitnya mencari backup dan spare part

- Hardware dan Software yang terbatas - Software yang tidak sesuai

yang terbengkalai pemeliharaan

- Masalah dalam implementasi

- Technical support yang buruk

- Terikat oleh suatu vendor

- Sistem dan aplikasi tidak kompetibel

Sumber : (United Nations Division for Public Economics and Public Administration, 2002) Universitas Indonesia


7

Dari Tabel 2. 1 Faktor Penghambat Kemajuan e-Government di Negara Berkembang di atas bisa dilihat bahwa perencanaan yang baik dan melihat ke depan diperlukan dalam implementasi e-government. Salah satu perencanaan yang harus dipertimbangkan adalah perencanaan kapasitas jaringan. Hal ini dikarena aplikasi e-government berjalan di atas sebuah jaringan, oleh karena itu harus dipastikan bahwa jalan yang harus dilalui tersebut(bandwidth) memang dapat mendukung aplikasi yang berjalan di atasnya. Jangan sampai jalan tersebut terlalu besar atau justru kurang, itulah mengapa pada penelitian kali ini akan dibahas mengenai estimasi kebutuhan bandwidth minimum dari instansi pemerintahan di Indonesia. 2.2. Bandwidth Dalam konteks jaringan, bandwidth adalah banyaknya data yang dapat disalurkan oleh suatu jaringan dalam suatu satuan waktu. Besar bandwidth yang dimiliki atau dialokasikan akan mempengaruhi performa dari aplikasi yang ada dalam jaringan tersebut, terlebih terhadap aplikasi-aplikasi interaktif yang lebih rentan terhadap delay (Prasad, Muray, Dovrolis, & Claffy, 2003). Bandwidth dalam data Digital biasanya diukur dalam bit per satuan waktu misalnya bit per second (bps). (Li & Wang, 2013) Untuk mendapatkan performa aplikasi yang baik, maka tentu perencanaan kapasitas bandwidth yang tepat harus dilakukan. Capacity planning yang efektif tidak selamanya berarti anda harus membeli tambahan bandwidth. Manajemen bandwidth merupakah solusi untuk menggunakan bandwidth yang anda miliki dengan lebih bijak. Tanpa manajemen bandwidth, aplikasi-aplikasi yang menggunakan banyak bandwidth seperti streaming audio dan video akan diblok karena dikhawatirkan menghabiskan resource yang ada atau justru ketika dibebaskan akan membuat aplikasi lain tidak dapat diakses. Dengan adanya manajemen bandwidth, alokasi bandwidth bisa diatur sehingga aplikasi-aplikasi yang penting dipastikan mendapat asupan bandwidth yang sesuai (Blue Coat Systems, Inc.). Hal yang harus diperhatikan pada saat melakukan manajemen bandwidth adalah tujuan bisnis, pola penggunan jaringan, kemampuan dari perangkat yang



8

anda miliki, dan pembagian bandwidth yang saat ini dilakukan (IBM Global Services, 1999). Misalnya bandwidth yang dialokasi untuk staff di divisi marketing dan komunikasi dengan bandwidth yang dialokasikan untuk staff gudang tentu bisa dibedakan. Staff di divisi marketing akan cenderung lebih sering menggunakan akses untuk berkomunikasi dan melakukan publikasi sedangkan staff gudang relatif hanya memerlukan jaringan internal yang cepat untuk mengakses data di seluruh gudang milik perusahaan, oleh karena itu bandwidth untuk divisi marketing bisa diperbesar atau dibebaskan aksesnya. Selain hal-hal tersebut di atas, dalam melakukan estimasi bandwidth juga perlu dipertimbangkan mengenai seberapa besar organisasi anda akan berkembang. Berapa banyak jumlah pengguna dalam beberapa tahun kemudian, aplikasi apa yang akan diimplementasikan ke dalam jaringan, dan apa target e-government organisasi ke depannya. Hal ini diperlukan agar bandwidth tetap cukup meskipun organisasi terus berkembang dan infrastruktur yang ada juga bisa mendukung perkembangan tersebut. Mengapa infrastruktur juga harus ikut dipertimbangkan? Hal ini dikarenakan setiap media yang digunakan memiliki batas maksimum masing-masing seperti yang terlihat pada table. Akibatnya jika infrastruktur tidak ikut dipikirkan dan organisasi memerlukan bandwidth tambahan, maka bandwidth tambahan yang didapatkan pun tidak dapat digunakan secara maksimal, sedangkan untuk terus-menerus mengganti media setiap kali penambahan bandwidth akan menimbulkan biaya operasional yang tidak sedikit. Tabel 2. 2 Perbandingan Tabel per Media No 1 2 3 4 5 6 7

Media Kabel Coaxial 50 Ohm (Ethernet 10Base2, ThinNet) Kabel Coaxial 75 Ohm (Ethernet 10Base5, ThickNet) UTP Kategori 5 (Ethernet 10BaseT, 100Base-TX) UTP Kategori 5 (Ethernet 100BaseTX, Fast Ethernet) Multimode (62.5/125um) Serat Optik 100Base-FX Singlemode (10um core) Serat Optik 1000Base-LX Teknologi lain yang sedang diteliti

Panjang Maksimum

Kecepatan Maksimum

200 m

10 - 100 Mbps

500 m

10 - 100 Mbps

100 m

10 Mbps

100 m

100 Mbps

2 km

100 Mbps

3 km 40 km

1000 Mbps (1 Gbps) 2400 Mbps (2,4 Universitas Indonesia


9

No 8 9

Media

Panjang Maksimum

Kecepatan Maksimum Gbps)

100 m 1m

2 Mbps 4 Mbps

Wireless Infra Red

Sumber : (Dewo, 2003)

Lebih lanjut mengenai cara estimasi bandwidth akan dibahas pada sub-bab berikutnya dengan langsung membanding beberapa metode yang pernah digunakan di penelitian sebelumnya.

2.3.Penelitian Terdahulu Mengenai Estimasi Bandwidth Penelitian terdahulu mengenai cara untuk melakukan estimasi bandwidth pernah dilakukan oleh beberapa peneliti. Metode yang digunakan umumnya dengan menggunakan analisa data dalam kurun waktu tertentu yang selanjutnya dianalisa dan menghasilkan suatu model matematika yang dapat digunakan untuk menghitung kebutuhan bandwidth. Tabel perbandingan pendekatan yang digunakan oleh masing-masing peneliti, bisa dilihat pada tabel berikut : Tabel 2. 3 Perbandingan Penelitian Terdahulu No.

Judul

Metode yang Digunakan

Hasil

Penelitian 1

Perencanaan

Estimasi bandwidth

Kapasitas yang ada saat ini

kapasitas

dihitung berdasarkan jenis

perlu ditambah sebesar 2 kali

jaringan

aplikasi dengan

lipat untuk memenuhi

perusahaan:

memperhitungkan jumlah

bandwidth minimum yang

studi kasus PT

user, besar data dalam

dibutuhkan dan menangani

XYZ, sebuah

setiap pengiriman, dan rata-

beban data tambahan pada

produsen

rata pengiriman yang

jam-jam sibuk.

produk-2 kimin

dilakukan oleh user per

kebutuhan

menit. Selanjutnya besar

rumah tangga

estimasi bandwidth dari

(Siregar, 2008)

seluruh aplikasi dijumlah dan ditambahkan dengan -



10

No.

Judul


Hasil

Penelitian nya 2



Bandwidth

Simulasi antrian dengan

Estimation for

memperhitungkan waktu

berpengaruh terhadap

Best-Effort

tunggu dan ukuran data

waktu transfernya

Internet Traffic

dalam setiap pengiriman

(Cao,

paket data



Besar paket data

Dari data time series berupa history delay yang

Cleveland, &

terjadi selama simulasi

X, 2004)

dibuatlah sebuah model matematika untuk mengitung nilai persentase useran bandwidth saat ini.

3

A Novel



Bandwidth

Block based system



Estimasi dengan

architecture

menggunakan model

Parameter yang

yang dibuat menunjukan

Algorithm for

digunakan :

tingkat kepercayaan

IEEE 802.11

o

Parameter Statis

sebesar 95% dimana dari

TCP Data

(application delay,

grafik hasil estimasi

Transmissions

delay pada saat

apabila dibandingkan

(Yuan,

pemrosesan, dan

dengan hasil tes-nya

Venkataraman,

parameter yang

menunjukkan hasil yang

& Muntean,

berhubungan

mirip

2012)

dengan 802.11

Estimation



o



Seiring dengan

MAC (maksimum

bertambahnya station

retry, DIFS, SIFS,

maka hasil estimasi yang

dan lain-lain))

diberikan tidak lagi di

Parameter Dinamis

atas angka yang

(banyaknya user,

sesungguhnya namun

banyaknya paket

berada di bawah angka

yang hilang,

bandwidth yang

besarnya data yang

sesungguhnya meskipun

ditransmisi)

perbedaannya tetap tidak



11

No.

Judul


Hasil

Penelitian signifikan. 4

Time-based

Penelitian dilakukan

Hasil RMSE (root mean

and Low-Cost

dengan mengubah-ubah

square error) menunjukkan

Bandwidth

bandwidth yang digunakan

bahwa apabila kualitas

Estimation for

dan melakukan observasi

jaringan yang dimiliki baik,

IEEE 802.11

terhadap jumlah bit yang

maka metode ini memberikan

Links (Guerin,

berhasil dikirim dalam

hasil yang akurat, namun

Glass, Hu, Tan,

jaringan pada suatu satuan

apabila jaringan yang dimiliki

& Portmann,

waktu di tiap-tiap

kurang baik (banyak

2012)

bandwidth.

retransmisi) maka nilai RMSE akan semakin besar yang artinya tingkat akurasi model semakin berkurang.

5

Network

Sistem Dinamis

Penggunaan sistem dinamis

Bandwidth

lebih memperlihatkan interaksi

Estimation : A

dan dampak interaksi antar

System

komponen-komponen dalam

Dynamic

jaringan secara riil. Hasil

Approach

simulasi yang dilakukan

(Tawileh &

memberikan margin eror yang

McIntosh,

lebih kecil disbanding model

2007)

lainnya, namun simulasi yang dilakukan pada akhirnya tetap akan membentuk sebuah model matematis dan pada penelitian tersebut tidak dijelaskan lebih jelas model dan simulasinya.

Siregar (2012) mencoba untuk menganalisa apakah bandwidth yang saat ini dimiliki oleh PT XYZ sudah mencukupi kebutuhan bandwidth untuk aplikasi Universitas Indonesia


12

SAP. Pada penelitian tersebut, Siregar menghitung bandwidth yang dibutuhkan dengan mengalikan ukuran paket data yang ditransmisikan dalam setiap tahapan dalam aplikasi SAP, jumlah user aplikasi tersebut, jumlah tahapan yang dilakukan oleh user permenit, dan dikalikan dengan konstanta. Selanjutnya total bandwidth yang dibutuhkan oleh seluruh tahapan ditambahkan dengan 1/3 dari angka tersebut dan didapatlah besar bandwith minimum yang harus disediakan. Dibandingkan dengan model lain, model yang digunakan oleh Siregar lebih sesuai dengan apa yang akan dilakukan dalam penelitian ini, data estimasi ukuran paket pun bisa didapatkan dengan lebih akurat karena terdapat fitur dalam aplikasi yang akan diimplementasikan tersebut yang memberikan profil transaksi. Namun untuk besar persentase bandwidth tambahan yang dicadangkan untuk jam sibuk tidak memiliki landasan teoritis yang jelas dan baru berdasarkan kesepakatan dengan pihak klien. Berbeda dengan penelitian Siregar yang menghitung berapa jumlah bandwidth yang dibutuhkan, Cao, Cleveland, & X (2004) menghitung persentase penggunaan bandwith yang saat ini sedang digunakan. Parameter yang diperhitungkan bukan jumlah user melainkan waktu tunggu dan sama seperti Siregar, parameter selanjutnya yang diperhitungkan adalah ukuran data yang ditransmisikan. Hal ini mirip dengan model estimasi yang dibuat oleh Yuan, Venkataraman, & Muntean(2012). Namun, model estimasi yang dibuat digunakan untuk menghitung total bandwidth untuk perangkat wireless. Apabila pada model sebelumnya waktu delay yang diperhitungkan adalah waktu delay total dalam setiap

pengiriman

paket

data,

model

milik

Yuan,

Venkataraman,

&

Muntean(2012) ini diterapkan dengan menghitung waktu delay di setiap lapisan aplikasi dalam model OSI. Meskipun model ini dikatakan memiliki tingkat kepercayaan sebesar 95% dan memperhitungkan beberapa parameter, namun pada kenyataannya parameter seperti jumlah user tidak benar-benar diperhitungkan. Yang lebih diperhitungkan adalah masalah hilangnya data dan waktu delay di masing-masing lapisan aplikasi. Padahal, untuk menghitung waktu delay perlapisan, pengamatannya akan lebih sulit sehingga tingkat kesalahannya bisa semakin tinggi mengingat delay itu sendiri terkadang hanya feasible dalam kasuskasus khusus saja (Cao, Cleveland, & X, 2004). Universitas Indonesia


13

Pada penelitian Guerin, Glass, Hu, Tan, & Portmann (2012), bandwidth maksimum yang dibutuhkan oleh suatu organisasi dihitung dengan rumusan yang lebih sederhana dari model milik Yuan, Venkataraman, & Muntean(2012). Model milik Guerin, Glass, Hu, Tan, & Portmann tidak memperhitungkan parameter statis yang berhubungan dengan 802.11 MAC dan hanya memperhitungkan jumlah paket data yang hilang serta waktu transmisi.

(2,1) Di mana : Nsukses

= Jumlah paket data yang berhasil ditransmisikan

AvgFrameSize = Ukuran rata-rata paket data ∑Tsukses

= Jumlah transmisi yang berhasil

∑Tgagal

= Jumlah transmisi yang gagal

Namun, meskipun penghitungan bandwidth yang ditawarkan lebih sederhana, seperti yang dijelaskan pada Tabel 2. 3 Perbandingan Penelitian Terdahulu, akurasi dari model di atas cukup tinggi apabila kualitas jaringan dalam organisasi tersebut baik, namun apabila kualitas jaringannya kurang baik dalam artian banyaknya retransmisi dalam jaringan tersebut maka akurasi dari model tersebut akan menurun. Masalah retransmisi yang dialami oleh penelitian sebelumnya coba diangkat oleh Tawileh dan McIntosh (2007) dengan menggunakan pendekatan sistem dinamis. Alasan penggunaan sistem dinamis menurut Tawileh dan McIntosh (2007) adalah dikarenakan model-model yang ada saat ini atau apa yang mereka sebut dengan excel based model didasarkan pada skenario terburuk di mana network beroperasi pada kapasitas maksimal, padahal skenario semacam ini jarang terjadi di kehidupan nyata. Model berbasis excel juga tidak memperhitungkan dampak dari feedback yang akan muncul jika paket gagal dan informasi re-transmission dibutuhkan, bisa dilihat dari model yang ditawarkan oleh (Guerin, Glass, Hu, Tan, & Portmann, 2012) dimana disana retransmisi justru berpengaruh terhadap akurasi dari model yang dibuat. Kedinamisan dari jaringan tersebutlah yang dijadikan basis oleh Tawileh dan McIntosh untuk mencari model alternatif dalam estimasi Universitas Indonesia


14

bandwidth. Dari hasil penelitian tersebut, di dapat diagram sebab akibat antara komponen dalam jaringan dan pengaruhnya terhadap bandwidth seperti yang terlihat pada Gambar 2. 1 Diagram Pengaruh Komponen Jaringan Terhadap Bandwidth.

Gambar 2. 1 Diagram Pengaruh Komponen Jaringan Terhadap Bandwidth Sumber : (Tawileh & McIntosh, 2007)

Meskipun hasil simulasi yang didapat disinyalir lebih baik dari prediksi metode lainnya, namun tidak secara jelas dijelaskan bagaimana cara melakukan penghitungan bandwidth itu sendiri. Simulasi yang dilakukan pada penelitian ini, akan menghasilkan suatu pola data dan nantinya akan membentuk sebuah model matematika baru. Oleh karena itu, dari penelitian ini hasil jelas yang bisa diketahui adalah variabel-variabel apa saja yang dapat mempengaruhi penggunan bandwidth, dan yang bisa disimpulkan adalah jumlah user, banyaknya pesan per detik, ukuran dari pesan itu sendiri, dan besar data yang diperlukan oleh aplikasi untuk memproses pesan/data tersebut akan mempengaruhi besarnya bandwidth yang akan diperlukan. Sedangkan dinamika dari besar penggunaan bandwidth akan berbeda-beda tergantung dari hari dan jam kerja.

2.4. Customer Behavior Model Graph Customer Behavior Model Graph(CBMG) adalah pemodelan pola navigasi dari sekelompok konsumen yang dapat digunakan untuk menghitung jumlah, jenis pengguna, dan pola penggunaan yang digunakan untuk mengetahui beban aplikasi (Maj & Veal, 2001). Dalam pemodelan tersebut, digunakan beberapa performance parameter seperti hits/second, unique visitor, keuntungan, page views/day, dan Universitas Indonesia


15

parameter lainnya. CBMG akan menangkap pola perilaku pengguna seperti fungsi-fungsi yang diakses, jumlah akses, waktu transisi, dan hal lainnya yang dapat digunakan untuk melakukan prediksi pola navigasi dan workload (Almeida & Menasce, 2002). CBMG diturunkan dari pola penggunaan oleh pengguna yang didapat dari log akses pengguna. Log yang didapat selanjutnya dianalisa dengan mencari sesi-sesi dari pengguna yaitu urutan akses oleh pengguna dengan IP Address yang sama dalam suatu kurun waktu tertentu (Universitas Indonesia, 2009). Dari data urutan akses tersebut dibuatlah suatu model pola navigasi dalam bentuk diagram dimana setiap aktivitas dalam sesi digambarkan dalam node-node yang saling terhubung. Penghubung antar nodes ini disebut transisi antar node. Setelah model terbentuk, dari log yang telah dianalisa, tahapan selanjutnya yang dilakukan adalah menghitung probabilitas transisi antar node tersebut.

Gambar 2. 2 Contoh CBMG Perpusatakaan Online Sumber : (Universitas Indonesia, 2009) Untuk mengetahui workload yang digunakan oleh aplikasi tersebut, selanjutnya CBMG akan dipetakan ke dalam Client Server Interaction Diagrams (CSID) dengan menggunakan bantuan Data Flow Diagram. DFD akan menunjukkan server apa saja yang akan diakses pada saat terjadi transisi antar nodes di CBMG. DFD-DFD yang terbentuk selanjutnya dirangkum menjadi sebuah CSID yang menunjukkan pola pengaksesan server beserta probabilitas transisi antar server. Dari CSID yang terbentuk dapat didapatkan informasi mengenai probabilitas suatu server untuk diakses dalam satu sesi dan berapa jumlah kilobytes yang ditransmisikan dalam satu sesi serta probabilitasnya. Berangkat dari data tersebut dan data jumlah pengguna dalam satu sesi, akan didapatkan prediksi bandwidth



16

yang dibutuhkan untuk mendukung traffic tersebut atau sebaliknya berapa jumlah sesi simultan yang dapat didukung oleh suatu jaringan dengan bandwidth tertentu.

2.5. Kerangka Berpikir CBMG & CSID

Jumlah KB Jumlah pengguna

+ Bandwidth Minimum

+ +

Probabilitas akses

Gambar 2. 3 Kerangka Berpikir Studi Literatur menunjukkan bahwa ukuran data yang ditransmisikan dan jumlah pengguna dalam suatu waktu di aplikasi tersebut merupakan komponen penting yang mempengaruhi besar bandwidth yang dibutuhkan. Semakin banyak pengguna atau semakin besar jumlah kilobytes data yang ditransmisikan, maka semakin besar jumlah bandwidth yang dibutuhkan. Jumlah kilobytes yang ditransmisikan ini sendiri, dapat diestimasi dengan menggunakan pemodelan perilaku pengguna dengan Customer Behavior Model Graph (CBMG) yang akan memetakan pola navigasi pengguna dan menunjukkan seberapa sering fungsi dalam aplikasi tersebut diakses dalam satu sesi. Pengaksesan ini akan berdampak pada jumlah kilobytes tadi, karena jumlah kilobytes yang ditransmisikan per sesi akan berbeda-beda, maka semakin sering suatu fungsi dengan jumlah kilobytes data yang ditransmisikan diakses, maka bandwidth yang dibutuhkan pun akan semakin besar. Besar bandwidth yang dibutuhkan inilah yang akan diestimasi dalam penelitian ini dengan bantuan data-data dan pemodelan dengan CBMG. Melihat dari masalah penelitian yang diangkat dan hasil kajian tersebut, maka estimasi kebutuhan bandwidth pada penelitian ini akan dilakukan dengan melihat jumlah user beserta aktivitas, ukuran paket yang ditransmisikan pada setiap aplikasi, dan jumlah akses yang dilakukan dalam kurun waktu tertentu, sedangkan untuk penghitungan estimasi bandwidth minimumnya akan dilakukan dengan menggunakan metode yang digunakan oleh Siregar (2008). Universitas Indonesia


BAB 3 METODOLOGI PENELITIAN

Bab 3 Metodologi Penelitian akan metodologi yang digunakan dalam penelitian ini. Pembahasan yang dilakukan termasuk pembahasan tahapan penelitian, objek penelitian, dan instrument yang digunakan dalam penelitian untuk membentuk model estimasi bandwidth di instansi pemerintahan Indonesia.

3.1.Tahapan Penelitian Dalam penelitian ini, ada beberapa tahap yang akan dilakukan adalah seperti yang digambarkan pada Gambar 3. 1 Tahapan Penelitian Studi Literatur Menyusunan Kerangka Berpikir Mengumpulkan Data Daftar Aplikasi Kategorisasi Aplikasi Membuat Model Perilaku Pengguna Per Kategori Aplikasi Memberikan Bobot Probabilitas Transisi Antar Node Dalam Model Perilaku Pengguna Membuat Model Beban Kerja Aplikasi berdasarkan Model Perilaku Pengguna Menentukan Performance Parameter Untuk Setiap Kategori Aplikasi Pembuatan Model Estimasi Bandwidth Minimum Penghitungan Bandwidth Minimum Masing-Masing Instansi

Gambar 3. 1 Tahapan Penelitian

17



18

Berikut adalah penjelasan dari tahap-tahap penelitian yang terdapat dalam Gambar 3. 1 Tahapan Penelitian : a. Studi Literatur Pada tahapan ini akan dilakukan studi literatur mengenai bandwidth dan perencanaan kapasitas. Studi literatur dilakukan dengan mencari teori pendukung dan penelitian terdahulu mengenai bandwidth dan metodemetode yang digunakan dalam tahapan-tahapan penelitian selanjutnya. b. Menyusunan Kerangka Berpikir Dari studi literatur yang sudah dilakukan, selanjutnya dibuat rangkuman studi literatur berupa kerangka berpikir yang digunakan sebagai basis teori dalam penelitian ini. c. Mengumpulkan Data Daftar Aplikasi Setelah penyusunan kerangka berpikir, tahapan selanjutnya yang adalah pengumpulan daftar aplikasi yang dimiliki oleh objek penelitian. Aplikasi yang didaftar adalah aplikasi-aplikasi yang dapat diakses melalui internet dan bukan aplikasi LAN maupun aplikasi yang diakses melalui VPN. Pengumpulan data dilakukan dengan membuka Website utama dari setiap instansi dan mendaftar aplikasi-aplikasi pendukung yang tercantum dalam Website tersebut. Aplikasi akan didaftar dengan menggunakan Formulir Observasi Aplikasi, seperti yang terdapat dalam Lampiran 1. d. Kategorisasi Aplikasi Aplikasi yang berhasil didaftar selanjutnya dikategorikan ke dalam 4 kategori besar sesuai dengan fungsinya (Hsiang-Jui Kung, 2008) : 

Publikasi Aplikasi dengan kategori ini digunakan untuk menampilkan informasi dan data statis mengenai instansi terkait. Data yang ditampilkan bisa berbentuk HTML, gambar, audiovisual, dokumen, dan pdf.



Interaksi Aplikasi dengan kategori ini memberikan pengalaman yang lebih personal kepada pengguna. Tidak hanya mengakses data statis, pengguna bisa mencari data sesuai dengan minat dan kebutuhan mereka, berinteraksi dengan formulir dan survey dalam aplikasi. Universitas Indonesia


19



Transaksi Aplikasi

dengan

kategori

transaksi

memungkinkan

pengguna

melakukan transaksi keuangan yang aman seperti pembayaran pajak, denda, dan jasa. 

Integrasi Aplikasi integrasi memungkinkan integrasi internal dan eksternal dari layanan-layanan pemerintah.

e. Membuat Model Perilaku Pengguna Per Kategori Aplikasi Setelah memasukkan aplikasi-aplikasi yang ada ke dalam kategori di tahapan sebelumnya, selanjutnya dilakukan identifikasi aktivitas-aktivitas yang dilakukan saat pengguna mengakses aplikasi di kategori tersebut. Aktivitas-aktivitas yang teridentifikasi selanjutnya dipetakan ke dalam sebuah Customer Behavior Model Graph untuk setiap kategori. Aktivitasaktivitas yang teridentifikasi akan digambarkan dalam bentuk node-node yang saling terhubung sehingga menunjukkan alur jalannya aplikasi dalam setiap sesinya. Sesi yang dimaksud di sini adalah proses dari pengguna masuk sampai selesai melakukan suatu kegiatan di dalam aplikasi tersebut. Contoh sesi pencarian data dimulai dari masuk, memasukkan kriteria pencarian, mendapat hasil pencarian, selesai. Jumlah node bergantung dari jenis aplikasi, namun node pertama setiap Customer Behivor Model Graph selalu berupa node entry dan node terakhir adalah node exit. Aktivitas A

Entry

Aktivitas B

Aktivitas D

Aktivitas F

Aktivitas E

Aktivitas C

Gambar 3. 2 Contoh Consumer Behavior Model Graph



20

f. Memberikan Bobot Probabilitas Transisi Antar Node Dalam Model Perilaku Pengguna Setelah terbentuk model perilaku di tahap sebelumnya, yang dilakukan selanjutnya adalah memberikan bobot probabilitas transisi antar node dalam setiap model. Angka probabilitas didapat dengan menggunakan persamaan :

(3,1) Dimana : P(i,j) = Probabilitas transisi dari titik navigasi i ke titik navigasi j Ci,j = Jumlah transisi dari titik navigasi i ke titik navigasi j k

= 1, 2, 3, …….n, untuk n adalah jumlah titik navigasi

Sehingga dapat terbentuk matriks seperti pada Tabel 3. 1 Contoh Matriks Transisi. Tabel 3. 1 Contoh Matriks Transisi e

a

b

c

d

e

f

Entry (e)

0.0

0.33

0.33

0.33

0.0

0.0

0.0

Aktivitas A (a)

0.0

0.0

0.0

0.0

1.0

0.0

0.0

Aktivitas B (b)

0.0

0.0

0.0

0.0

0.0

1.0

0.0

Aktivitas C (c)

0.0

0.0

0.0

0.0

0.0

0.0

0.0

Aktivitas D (d)

0.0

0.0

0.0

0.0

0.0

0.0

1.0

Aktivitas E (e)

0.0

0.0

0.0

0.0

0.0

0.0

0.0

Aktivitas F (f)

0.0

0.0

0.0

0.0

0.0

0.0

0.0

Sehingga CBMG yang terbentuk menjadi seperti pada Gambar 3. 3 Contoh Customer Behavior Model Graph dengan Probabilitas.



21

Aktivitas A

1.0

Aktivitas D

1.0

Aktivitas F

0.33 Entry

0.33

Aktivitas B

Aktivitas E

1.0

1.0

0.33 Aktivitas C

1.0

Gambar 3. 3 Contoh Customer Behavior Model Graph dengan Probabilitas g. Membuat Model Beban Kerja Aplikasi berdasarkan Model Perilaku Pengguna Selanjutnya, CBMG dari masing-masing sub kategori aplikasi dipetakan ke dalam Client Server Interaction Diagram. Pemetaan dilakukan dengan menggambarkan aliran informasi dengan menggunakan Data Flow Diagram (DFD). form Client

entry Application

Web Server status

Server

status

Gambar 3. 4 Contoh Pemetaan CBMG ke DFD Data Flow Diagram – Data Flow Diagram selanjutnya digabungkan ke dalam model beban kerja per kategori aplikasi seperti pada , dimana p adalah probabilitas dari pengaksesan server tersebut dalam satu sesi dan m adalah ukuran data yang ditransmisikan dalam proses tersebut.



22

C p5,m 5

C p2,m

4

W p1,m

S

p4,m

2

C

W

S

1

AS

DB

AS

W

p3,m

p6,m

p7,m

p8,m

3

6

7

8

S

p9,m

C

9

Gambar 3. 5 Contoh Model Beban Kerja Dari model diatas, akan didapatkan rata-rata jumlah kilobytes persesi yang ditransmisikan oleh jaringan :

(3,2) Dimana n adalah jumlah transisi antar node.

h. Menentukan Performance Parameter Dari Hasil Perbandingan Metode Estimasi Bandwidth Metode-metode estimasi bandwidth yang didapatkan dari studi literatur selanjutnya akan dibuatkan tabel perbandingan komponennya dan diidentifikasi penggunaan komponen tersebut di masing-masing metode. Komponen inilah yang selanjutnya disebut performance parameter yaitu parameter-parameter yang menentukan besar bandwidth yang dibutuhkan Hasil perbandingan tersebut dirangkum sehingga didapat sebuah metode estimasi bandwidth yang akan digunakan sebagai dasar model estimasi. Tabel 3. 2 Contoh Tabel Perbandingan Model Bandwidth

Komponen 1 Komponen 2 Komponen 3 Komponen 4 Komponen 5

Metode A

Metode B

Metode C

X V X V X

X V V V X

V X X V X

Rumusan Penulis X V X V X



23

i. Pembuatan Model Estimasi Bandwidth Minimum Dari hasil pemodelan diagram dan penentuan performance parameter yang dilakukan ditahapan-tahapan sebelumnya, pada tahapan ini akan dibentuk model estimasi bandwidth untuk instansi pemerintahan Indonesia. j. Penghitungan Bandwidth Minimum Masing-Masing Instansi Model estimasi bandwidth minimum yang terbentuk selanjutnya digunakan untuk menghitung bandwidth minimum yang dibutuhkan oleh masingmasing instansi.

3.2.Objek Penelitian Objek dalam penelitian ini adalah instansi-instansi pemerintahan yang telah besar bandwidth saat ini-nya dimiliki oleh Detiknas, yaitu : 

Kementerian Pertanian



Kementerian Kesehatan



Kementerian Pendidikan dan Kebudayaan



Kementerian Keuangan



Kementerian Dalam Negeri



Kementerian Perhubungan



Kementerian Komunikasi dan Informatika



Badan Perencanaan dan Pembangunan Nasional (BAPPENAS)



Badan Pusat Statistik (BPS)



Badan Pertanahan Nasional (BPN)

3.3. Instrumen Penelitian Instrumen yang digunakan dalam penelitian ini adalah : a. Formulir Observasi Aplikasi Formulir ini digunakan untuk mendata aplikasi online apa saja yang saat ini diimplementasikan di dalam instansi yang diteliti. Bentuk form dapat dilihat pada Lampiran 1.



24

b. Formulir Observasi Aplikasi - Detail Formulir ini digunakan untuk mendata halaman yang dapat diakses dan besar halaman tersebut (kb) Lampiran 2. c. Google Chrome Developer Tools Fitur dari browser Google Chrome yang digunakan untuk melihat besar paket data yang dikirimkan dalam setiap halaman aplikasi web dan diisikan ke formulir observasi aplikasi – detail. d. Microsoft Excel Digunakan untuk membuat form serta mengolah data yang didapat dari hasil survey(pengumpulan data) untuk selanjutnya digunakan dalam estimasi bandwidth. e. Perangkat Komputer dengan Internet Digunakan untuk mengumpulkan data sekunder dan berkomunikasi dengan para narasumber. Instrumen ini juga digunakan sebagai alat bantu dokumentasi dan pengolahan data serta pelaporan hasil penelitian.

3.4. Data yang Digunakan Data yang digunakan dalam penelitian ini terbagi atas dua jenis data, yaitu data primer dan data sekunder. Data primer yang dimaksud adalah besar paket yang ditransmisikan dalam setiap halaman di dalam aplikasi web dan data pengguna aplikasi web yang tercantum dalam masing-masing aplikasi web (jika ada). Data primer tersebut didapat dengan mengakses seluruh halaman di aplikasi web milik Kementerian pertanian. Data kedua adalah data sekunder, yaitu data kapasitas bandwidth yang saat ini dimiliki oleh instansi yang didapat dari Dewan Teknologi Informasi dan Komunikasi Nasional, data statistik aplikasi web dari situs alexa.com, dan datadata dari kajian pustaka yang nantinya digunakan sebagai acuan analogi besar bandwidth yang dibutuhkan oleh setiap aplikasi.



BAB 4 HASIL DAN PEMBAHASAN

Pada Bab 4 Hasil dan Pembahasan ini akan membahas hasil penelitian yang sudah dibahas. Pembahasan akan dilakukan sesuai dengan tahapan metodologi yang sudah dijabarkan pada bab sebelumnya.

4.1. Kategorisasi Aplikasi Dari pendataan aplikasi, didapat total 172 aplikasi yang dicantumkan dalam Website induk dari 10 instansi pemerintahan yang menjadi objek penelitian, dimana 118 diantaranya dapat diakses oleh publik. Tabel 4. 1 Tabel Jumlah Aplikasi yang Dimiliki Setiap Instansi Jumlah Aplikasi No 1 2 3 4 5 6 7 8 9 10

Nama Instansi

Publik

Non-Publik

20

8

14

3

15 7 6 6 5 15 16 13

6 7 4 4 5 6 5 6

Kementerian Pendidikan Kementerian Komunikasi dan Informatika Kementerian Perhubungan Kementerian Kesehatan BAPPENAS Badan Pusat Statistik Badan Pertanahan Nasional Kementerian dalam negeri Kementerian Keuangan Kementerian Pertanian

Dilihat dari fungsi dan aktivitas yang dapat dilakukan di dalam aplikasi-aplikasi di atas, maka didapatkan kategorisasi aplikasi seperti yang terdapat dalam Tabel 4. 2 Tabel Kategorisasi Aplikasi. Tabel 4. 2 Tabel Kategorisasi Aplikasi Publikasi Kementerian Pendidikan

1. Website Kementerian Pendidikan

Interaksi 1. Sistem Penerimaan Peserta Didik

25

Transaksi

Integrasi

Tidak Ada

1. Sistem Pendataan Pendidikan



26


Publikasi

Interaksi

2. TvEdukasi 3. Suara Edukasi

Baru (PPDB) 2. Monitor Rehab Sekolah 3. Garuda (Garba Rujukan Digital) 4. SNMPTN 5. Sistem Elektronik Pemantauan Implementasi Kurikulum 2013 6. Perpustakaan Kemendikbud 7. Bantuan Operasional Sekolah 8. e-Ijin belajar WNA jenjang pendidikan menengah 9. e-Ijin belajar WNI jenjang pendidikan dasar 10. e-Penyaluran siswa jenjang pendidikan dasar 11. e-Penyetaraan Ijazah jenjang pendidikan dasar 12. Penyetaraan Ijazah Perguruan Tinggi Luar Negeri 13. Rumah Belajar 14. Bantu Sekolahku 15. Beasiswa Unggulan 16. Layanan Pengadaan Secara Elektronik (LPSE)

1. GOV-CSIRT (Government Computer Security Incident Response Team)

1. Sistem Informasi Geografis Kominfo 2. Sistem Layanan Online Perizinan

Transaksi

Integrasi Menengah Berbasis Web

Tidak Ada

e-Pengadaan



27


Publikasi

Interaksi

2. Website Kominfo 3. Sistem Informasi Pengamatan Hilal 4. Badan Koordinasi Kehumasan Pemerintah 5. Monumen Pers Nasional 6. Badan Penelitian dan Pengembang an SDM 7. TRUST + 8. TV Digital Indonesia 9. Direktorat Jendral Informatika

Penyelenggaraa n Penyiaran (ePenyiaran) 3. Balai Pelatihan dan Riset TIK 4. Data & Statistik

1. Badan Pengembang an Sumber Daya Perhubungan 2. Direktorat Jendral Perkeretaapi an 3. Direktorat Jendral Perhubungan Udara 4. Direktorat Jendral Perhubungan Laut 5. Direktorat Jendral Perhubungan Darat 6. RTTMC 7. Website Inspektorat Jendral Kementerian Perhubungan Indonesia 8. CCTV Stasiun 9. Website

1. Program Keselamatan Penerbangan Nasional 2. Aplikasi Web Hukum dan Kerjasama 3. Sistem Informasi Prasarana Geografis 4. Sistem Informasi Lalulintas Jalan 5. Pusat Informasi Transportasi Perkotaan 6. Pejabat Pengelola Informasi dan Dokumentasi

Transaksi

Tidak Ada

Integrasi

Tidak Ada



28

Publikasi

Interaksi

Transaksi

Integrasi

Tidak Ada

Kementerian Perhubungan Kementerian Kesehatan

1. Website Kementerian Kesehatan 2. Website Pejabat Pengelola Informasi & Dokumentasi

1. Layanan Pengadaan Secara Elektronik (LPSE) 2. Bank Data Kesehatan 3. Indikator Standar Pelayanan Minimal 4. Perpustakaan Online Kementerian Kesehatan 5. Electronic Clipping System

Tidak Ada

BAPPENAS

1. Website BAPPENAS 2. Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana 3. Direktorat Pengembanga n Kerjasama Pemerintah dan Swasta 4. Jaringan Dokumentasi dan Informasi Hukum Bappenas 5. Forum bersama kerjasama Bappenas dengan Perguruan Tinggi

1. Perpustakaan Bappenas

Tidak Ada

Tidak Ada

Badan Pusat Statistik

1. Website BPS 2. Sensus Pertanian 2013 3. Sensus Penduduk 2010 4. Sistem Informasi Rujukan Statistik

1. Layanan Pengadaan Secara Elektronik (LPSE) 2. Pusat Pendidikan dan Pelatihan

Tidak Ada

Tidak Ada



29

Publikasi

Interaksi

Transaksi

Integrasi

(SIRUSA) Badan Pertanahan Nasional

1. Website BPN 2. Portal Daerah

1. Peta BPN 2. Layanan Pengadaan Secara Elektronik (LPSE) 3. E-Library

Tidak Ada

Tidak Ada

Kementerian Dalam negeri

1. Website Kementerian Dalam Negeri Republik Indonesia 2. Direktorat Jenderal Keuangan Daerah 3. Website Sekertariat Jenderal Kementerian Dalam Negeri 4. Website Direktorat Jenderal Otonomi Daerah Kementerian Dalam Negeri Republik Indonesia 5. Website Direktorat Jenderal Bina Pembanguna n Daerah Kementerian Dalam Negeri Republik Indonesia 6. Sistem Informasi Standar Pelayanan Perkotaan / Publik 7. Website Direktorat Jenderal Pemberdayaa

1. Layanan Pengadaan Secara Elektronik (LPSE) 2. Website Direktorat Penataan Perkotaan 3. Website Direktorat Jenderal Kependudukan dan Pencatatan Sipil 4. Website Badan Pendidikan dan Pelatihan Kementerian Dalam Negeri

Tidak Ada

1. Biro Kepegawaian Sekertariat Jenderal Kementerian Dalam Negeri 2. Website Direktorat Jenderal Pemerintaha n Umum 3. Perpustakaan Direktorat Jenderal Bina Pembanguna n Daerah Kementerian Dalam Negeri Republik Indonesia



30

Publikasi

Interaksi

Transaksi

1. Whistleblowing System 2. Layanan Pengadaan Secara Elektronik (LPSE) 3. E-learning program percepatan akuntabilitas keuangan pemerintah

Tidak Ada

Integrasi

n Masyarakat dan Desa 8. Website Badan Penelitian dan Pengembanga n Kementerian Dalam Negeri Kementerian Keuangan

1. Website Kementerian Keuangan 2. Perpustakaan Online 3. Recruitmen Calon Pegawai Negeri Sipil 4. Direktorat Jendral Perimbangan Keuangan 5. Badan Pendidikan dan Pelatihan Keuangan 6. Jaringan Dokumentasi dan Informasi Hukum 7. Badan Kebijakan Fiskal 8. Badan Pengelola Dana Pendidikan 9. Direktorat Jendral Anggaran 10. Pusat Kebijakan Pendapatan Negara 11. Sekretariat Pengendalian Pajak 12. Direktorat Jendral Perbendahar aan

1. Biro Sumber Daya Manusia



31


Publikasi

Interaksi

Transaksi

Integrasi

1. Website Deptan 2. Website Pusdatin 3. Portal Pertukaran Infromasi dan Data (PPID)

1. Eplaq system 2. Portal Multimedia Pertanian 3. Sistem Informasi Geografis (SIG) 4. Sistem Informasi Petani (e-Petani) 5. Sistem Informasi Penyuluhan Pertanian (SIMLUH) 6. Kalender Tanam Terpadu 7. Basis data Statistik Pertanian (BDSP) 8. Basis data Ekspor Impor 9. Basis data Perundangan 10.Layanan Pengadaan Secara Elektronik (LPSE)

Tidak Ada

Tidak Ada

Berikut adalah penjelasan dari pengkategorian di atas berdasarkan jenis instansi : 4.1.1. Kementerian Pendidikan Website dari Kementerian pendidikan dan kebudayaan dimasukkan ke dalam kategori publikasi karena digunakan sebagai portal informasi dan publikasi berita-berita terbaru dari dunia pendidikan, sedangkan aplikasi Monitor Rehab Sekolah digunakan untuk melihat laporan mengenai kemajuan rehabilitasi sekolah-sekolah di Indonesia serta daya serap sekolah-sekolah tersebut. Mirip dengan monitor rehab sekolah, Sistem Elektronik Pemantauan Implementasi Kurikulum 2013 juga mempublikasikan hasil monitoring penerapan kurikulum di sekolah-sekolah sasaran, distribusi buku, serta pelaksanaan pelatihan-pelatihan nasional. Selain publikasi laporan pantauan, aplikasi publikasi dalam bentuk buku dan hasil karya bangsa juga dimiliki oleh Kementerian pendidikan dan kebudayaan. Garuda (Garba Rujukan Digital) juga dikategorikan sebagai aplikasi publikasi karena fungsinya yaitu portal penemuan, referensi ilmiah, Universitas Indonesia


32

dan bidang umum karya bangsa Indonesia. Garuda memungkinkan akses ejournal dan e-book domestic yang berupa tugas akhir mahasiswa, laporan penelitian, serta karya umum. Selain Garuda, Website perpustakaan kemendikbud juga dikategorikan sebagai aplikasi publikasi karena memuat katalog online milik perpustakaan Kementerian pendidikan dan kebudayaan. Tidak terbatas pada media publikasi online berupa teks, Kementerian pendidikan dan kebudayaan juga memiliki aplikasi publikasi audio visual yaitu TvEdukasi yang merupakan media publikasi dalam bentuk video serta Suara Edukasi yang merupakan streaming radio milik Kementerian pendidikan dan kebudayaan. Aplikasi publikasi terakhir adalah SNMPTN yang digunakan oleh para siswa untuk melihat hasil seleksi perguruan tinggi negeri. Selain aplikasi-aplikasi publikasi, Kementerian pendidikan dan kebudayaan juga memiliki aplikasi-aplikasi interaksi yang jumlahnya lebih banyak jika dibandingkan dengan Kementerian lainnya. Aplikasi interaksi yang dimiliki adalah Layanan Pengadaan Secara Elektronik (LPSE), Bantuan Operasional Sekolah, e-ijin belajar WNA jenjang pendidikan menengah, e-ijin belajar WNI jenjang pendidikan dasar, e-Penyaluran siswa jenjang pendidikan dasar, e-Penyetaraan Ijazah jenjang pendidikan dasar, Penyetaraan Ijazah Perguruan Tinggi Luar Negeri, Rumah Belajar, Bantu Sekolahku, dan Beasiswa Unggulan. Aplikasi LPSE digunakan sebagai media informasi pelelangan dan menangani proses pelelangan di Kementerian pendidikan dan kebudayaan. Aplikasi Bantuan Operasional Sekolah (BOS) digunakan untuk memberikan informasi mengenai BOS dan memungkinkan pengguna untuk mendaftarkan sekolah yang membutuhkan BOS. Aplikasi e-ijin belajar WNA jenjang pendidikan menengah adalah aplikasi yang digunakan oleh WNA yang ingin bersekolah di sekolah Indonesia untuk mengajukan permohonan belajar. Proses legal di dalamnya sendiri masih manual, namun setelah registrasi permohonan dan menyerahkan berkas-berkas, siswa bisa melihat status permohonan yang diajukan di Website ini juga.Serupa dengan e-ijin belajar WNA, aplikasi e-ijin belajar WNI juga digunakan untuk mengajukan ijin Universitas Indonesia


33

belajar, namun aplikasi e-ijin belajar WNI jenjang pendidikan dasar

ini

digunakan oleh WNI yang ingin bersekolah di sekolah asing yang berlokasi di Indonesia. Sama seperti e-ijin belajar WNA, proses legal di dalamnya masih manual, namun siswasiswa bisa melihat status permohonan di Website ini. Aplikasi interaksi untuk perijinan lainnya adalah e-Penyetaraan ijazah jenjang pendidikan dasar. Aplikasi ini digunakan untuk mengajukan penyetaraan ijazah jenjang pendidikan dasar milik siswa yang bersekolah di luar negeri ataupun sekolah dalam negeri yang kurikulumnya tidak mengikuti ketentuan yang diatur oleh Kementerian pendidikan. Sedangkan untuk penyetaraan ijazah perguruan tinggi, Kementerian pendidikan menyediakan aplikasi penyetaraan ijazah perguruan tinggi luar negeri. Selain aplikasi kategori interaksi yang berupa aplikasi perijinan, Kementerian pendidikan juga memiliki 3 aplikasi interaksi lagi yaitu Rumah Belajar yang digunakan sebagai tempat belajar dan mencari sumber pengetahuan secara online, aplikasi Bantu Sekolahku yang dapat pengguna gunakan untuk melaporkan kebutuhan-kebutuhan penting dari sekolah atau universitas agar bisa dibantu oleh Kementerian pendidikan, dan aplikasi beasiswa unggulan yang merupakan sarana interaksi antara siswa penerima beasiswa unggulan, alumni, dan Kementerian pendidikan. Para alumni dan siswa penerima beasiswa unggulan bisa melakukan melakukan pelaporan akademik, keuangan, dan hasil karya milik mereka. Sedangkan untuk pengguna nonalumni atau non-penerima beasiswa, aplikasi ini dapat digunakan untuk merekomendasikan siswa yang kiranya layak untuk diberikan beasiswa unggulan. Kategori ketiga adalah integrasi, aplikasi yang masuk ke dalam kategori ini adalah Sistem Pendataan Pendidikan Menengah Berbasis Web.

4.1.2. Kementerian Komunikasi dan Informatika Website Kominfo digunakan untuk melakukan publikasi mengenai regulasi, berita, agenda, dan kegiatan dalam dunia teknologi informasi di Indonesia terutama

yang

berhubungan

dengan

Kementerian

Komunikasi

dan

Informatika. Sistem Informasi Pengamatan Hilal menampilkan informasi dan siaran langsung pengamatn hilal di beberapa lokasi di Indonesia. Universitas Indonesia


34

Website Badan Koordinasi Kehumasan Pemerintah digunakan sebagai publikasi informasi dari Humas instansi pemerintah, Humas instansi Negara, dan BUMN. Aplikasi Monumen Pers Nasional merupakan Website yang memuat daftar media cetak yang memiliki media online dan hasil pengarsipan beberapa media cetak, dalam aplikasi ini pengguna juga dapat menemukan informasi seputar perpustakaan milik kominfo. Aplikasi lainnya yaitu Website Badan Penelitian dan Pengembangan SDM berisi informasi mengenai agenda pelatihan dan beasiswa dari Kominfo serta berita-berita seputar pengadaan kegiatan tersebut, dalam aplikasi ini juga terdapat publikasi-publikasi karya tulis dan jurnal bidang komunikasi dan informatika. Sama halnya dengan Website kominfo, Website milik Direktorat Jendral Informatika juga merupakan profile Website dari direktorat terkait yang menampilkan profil direktorat dan berita-berita terbaru seputar direktorat tersebut. Aplikasi publikasi lainnya yang juga merupakan aplikasi yang dibuat oleh Direktorat Jendral Informatika adalah TRUST+ Positif, aplikasi yang menggabungkan aplikasi proxy caching system dan content filtering system untuk melakukan filtering pada Website-Website yang dirasa tidak aman (dirujuk dari database). Website TRUST+ ini sendiri digunakan sebagai media informasi menganai aplikasi tersebut dan menyediakan file aplikasi yang dapat diunduh, sedangkan pada saat implemetasi aplikasi itu sendiri tidak menggunakan single server tapi didistribusikan di seluruh server layanan akses publik. Website GOV-CSIRT (Government Computer Security Incident Response Team) juga dibentuk untuk menjaga keamanan dalam dunia komunikasi dan informatika di Indonesia, Website ini lebih mengarah ke profile Website yang menjelaskan layanan apa yang disediakan oleh GOVCSIRT dan berita-berita terbaru mengenai keamanan penggunaan teknologi, sedangkan penggunaan layanannya sendiri dilakukan diluar aplikasi. Aplikasi publikasi yang terakhir adalah TV Digital Indonesia yang memberikan informasi mengenai implementasi TV Digital dan pengenalan apa yang dimaksud dengan TV Digital. Kategori aplikasi yang kedua adalah aplikasi interaksi. Observasi yang dilakukan menunjukkan bahwa saat ini terdapat 5 aplikasi yang dapat Universitas Indonesia


35

dimasukkan ke dalam kategori ini di Kominfo, yaitu Sistem Informasi Geografis Kominfo, Sistem Layanan Online Perizinan Penyelenggaraan Penyiaran (e-Penyiaran), Balai Pelatihan dan Riset TIK, Aplikasi Data dan Statistik, dan e-Audit Kominfo. Sistem Informasi Geografis Kominfo merupakan peta interaktif yang menyediakan data implementasi jaringan komunikasi dan program seperti Desa

Berdering

di

Indonesia.

Sistem

Layanan

Online

Perizinan

Penyelenggaraan Penyiaran (e-Penyiaran) digunakan oleh calon instansi penyiaran untuk mengajukan ijin siar dan memantau status pengajuannya. Aplikasi selanjutnya adalah Balai Pelatihan dan Riset TIK. Aplikasi ini menyediakan fitur e-learning dan e-library yang dapat digunakan untuk belajar online untuk materi-materi umum maupun seputar aplikasi yang dimiliki oleh instansi pemerintahan lainnya. Pengguna harus terdaftar dahulu sebagai anggota untuk dapat menggunakan fitur tersebut. Non-anggota hanya bisa melihat publikasi artikel dan laporan kegiatan yang dilakukan. Sedangkan Aplikasi Data & Statistik menyediakan informasi mengenai statistik di dunia komunikasi dan informatika dalam bentuk tabel dan grafik, misalnya data statistik jumlah perangkat telekomunikasi yang telah disertifikasi di provinsi tertentu Sama seperti Kementerian lain, Kominfo juga belum memiliki aplikasi yang dapat dikategorikan sebagai aplikasi transaksi, sedangkan untuk aplikasi yang dapat dikategorikan sebagai aplikasi integrasi, tercatat ada 1 aplikasi yaitu Sistem e-Pengadaan Pemerintah. Sistem e-Pengadaan Pemerintah sama fungsinya dengan Layanan Pengadaan Secara Elektronik (LPSE) digunakan sebagai sarana interaksi antara Kominfo sebagai penyelengara lelang dengan para peserta lelang (tanpa terjadi transaksi keuangan di dalamnya), jika pada instansi lainnya tampilan sistem pengadaan seragam, pada Kominfo tampilannya berbeda dan fitur yang dimiliki juga berbeda yaitu terdapat fitur pendaftaran online perusahaan, perusahaan pemerintah, proses lelang, dan informasi seleksinya itu sendiri sehingga bisa digolongkan ke dalam aplikasi integrasi.



36

4.1.3. Kementerian Perhubungan Website Kementerian Perhubungan beserta Website masing-masing direktorat dan inspektorat yaitu, Direktorat Jendral Perkeretaapian, Direktorat Jendral Perhubungan Udara, Direktorat Jendral Perhubungan Laut, Direktorat Jendral Perhubungan Darat, Website Inspektorat Jendral Kementerian Perhubungan Indonesia yang berisi informasi mengenai masing-masing direktorat. Aplikasi publikasi lainnya yang juga dimiliki oleh Kementerian perhubungan adalah Badan Pengembangan Sumber Daya Perhubungan, dan RTTMC, CCTV Stasiun. Aplikasi lainnya adalah Website Badan Pengembangan Sumber Daya Perhubungan

menyediakan

informasi

mengenai

penerimaan

taruna,

pengumuman beasiswa, dan informasi lainnya yang terkait dengan pengembangan sumber daya manusia di Kementerian perhubungan. Aplikasi RTTMC menyediakan laporan lalulintas terkini yang didapat dari CCTV dan laporan pengguna jalan melalui SMS Center, sedangkan Sistem Informasi Lalulintas Jalan menyediakan informasi mengenai lalu lintas jalan nasional, kondisi ruas jalan dan jembatan timbang. Aplikasi CCTV Stasiun tidak dapat diakses dan memunculkan pesan error. Terdapat 6 aplikasi di Kementerian perhubungan yang dapat dikategorikan sebagai aplikasi interaksi yaitu Program Keselamatan Penerbangan Nasional, Aplikasi Web Hukum dan Kerjasama, Sistem Informasi Prasarana Geografis, Sistem Informasi Lalulintas jalan, Pusat Informasi Transportasi Perkotaan, dan Website Pejabat Pengelola Informasi dan Dokumentasi. Website Pejabat Pengelola Informasi dan Dokumentasi menyediakan informasi-informasi publik yang bisa diunduh langsung di laman tersebut dan juga menyediakan informasi

tata

cara

pengajuan

permintaan

data

dari

Kementerian

perhubungan. Aplikasi ini dikategorikan sebagai aplikasi interaksi karena memuat formulir pendaftaran. Aplikasi interaksi lainnya yaitu Aplikasi web hukum dan kerjasama memuat informasi mengenai hukum yang berlaku di ranah transportasi, sedangkan untuk fitur kerjasamanya tidak diketahui fungsinya karena tidak bisa diakses (memerlukan pendaftaran anggota). Sedangkan Sistem Informasi Prasarana Universitas Indonesia


37

Geografis menampilkan peta sarana-sarana transportasi baik darat, laut, udara, dan perkeretaapian yang ditampilkan dalam bentuk peta interaktif seperti aplikasi GIS pada Kementerian pertanian. Aplikasi lainnya yang juga dikategorikan ke dalam aplikasi interaktif adalah aplikasi web program keselamatan penerbangan nasional, aplikasi ini menyediakan informasi mengenai peraturan keselamatan penerbangan sipil dan dilengkapi dengan fitur laporan sukarela yang bisa digunakan oleh pengguna untuk melaporkan penyimpangan yang terjadi sehubungan dengan keselamatan penerbangan sipil. Aplikasi ini juga didukung oleh aplikasi-aplikasi tambahan seperti Service Difficulty Report, ATS Occurance Report, ATS Engineering Report, Dangerouse Good Occurance Report, Wildlife Occurance Report, Birdstrike Occurance Report, Serious Incident/Accident Report, Safety Recomendation, Risk Management System, Surveillance Audit, dan Civil Aviation (DGCA) Audit yang kemungkinan hanya bisa diakses jika pengguna mendaftar menjadi anggota web tersebut, karena ketika dicoba dibuka dalam penelitian ini aplikasi-aplikasi tersebut tidak dapat dibuka sehingga tidak diketahui pula jenis aplikasi yang ada di dalamnya.

4.1.4. Kementerian Kesehatan Website Kementerian Kesehatan, dan Website Pejabat Pengelola Informasi & Dokumentasi dikategorikan sebagai jenis aplikasi web publikasi karena di dalam aplikasi-aplikasi web tersebut memuat informasi (baik langsung maupun memerlukan pengunduhan dokumen) tanpa adanya interaksi melalui formulir, survey ataupun fitur interaktif lainnya. Website Kementerian Kesehatan memuat profil dan berita-berita dari Kementerian kesehatan sedangkan Website Pejabat Pengelola Informasi dan Dokumentasi yang menyediakan informasi mengenai dokumen-dokumen Kementerian kesehatan dan memuat cara-cara untuk mengajukan permintaan data kesehatan. Bank Data Kesehatan, Indikator Standar Pelayanan Minimal, Perpustakaan Online Kementerian Kesehatan, Electronic Clipping System digolongkan pada aplikasi interaksi karena data yang ditampilkan dapat difilter sesuai Universitas Indonesia


38

dengan kebutuhan pengguna. Bank Data Kesehatan menampilkan data mengenai puskesmas, peta rumah sakit, profil kesehatan per provinsi dan kabupaten, data farmasi (pada saat observasi, diketahui fitur tidak bisa digunakan), dan sumber daya manusia yang ada di Kementerian kesehatan. Aplikasi Indikator Standar Pelayanan Minimal menampilkan indikator standar pelayanan minimal di setiap kabupaten, target untuk setiap tahun, dan bagaimana realisasinya. Dari hasil observasi juga diketahui beberapa gambar tidak dapat ditampilkan dan masih ada data yang kemungkinan digunakan pada saat testing yang belum dihapus. Data di beberapa fitur juga masih banyak yang kosong. Perpustakaan Online Kementerian Kesehatan yang berisi katalog buku-buku di Kementerian kesehatan, blog, dan forum diskusi. Hampir sama seperti perpustakaan online, Electronic Clipping System merupakan aplikasi yang merangkum seluruh berita di berbagai media mengenai dunia kesehatan. Aplikasi lain di Kementerian kesehatan yang juga dimasukkan ke dalam kategori ini adalah Layanan Pengadaan Secara Elektronik (LPSE) yang sama seperti yang terdapat di Kementerian pertanian, E-Licensing yang digunakan untuk mengatur proses impor dan ekspor barang-barang dan peralatan yang berhubungan dengan Kementerian kesehatan, yaitu dalam hal perijinannya. Sama seperti Instansi lainnya, di Kementerian kesehatan pun tidak ada aplikasi web yang dapat dikategorikan sebagai aplikasi transaksi karena di setiap aplikasi tidak terdapat fitur untuk melakukan transaksi pembayaran (epayment) adapun untuk aplikasi LPSE di dalamnya tidak memasukkan proses pembayaran secara online-nya melainkan lebih kepada manajemen procurement-nya.

4.1.5. BAPPENAS Dari hasil observasi yang dilakukan, diketahui bahwa jumlah aplikasi online yang saat ini dimiliki oleh Badan Perencanaan dan Pembangunan Nasional (selanjutnya disebut BAPPENAS) adalah sebanyak 10 aplikasi yaitu 7 aplikasi publik dan 3 aplikasi yang hanya bisa diakses internal BAPPENAS.



39

Terdapat 5 aplikasi yang dapat dikategorikan sebagai aplikasi publikasi yaitu Website BAPPENAS, Website Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana, Website Direktorat Pengembangan Kerjasama Pemerintah dan Swasta, Jaringan Dokumentasi dan Informasi Hukum BAPPENAS, dan yang terakhir Forum bersama kerjasama BAPPENAS dengan Perguruan Tinggi. Website BAPPENAS digunakan sebagai media publikasi program-program, peraturan, dokumen, dan informasi mengenai pembangunan infrastruktur maupun informasi lainnya yang berhubungan dengan perencanaan dan pembangunan nasional. Website Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana berisi profil, kalender kegiatan, laporan kegiatan, serta pengumuman-pengumuman Pendidikan,

dan

Pelatihan

seputar milik

program

dari

BAPPENAS.

Pusat

Pembinaan,

Website

Direktorat

Pengembangan Kerjasama Pemerintah dan Swasta digunakan untuk publikasi peraturan dan berita mengenai kerjasama pemerintah dengan pihak swasta. Website Direktorat Aparatur Negara dikategorikan sebagai aplikasi publikasi karena dilihat dari deskripsi di halaman pertama yang mengatakan bahwa aplikasi tersebut dapat digunakan oleh publik untuk mengawasi rencana pembangunan, namun detail dari aplikasi ini tidak bisa diketahui karena ketika ditekan tombol masuk, aplikasi ini mengirimkan pesan error MySQl. Aplikasi yang juga dikategorikan sebagai aplikasi publikasi adalah Aplikasi Jaringan Dokumentasi dan Informasi Hukum BAPPENAS digunakan untuk publikasi produk hokum seperti peraturan dan keputusan yang dikeluarkan oleh BAPPENAS, sedangkan Forum bersama kerjasama BAPPENAS dengan Perguruan Tinggi digunakan untuk publikasi hasil karya tulisan mahasiswa yang berhubungan dengan rencana pembangunan nasional. Meskipun dinamakan forum, aplikasi ini tidak dimasukkan ke dalam kategori interaksi karena pengguna hanya bisa mengunduh informasi dari Website tersebut, adapun registerasi untuk karya tulis dilakukan melalui email yang informasinya tertera dalam web tersebut. Adapun aplikasi yang dapat dikategorikan sebagai aplikasi interaksi di BAPPENAS adalah webmail dan perpustakaan BAPPENAS.



40

Jika di Kementerian sebelumnya perpustakaan dikategorikan sebagai publikasi,

maka

di

BAPPENAS

perpustakaan

online

BAPPENAS

dikategorikan sebagai aplikasi interaksi. Hal dikarenakan dalam aplikasi tersebut pengguna dapat melakukan pendaftaran, pemesanan buku, perpanjangan peminjaman, memberikan kritik dan saran serta berinteraksi melalui forum diskusi. Aplikasi interaksi lainnya yaitu webmail digunakan sebagai saran interaksi melalui surat elektronik dengan rekan kerja maupun instansi lainnya.

4.1.6. Badan Pusat Statistik Dibandingkan dengan instansi pemerintahan lain yang dijadikan objek dalam penelitian kali ini, Badan Pusat Statistik (selanjutnya disebut BPS) memiliki jumlah aplikasi yang paling banyak jumlahnya. Tercatat terdapat 548 aplikasi yang bisa diakses oleh publik. Aplikasi publik tersebut berjumlah banyak karena seluruh provinsi, kabupaten, dan kota masing-masing memiliki Website badan pusat statistik yang menginduk ke bps.go.id. Namun, pada penelitian kali ini web non-pemerintah pusat tersebut tidak akan diperhitungkan. Dari hasil kategorisasi didapat 4 aplikasi yang dapat dikategorikan sebagai aplikasi publikasi yaitu Website BPS, Sensus Pertanian 2013, Sensus Penduduk 2010, dan Sistem Informasi Rujukan Statistik (SIRUSA). Website BPS digunakan sebagai media publikasi hasil survey dan programprogram BPS. Sedangkan aplikasi Sensus Pertanian 2013 dan Sensus Penduduk 2010 masing-masing digunakan sebagai media publikasi hasil masing-masing sensus tersebut. Terakhir, Sistem Informasi Rujukan Statistik (SIRUSA) yang menyediakan informasi metadata kegiatan statistik yang ada di Indonesia dalam rangka terbentuknya Sistem Statistika Nasional dan mencegah adanya duplikasi data (Badan Pusat Statistik, 2013). Selain aplikasi publikasi BPS juga memiliki 2 buah aplikasi public yang dapat dikategorikan sebagai aplikasi interaksi, yaitu Layanan Pengadaan Secara Elektronik (LPSE) dan Pusat Pendidikan dan Pelatihan. Layanan Pengadaan Secara Elektronik (LPSE) digunakan sebagai sarana interaksi Universitas Indonesia


41

antara BPS sebagai penyelengara lelang dengan para peserta lelang (tanpa terjadi transaksi keuangan di dalamnya). Sedangkan Aplikasi Pusat Pendidikan dan Pelatihan serta Aplikasi Jabatan Fungsional Pranata Komputer (Prakom) juga dimasukkan ke dalam kategori aplikasi interaksi karena di dalamnya terdapat forum diskusi sehingga memungkinkan interaksi antar pengguna dan fitur-fitur yang memerlukan login untuk mengaksesnya.

4.1.7. Badan Pertanahan Nasional Terdapat 3 aplikasi publik yang dapat dikategorikan sebagai aplikasi publikasi yaitu Website BPN, dan Portal Daerah. Website BPN digunakan sebagai media publikasi profil, berita, dan program/rencana strategis BPN. Aplikasi publikasi terakhir yang dimiliki oleh BPN adalah Portal Daerah. Aplikasi Portal Daerah ini menampilkan berita-berita seputar kegiatan BPN kota dan kabupaten di Indonesia. Selain aplikasi publikasi BPS juga memiliki 3 buah aplikasi publik yang dapat dikategorikan sebagai aplikasi interaksi, yaitu Layanan Pengadaan Secara Elektronik (LPSE), Peta, dan e-Library. Layanan Pengadaan Secara Elektronik (LPSE) digunakan sebagai sarana interaksi antara BPN sebagai penyelengara lelang dengan para peserta lelang (tanpa terjadi transaksi keuangan di dalamnya). Sedangkan aplikasi peta digunakan untuk mencari lokasi suatu tanah dan melihat zona nilai dari tanah tersebut. e-library menampilkan katalog dan informasi buku atau artikel yang ada di perpustakaan BPN dengan menggunakan fitur pencarian memiliki fitur pencarian

4.1.8. Kementerian Dalam Negeri Terdapat 9 aplikasi yang dapat dikategorikan sebagai aplikasi publikasi Website Kementerian Dalam Negeri Republik Indonesia, Direktorat Jenderal Keuangan Daerah, Website Sekertariat Jenderal Kementerian Dalam Negeri, Website Direktorat Jenderal Otonomi Daerah Kementerian Dalam Negeri Republik Indonesia, Website Direktorat Jenderal Bina Pembangunan Daerah Kementerian Dalam Negeri Republik Indonesia, Sistem Informasi Standar Universitas Indonesia


42

Pelayanan Perkotaan / Publik, Website Direktorat Jenderal Pemberdayaan Masyarakat dan Desa, dan Website Badan Penelitian dan Pengembangan Kementerian Dalam Negeri. Seluruh aplikasi publikasi tersebut memiliki fungsi utama sebagai media publikasi informasi mengenai produk hukum dan berita yang dikeluarkan oleh masing-masing badan dan direktorat kecuali Sistem Informasi Standar Pelayanan Perkotaan yang digunakan untuk publikasi informasi dan laporan mengenai standar pelayanan perkotaan dan publik. Untuk Website Direktorat Jenderal Pemberdayaan Masyarakat dan Desa, meskipun di dalamnya terdapat fitur pengisian formulir dan aplikasi kepegawaian, aplikasi ini tidak dikategorikan sebagai aplikasi interaksi maupun integrasi karena fitur-fitur tersebut (selain publikasi informasi) tidak berada di bawah domain kemendagri.go.id. Sedangkan Website Badan Penelitian dan Pengembangan Kementerian Dalam Negeri juga dimasukkan ke dalam kategori aplikasi publikasi bukan interaksi karena meskipun terdapat menu forum, pada kenyataannya fitur forum tersebut tidak ditemukan (error). Kategori selanjutnya adalah aplikasi-aplikasi interaksi. Aplikasi interaksi yang dimiliki oleh Kementerian dalam negeri adalah sebanyak 4 aplikasi, yaitu Layanan Pengadaan Secara Elektronik (LPSE), Website Direktorat Penataan Perkotaan, Website Direktorat Jenderal Kependudukan dan Pencatatan Sipil, serta Website Badan Pendidikan dan Pelatihan Kementerian Dalam Negeri. Layanan Pengadaan Secara Elektronik (LPSE) digunakan sebagai sarana interaksi antara Kementerian Dalam Negeri sebagai penyelengara lelang dengan para peserta lelang (tanpa terjadi transaksi keuangan di dalamnya). Website Direktorat Penataan Perkotaan digunakan untuk publikasi informasi mengenai produk hukum dan berita dari Direktorat Penataan Perkotaan. Aplikasi ini dikategorikan sebagai aplikasi interaksi karena di dalamnya terdapat forum diskusi. Selain Direktorat Penataan Kota, Website Direktorat Jenderal Kependudukan dan Pencatatan Sipil juga selain untuk publikasi aplikasi ini juga menyediakan fitur e-learning dan fitur kependudukan lain yang sayangnya tidak bisa diakses dan memberikan pesan error. Sedangkan Universitas Indonesia


43

Website Badan Pendidikan dan Pelatihan Kementerian Dalam Negeri selain digunakan sebagai media publikasi kegiatan dan agenda dari Badan Pendidikan dan Pelatihan Kementerian Dalam Negeri, aplikasi ini juga memiliki aplikasi anak yaitu Sistem Informasi Penerimaan Calon Praja IPDN yang digunakan untuk pendaftaran IPDN sehingga aplikasi ini dikategorikan sebagai aplikasi interaksi. Namun, seperti apa isi fitur pendaftaran tersebut tidak bisa dijabarkan karena aplikasi tersebut memerlukan akun dan kata sandi untuk bisa diakses. Dalam kategori aplikasi transaksi, sama seperti instansi lainnya, Kementerian Dalam Negeri juga belum memiliki aplikasi yang dapat dikategorikan sebagai aplikasi transaksi, sedangkan untuk kategori aplikasi yang terakhir yaitu aplikasi integrasi, tercatat ada 3 buah aplikasi, yaitu Biro Kepegawaian Sekertariat Jenderal Kementerian Dalam Negeri, Website Direktorat Jenderal Pemerintahan

Umum,

dan

Perpustakaan

Direktorat

Jenderal

Bina

Pembangunan Daerah Kementerian Dalam Negeri Republik Indonesia. Website Biro Kepegawaian Sekertariat Jenderal Kementerian Dalam Negeri memungkinkan publik mengakses informasi mengenai statistik pegawai, SOP, dan peraturan dalam Kementerian Dalam Negeri sedangkan fitur layanan kepegawaian tidak dapat diakses dan hanya dapat digunakan oleh pegawai Kemendagri. Berbeda dengan Website direktorat lainnya, Website Direktorat Jenderal Pemerintahan Umum tidak hanya digunakan sebagai media informasi kegiatan dan berita seputar Kementerian Dalam Negeri terutama Direktorat Pemerintahan Umum tapi juga terdapat fitur-fitur seperti E-Pengaduan,

SIM

Peran

Gubernur,

dan

Sistem

Informasi

yang

mempublikasikan data lainnya serta aplikasi internal seperti E-Office dan EMonev yang hanya bisa diakses oleh pegawai. Aplikasi integrasi terakhir adalah Perpustakaan Direktorat Jenderal Bina Pembangunan Daerah Kementerian Dalam Negeri Republik Indonesia, dalam aplikasi ini pengguna dapat melihat katalog buku yang dimiliki oleh Direktorat Jenderal Bina Pembangunan Daerah Kementerian Dalam Negeri. Aplikasi ini digolongkan ke dalam aplikasi integrasi karena memungkinkan petugas perpustakaan untuk masuk ke dalam aplikasi dan melakukan Universitas Indonesia


44

kegiatan. Sedangkan dua aplikasi lainnya yaitu Website Kesbangpol dan Dossier tidak bisa ditentuka kategorinya karena keduanya tidak bisa diakses.

4.1.9. Kementerian Keuangan Terdapat total 12 aplikasi online milik Kementerian keuangan yang dapat dikategorikan sebagai aplikasi publikasi yaitu Website milik Kementerian Keuangan, milik Direktorat Jendral Perimbangan Keuangan, milik Direktorat Jendral

Anggaran,

Direktorat

Jendral

Perbendaharaan,

Sekretariat

Pengendalian Pajak, Badan Pendidikan dan Pelatihan Keuangan, dan Badan Kebijakan fiskal yang digunakan untuk memberikan informasi terkini seputar bagian masing-masing. Selain aplikasi tersebut, aplikasi publikasi lain yang dimiliki oleh Kementerian keuangan adalah Perpusatakaan Online yang menyediakan katalog buku-buku milik Kementerian keuangan, Recruitment Calon Pegawai Negeri Sipil yang memberikan informasi mengenai kesempatan berkarir di Kementerian keuangan, Jaringan Dokumentasi dan Informasi Hukum yang memuat informasi mengenai peraturan-peraturan di bidang keuangan, serta aplikasi Pusat Kebijakan Pendapatan Negara yang juga memuat informasi mengenai peraturan pertarifan ditambah dengan informasi mengenai tarif-tarif yang berlaku seperti cukai, perjanjian internasional, pabean, dan tarif lainnya. Sedangkan Instansi Pengelola Dana Pendidikan, meskipun terdapat pilihan pendaftaran, namun interaksi tersebut tidak terjadi di laman aplikasi yang bersangkutan melainkan dialihkan ke aplikasi lain yang tidak berinduk di depkeu.go.id. Aplikasi Instansi Pengelola Dana Pendidikan yang di depkeu.go.id sendiri hanya menampilkan informasi mengenai program yang ada dan penjelasan cara aplikasi saja. Selain aplikasi publikasi, Kementerian keuangan juga memiliki 3 aplikasi yang memungkinkan interaksi pengguna dengan sistem yaitu Layanan Pengadaan Secara Elektronik (LPSE), Whistleblowing System, dan

E-

learning Program Percepatan Akuntabilitas Keuangan Pemerintah. LPSE digunakan sebagai media interikasi antara instansi dengan pihak penyedia barang/jasa. Aplikasi whistleblowing system memungkinkan pengguna untuk melaporkan indikasi adanya pelanggaran di lingkungan Kementerian Universitas Indonesia


45

keuangan, sedangkan 2 aplikasi lainnya merupakan aplikasi belajar online yang memungkinkan pengguna untuk mengunduh materi dan berinteraksi dengan pengguna lainnya mengenai topik-topik yang sedang dibahas. Sama seperti Kementerian lain, pada Kementerian keuangan belum terdapat aplikasi yang dapat dikategorikan transaksi, sedangkan untuk aplikasi yang dapat dikategorikan sebagai aplikasi integrasi yang bisa diakses oleh publik tercatat ada 1 aplikasi yaitu Biro Sumber Daya Manusia yang memuat informasi publik seperti nama pegawai dan struktur organisasi.

4.1.10.


Website Deptan, Website Pusdatindan Portal Pertukaran Infromasi dan Data (PPID) dikategorikan sebagai jenis aplikasi web publikasi karena di dalam aplikasi-aplikasi web tersebut memuat informasi (baik langsung maupun memerlukan pengunduhan dokumen) tanpa adanya interaksi melalui formulir, survey ataupun fitur interaktif lainnya. E-plaq system digolongkan sebagai aplikasi web interaktif karena di dalam aplikasi tersebut terdapat formulir-formulir sehingga pengguna bisa berinteraksi (mengirimkan dan menerima data) dari sistem. Aplikasi selanjutnya yang digolongkan sebagai aplikasi web interaktif adalah Portal Multimedia Pertanian, meskipun portal ini digunakan untuk publikasi, namun aplikasi web ini juga memungkinkan pengguna untuk menjadi anggota dan menggunggah video ke dalam aplikasi tersebut. Berbeda dengan Portal Multimedia Pertanian, Sistem Informasi Geografis dan Kalender Tanam Terpadu digolongkan ke dalam golongan aplikasi interaksi karena menyediakan fitur peta dan kalender yang tampilannya dapat disesuaikan dengan parameter-parameter yang dipilih oleh pengguna. Sedangkan untuk Sistem Informasi e-Petani dan SIMLUH, kedua aplikasi tersebut digolongkan sebagai aplikasi interaksi karena berdasarkan informasi dari buku panduan masing-masing, kedua aplikasi tersebut memuat forum diskusi sebagai sarana interaksi antar anggotanya. Aplikasi Basis data Statistik Pertanian (BDSP), Basis data Ekspor Impor, dan Basis data Perundangan juga dimasukkan



46

kedalam kategori interaksi karena data yang ditampilkan dapat difilter sesuai dengan kebutuhan pengguna. Menurut observasi, tidak ada aplikasi web publik milik Kementerian pertanian yang dapat digolongkan ke dalam aplikasi transaksi dan integrasi.

4.2.

Model Perilaku Pengguna Per Kategori Aplikasi

Hasil kategorisasi di atas menunjukkan bahwa aplikasi-aplikasi yang saat ini terdapat di instansi-instansi yang menjadi objek penelitian dapat dikategorikan ke dalam 3 kategori aplikasi yaitu publikasi, interaksi, dan integrasi, sedangkan untuk aplikasi transaksi saat ini belum ditemukan. Pada subbab ini akan dilakukan pemodelan perilaku pengguna untuk setiap kategori aplikasi tersebut. 4.2.1 Aplikasi Publikasi Aplikasi-aplikasi yang dikategorikan sebagai aplikasi publikasi pada Tabel 4. 2 Tabel Kategorisasi Aplikasi memuat informasi statis seperti teks html, gambar, video, maupun dokumen-dokumen berbentuk pdf, gambar, paket zip, dan lainnya yang dapat diunduh oleh pengguna. Dilihat dari fitur-fitur dan halaman-halaman tersebut, dapat dibentuk pola penggunaan aplikasi per sesinya secara umum sebagai berikut : a. Entry – Halaman Informasi – Exit b. Entry – Halaman Informasi – Unduh Dokumen – Exit Pola penggunaan di atas selanjutnya akan dibuatkan Model Perilaku Pengguna-nya seperti yang terdapat dalam Gambar 4. 1 Model Perilaku Pengguna Aplikasi Publik.

Entry

Halaman Informasi

Unduh Dokumen

Exit

Gambar 4. 1 Model Perilaku Pengguna Aplikasi Publik Setiap kali pengguna mengakses aplikasi, dapat dipastikan bahwa pengguna akan masuk melalui node Entry dan Home. Dari halaman home pengguna diestimasi setidaknya akan satu kali mengakses halaman informasi lainnya, Universitas Indonesia


47

misalnya halaman daftar berita, halaman pengumuman, artikel terbaru, data, profil instansi, dan halaman informasi lainnya. Setelah selesai mengakses halaman informasi tersebut, pengguna bisa langsung meninggalkan aplikasi (a), atau mengunduh dokumen yang ada di halaman informasi tersebut (c,d). Node-node yang sudah terbentuk di Gambar 4. 1 Model Perilaku Pengguna Aplikasi Publik di atas selanjutnya dicari nilai transisi antar node-nya. Pada penelitian ini, diasumsikan kemungkinan pengaksesan halaman dilakukan secara proporsional dalam artian setiap halaman memiliki probabilitas kunjungan yang sama. Sehingga bentuk diagram setelah diberikan bobot akan menjadi seperti pada berikut : 0,5 Entry

1,0

Halaman Informasi

0,5

Unduh Dokumen

1,0

Exit

Gambar 4. 2 Model Perilaku Pengguna Aplikasi Publik dengan Probabilitas yang apabila dituangkan dalam bentuk tabel akan menjadi : Tabel 4. 3 Tabel Matriks Transisi Aplikasi Publikasi e

i

u

x

Entry (e)

0,0

1,0

0,0

0,0

Halaman Informasi (i)

0,0

0,0

0,5

0,5

Unduh Dokumen (u)

0,0

0,5

0,0

1,0

Exit (x)

0,0

0,0

0,0

0,0

Setiap kali mengakses aplikasi pengguna akan masuk ke halaman Halaman Informasi, oleh karena itu, nilai probabilitas transisi dari Entry ke Halaman Informasi akan bernilai 1. Selanjutnya dari Halaman Informasi ada 2 kemungkinan transisi yaitu ke fitur unduh dokumen atau selesai dari sesi tersebut oleh karena itu apabila menggunakan persamaan (3,1) akan didapat probabilitas untuk masing-masing transisi tersebut sebesar 0,5 :

(4,1) Universitas Indonesia


48

Node selanjutnya yang akan dicari probabilitas transisinya adalah node Unduh Dokumen. Dari node ini hanya ada 1 kemungkinan transisi yaitu selesai dari sesi, sehingga apabila dimasukkan ke persamaan (3,1) akan didapat probabilitas untuk masing-masing transisi tersebut sebesar 0,5 :

(4,2)

4.2.2 Aplikasi Interaksi Aplikasi-aplikasi interaksi yang terdapat di Tabel 4. 1 Tabel Jumlah Aplikasi yang Dimiliki Setiap Instansi memungkinkan beberapa tipe interaksi dengan pengguna yang tentunya akan berdampak pada model perilaku penggunanya. Oleh karena itu, aplikasi interaksi ini dibagi lagi menjadi 2 sub kategori : 4.2.2.1. Aplikasi Interaksi Registrasi Aplikasi yang dikategorikan sebagai interaksi registrasi ini adalah aplikasi-aplikasi yang memungkinkan pengguna untuk mensubmit form dan memperbaharui database dengan form tersebut. Sebagai contoh aplikasi pengajuan perijinan, penyetaraan ijazah dan lainnya. Adapun pola penggunaan dalam satu sesi yang dapat dirangkum dari aplikasi-aplikasi tersebut adalah sebagai berikut : a. Entry – Submit Form – Update Database – Exit b. Entry – Halaman Informasi – Exit c. Entry – Halaman Informasi – Submit Form – Update Database –Exit d. Entry – Search Keyword – Tampilkan Hasil - Exit Pola penggunaan di atas selanjutnya akan dibuatkan Model Perilaku Pengguna-nya seperti yang terdapat dalam Gambar 4. 3 Model Perilaku Pengguna Aplikasi Interaksi Registrasi.



49

Halaman Informasi

Entry

Submit Form

Update database

Search Keyword

Tampilkan Hasil

Exit

Gambar 4. 3 Model Perilaku Pengguna Aplikasi Interaksi Registrasi Pada saat pengguna masuk ke dalam aplikasi interaksi registrasi ada beberapa aktivitas yang bisa dilakukan. Aktivitas pertama adalah membuka terlebih dahulu halaman informasi yang tersedia bisa berupa tata cara registrasi, ketentuan aplikasi, maupun informasi statis lainnya. Selanjutnya pengguna bisa langsung keluar dari aplikasi atau melakukan aktivitas pengiriman form kepada aplikasi. Misalnya pada aplikasi penyamaan ijazah, di sini pengguna akan melakukan submit formulir yang ada di aplikasi dan sistem akan melakukan update ke database untuk data tersebut, setelah itu sesi pengguna dinyatakan selesai. Proses submit form ini tidak harus selalu didahului dengan membuka halaman informasi. Ada kalanya pengguna langsung mensubmit form tanpa perlu mengakses halaman informasi atau keduanya menjadi satu. Aktivitas ketiga yang bisa dilakukan di aplikasi interaksi adalah searching. Pengguna akan memasukkan kata kunci yang diinginkan dan aplikasi akan menampilkan hasil pencarian. Dari penjelasan di alinea sebelumnya, sudah bisa didapatkan gambaran mengenai probabilitas masing-masing transisi. Transisi dari node Entry dibagi menjadi 3 tujuan yaitu node Halaman Informasi, Submit Form, dan Search Keyword. Sehingga untuk probabilitas setiap transisinya apabila dimasukkan ke persamaan (3,1) akan menjadi :

(4,3) Universitas Indonesia


50

Node kedua adalah Halaman Informasi. Dari node ini ada 2 tujuan transisi yaitu Submit Form dan Exit oleh karena itu probabilitas dari masing-masing transisi akan bernilai 0,5 seperti yang tergambarkan pada persamaan (4,4) di bawah ini :

(4,4) Empat node yang tersisa masing-masing hanya menuju ke satu node saja sehingga probabilitas transisi ke node selanjutnya sudah pasti atau dengan kata lain bernilai 1.

Tabel 4. 4 Tabel Matriks Transisi Aplikasi Interaksi Registrasi e

i

f

k

u

h

x

Entry (e)

0,0

0,3

0,3

0,3

0,0

0,0

0,0


0,0

0,0

0,5

0,0

0,0

0,0

0,5

Submit Form (f)

0,0

0,0

0,0

0,0

1,0

0,0

0,0

Search Keyword (k)

0,0

0,0

0,0

0,0

0,0

1,0

0,0

Update Database (u)

0,0

0,0

0,0

0,0

0,0

0,0

1,0

Tampilkan Hasil (h)

0,0

0,0

0,0

0,0

0,0

0,0

1,0

Exit (x)

0,0

0,0

0,

0,0

0,0

0,0

0,0

Hasil perhitungan probabilitas yang telah didapatkan selanjutnya digunakan untuk melengkapi Model Perilaku Pengguna yang sudah dibuat sebelumnya. 0,5

Halaman Informasi

0,3 Entry

0,3

0,5 Submit Form

1,0

Update database

Search Keyword

1,0

Tampilkan Hasil

1,0

0,3

Exit

1,0

Gambar 4. 4 Model Perilaku Pengguna Aplikasi Interaksi Registrasi dengan Probabilitas



51

4.2.2.2. Aplikasi Interaksi Katalog Aplikasi yang dikategorikan sebagai interaksi katalog adalah aplikasi yang hanya memungkinkan pengguna untuk melakukan pencarian dan menampilkan informasi sesuai dengan kriteria pencarian yang dimasukkan oleh pengguna. Pola penggunaan yang dapat dirangkum adalah sebagai berikut : a. Entry – Search Keyword – Tampilkan Hasil – Halaman Informasi - Exit b. Entry – Halaman Informasi - Exit Pola penggunaan di atas selanjutnya akan dibuatkan Model Perilaku Pengguna-nya seperti yang terdapat dalam Gambar 4. 5 Model Perilaku Pengguna Aplikasi Interaksi Katalog

Halaman Informasi

Entry

Exit Search Keyword

Tampilkan Hasil

Gambar 4. 5 Model Perilaku Pengguna Aplikasi Interaksi Katalog Pada saat pengguna masuk ke dalam aplikasi interaksi katalog ada 2 aktivitas yang dapat dilakukan yaitu melihat halaman informasi dan yang kedua adalah melakukan pencarian dari katalog. Pencarian dilakukan dengan memasukkan kata kunci atau memasukkan kriteriakriteria pencarian dan selanjutnya aplikasi akan menampilkan hasil sesuai dengan criteria yang dimasukkan yang juga menandakan berakhirnya satu sesi. Setelah dibuat model perilaku penggunanya, selanjutnya setiap transisi antar node dalam model tersebut akan dihitung probabilitasnya. Node entry memiliki 2 kemungkinan transisi yaitu ke node Halama Informasi dan node Search Keyword dengan asumsi proporsional Universitas Indonesia


52

seperti di subbab sebelumnya maka masing – masing transisi akan memiliki probabilitas 0,5 yang didapat dari persamaan (4,5) :

(4,5) Untuk node-node lainnya tidak ditemukan percabangan transisi yang berarti probabilitas transisi antar nodenya akan bernilai 1. Tabel 4. 5 Tabel Matriks Transisi Aplikasi Interaksi Katalog e

i

k

h

x

Entry (e)

0,0

0,5

0,5

0,0

0,0


0,0

0,0

0,0

0,0

1,0

Search Keyword (k)

0,0

0,0

0,0

1,0

0,0

Tampilkan Hasil (h)

0,0

0,0

0,0

0,0

1,0

Exit (x)

0,0

0,0

0,0

0,0

0,0

Hasil perhitungan probabilitas yang telah didapatkan selanjutnya digunakan untuk melengkapi Model Perilaku Pengguna yang sudah dibuat sebelumnya.

0,5 Entry

1,0

Halaman Informasi

0,5 Search Keyword

1,0

Tampilkan Hasil

1,0

Exit

Gambar 4. 6 Model Perilaku Pengguna Aplikasi Interaksi Katalog dengan Probabilitas

4.2.3 Aplikasi Integrasi Aplikasi-aplikasi dalam kategori integrasi di Tabel 4. 2 Tabel Kategorisasi Aplikasi adalah aplikasi yang memungkinkan pengguna mengupdate data dari aplikasi dan digunakan lagi oleh pengguna lainnya untuk diproses



53

menggunakan aplikasi tersebut lagi. Bagi pengguna aplikasi ini memiliki kemiripan dengan aplikasi interaksi namun untuk proses di dalamnya berbeda, karena pada aplikasi interaksi pemrosesan data tidak dilakukan dengan aplikasi tersebut, jadi aplikasi hanya sebagai pengambil data saja. Dari aplikasi-aplikasi integrasi yang terdaftar, dapat dirangkumkan pola penggunaannya per sesi sebagai berikut : a. Entry – Login - Submit Form – Update Database – Exit b. Entry – Halaman Informasi – Exit c. Entry – Search Keyword – Tampilkan Hasil - Exit Selanjutnya pola penggunaan tersebut dibuatkan model penggunanya seperti yang terdapat dalam Gambar 4. 7 Model Perilaku Pengguna Aplikasi Integrasi. Halaman Informasi

Entry

Login

Search Keyword

Submit Form

Update database

Exit

Tampilkan Hasil

Gambar 4. 7 Model Perilaku Pengguna Aplikasi Integrasi Pada saat pengguna masuk ke dalam aplikasi integrasi yang terdaftar, ada 3 aktivitas yang mungkin dilakukan. Aktivitas pertama adalah mengakses halaman-halaman informasi publik yang tidak membutuhkan login, menggunakan fitur searching, dan yang terakhir adalah melakukan login untuk mengakses area anggota. Setelah melakukan login pengguna baru dapat melakukan submit form dan aplikasi akan mengupdate data yang digunakan di database. Proses pengolahan data oleh internal instansi tidak dibuatkan pola penggunanya karena diluar dari ruang lingkup penelitian yang dilakukan. Model perilaku diatas selanjutnya diberikan bobot probabilitas sesuai dengan jumlah transisi yang dimiliki oleh masing-masing node. Node Entry memiliki Universitas Indonesia


54

3 kemungkinan transisi yaitu ke Node Halaman Informasi, node login, dan node search keyword. Sehingga jika dibagi secara proporsional masingmasing transisi akan memiliki probabilitas sebesar 0,3 yang didapatkan dari hasil persamaan (4,6) berikut ini :

(4,6) Node lainnya hanya memiliki 1 node tujuan atau 1 transisi sehingga probabilitas transisinya otomatis bernilai 1. Tabel 4. 6 Tabel Matriks Transisi Aplikasi Integrasi e

l

i

f

k

u

h

x

Entry (e)

0,0

0,3

0,3

0,0

0,3

0,0

0,0

0,0

Login (l)

0,0

0,0

0,0

1,0

0,0

0,0

0,0

0,0


0,0

0,0

0,0

0,0

0,0

0,0

0,0

1,0

Submit Form (f)

0,0

0,0

0,0

0,0

0,0

1,0

0,0

0,0

Search Keyword (k)

0,0

0,0

0,0

0,0

0,0

0,0

1,0

0,0

Update Database (u)

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1,0

Tampilkan Hasil (h)

0,0

0,0

0,0

0,0

0,0

0,0

0,0

1,0

Exit (x)

0,0

0,0

0,0

0,0

0,0

0,0

0,0

0,0

Hasil perhitungan probabilitas yang telah didapatkan selanjutnya digunakan untuk melengkapi Model Perilaku Pengguna yang sudah dibuat sebelumnya sehingga didapatkan model perilaku pengguna untuk aplikasi integrasi seperti yang terdapat dalam Gambar 4. 8 Model Perilaku Pengguna Aplikasi Integrasi dengan Probabilitas di bawah ini.

0,3 Entry

0,3

1,0

Halaman Informasi

Login

1,0

Submit Form

1,0

Update database

1,0

Exit

0,3 Search Keyword

1,0

Tampilkan Hasil

1,0

Gambar 4. 8 Model Perilaku Pengguna Aplikasi Integrasi dengan Probabilitas Universitas Indonesia


55

4.3.

Model Beban Kerja Aplikasi berdasarkan Model Perilaku Pengguna

Pada subbab ini, setiap sesi dalam model-model perilaku pengguna yang didapatkan di subbab sebelumnya akan dipetakan dengan menggunakan Data Flow Diagram(DFD) untuk mendapatkan model beban kerja yang nantinya akan digunakan untuk mengestimasi besar data yang ditransmisikan per sesinya. 4.3.1.Aplikasi Publikasi Pemetaan yang pertama adalah aktivitas melihat halaman informasi :

Unduh Dokumen

Halaman Informasi

Entry

Exit

request Client halaman

Web Server

Gambar 4. 9 Pemetaan CBMG Publikasi ke DFD (1) Aliran data yang terjadi adalah pengguna melakukan request halaman ke web server kemudian web server akan memberikan halaman yang diminta dan halaman akan ditampilkan ke client. Pemetaan selanjutnya adalah pada aktivitas pengaksesan informasi yang diikuti oleh pengunduhan dokumen :

Halaman Informasi

Entry

request Client file

Web Server

Unduh Dokumen

request file

Application

Exit

request

Server

file

Database Server

Gambar 4. 10 Pemetaan CBMG Publikasi ke DFD (2)



56

Aliran data yang terjadi adalah pengguna melakukan request file ke web server kemudian web server meminta file ke database server melalui application server. Database server akan mengeluarkan file yang diminta dan mengirimkannya untuk pengguna dengan jalur yang sama. Kedua pemetaan yang telah dilakukan selanjutnya dibuatkan model beban kerjanya sehingga menjadi sebagai berikut : C

C

p2,m2 C

p7,m7

WS

p1,m1

AS

p3,m3

DS

p4,m4

AS

p5,m5

WS

p6,m6

Gambar 4. 11 Model Beban Kerja Aplikasi Publikasi Di mana : C = Client WS = Web Server AS = Application Server DS = Database Server mi = besar data (kilobytes) pi = probabilitas dalam satu sesi Besar data akan bergantung pada masing-masing aplikasi sedangkan probabilitas dalam satu sesi dapat dihitung berdasarkan probabilitas transisi antar node dalam Model Perilaku Pengguna yang telah dibuat di tahapan sebelumnya : a. DFD yang telah dibuat menunjukkan bahwa kedua aktivitas samasama akan mengakses Web Server di awal sesi sehingga nilai p1 adalah 1,0. b. p2 merupakan kemungkinan terjadinya aktivitas “melihat halaman informasi” sehingga nilai probabilitasnya sama dengan pi,e yang terdapat dalam Tabel 4. 3 Tabel Matriks Transisi Aplikasi Publikasi yaitu 0,5.



57

c. p3 merupakan kemungkinan terjadinya aktivitas pengunduhan dokumen, sehingga nilai probabilitasnya sama dengan nilai pi,u yang yang terdapat dalam Tabel 4. 3 Tabel Matriks Transisi Aplikasi Publikasi yaitu 0,5. d. p4, p5, p6, dan p7 merupakan bagian dari aktivitas pengunduhan dokumen dan sudah pasti akan dan pasti akan dilakukan apabila p3 sudah dilakukan sehingga probabilitas masing-masing sesi tersebut adalah 1,0.

C

C

0.5,m2 C

1.0,m7

WS

1.0,m1

AS

0.5,m3

DS

AS

1.0,m5

1.0,m4

WS

1.0,m6

Gambar 4. 12 Model Beban Kerja Aplikasi Publikasi dengan Probabilitas Dari pemodelan di atas, angka yang didapatkan dimasukkan ke dalam persamaan (3,2) sehingga dapat diketahui besar paket data yang ditransmisikan dalam satu sesi di aplikasi publikasi yaitu :

(4,7) Maka dari persamaan (4,7) di atas didapatkan persamaan untuk menghitung besar paket data per sesi dalam aplikasi tersebut yaitu .



58

4.3.2.Aplikasi Interaksi 4.3.2.1.Aplikasi Interaksi Registrasi Pemetaan yang pertama adalah aktivitas melihat halaman informasi, aktivitas ini sama seperti yang terdapat pada aplikasi publikasi seperti yang digambarkan pada Gambar 4. 13 Pemetaan CBMG Interaksi Registrasi ke DFD (1). Sama seperti pada Gambar 4. 9 Pemetaan CBMG Publikasi ke DFD (1), aliran data yang terjadi adalah pengguna melakukan request halaman ke web server kemudian web server akan memberikan halaman yang diminta dan halaman akan ditampilkan ke client. Halaman Informasi

Entry

Submit Form

Update database

Search Keyword

Tampilkan Hasil

Exit


Web Server

Gambar 4. 13 Pemetaan CBMG Interaksi Registrasi ke DFD (1) Aktivitas selanjutnya yang akan dipetakan adalah aktivitas submit form seperti pada Gambar 4. 14 Pemetaan CBMG Interaksi Registrasi ke DFD (2). Aliran data dimulai dari client dalam bentuk isian form. Form yang sudah diisi akan dikirimkan ke web server dan diteruskan ke application server. Application server akan mengubah form menjadi query dan melakukan query ke database server. Database akan mengirimkan respon, misalnya data berhasil ditambahkan atau gagal. Pesan tersebut akan diolah oleh application server dan diteruskan ke web server untuk ditampilkan kembali pada client.



59

Aktivitas selanjutnya adalah penggabungan dari 2 aktivitas selanjutnya yaitu pemetaan aktivitas submit form yang didahului oleh aktivitas melihat halaman informasi seperti digambarkan pada Gambar 4. 15 Pemetaan CBMG Interaksi Registrasi ke DFD (3). Halaman Informasi

Entry

Submit Form

Update database

Search Keyword

Tampilkan Hasil

form Client status

Exit

form

Web Server

status

Application Server status

query

Database Server

Gambar 4. 14 Pemetaan CBMG Interaksi Registrasi ke DFD (2) Berbeda dengan aliran data pada submit form biasa, pada aktivitas ini aliran data dimulai dari permintaan pengguna kepada web server untuk menampilkan halaman informasi tertentu, setelah itu baru pengguna akan mengisi form dan mengirimkan form yang sudah diisi tersebut ke web server untuk diteruskan ke database server melalui application server. Application server akan mengubah form menjadi query dan melakukan query ke database server. Database akan mengirimkan respon, misalnya data berhasil ditambahkan atau gagal. Pesan tersebut akan diolah oleh application server dan diteruskan ke web server untuk ditampilkan kembali pada client.



60

Halaman Informasi

Entry

Submit Form

Update database

Search Keyword

Tampilka n Hasil

Exit

request form Clien t

halama form n status

Web

status

Applicatio n Server

Server status

query

Database Server

Gambar 4. 15 Pemetaan CBMG Interaksi Registrasi ke DFD (3) Aktivitas terakhir yang akan dipetakan dari aplikasi interaksi registerasi adalah aktivitas pencarian seperti yang terdapat dalam Gambar 4. 16 Pemetaan CBMG Interaksi Registrasi ke DFD (4). Aliran data dimulai pada saat pengguna memasukkan kriteria pencarian atau keyword pencarian yang ingin dilakukan. Web server akan meneruskan keyword tersebut ke application server untuk selanjutnya diproses menjadi query dan diteruskan ke Database Server. Database selanjutnya akan memberikan hasil query kepada application server dan application server akan memproses hasil tersebut untuk diteruskan ke web server dan ditampilkan di layar perangkat pengguna. Pemetaan yang sudah dibuat selanjutnya digabungkan menjadi sebuah model beban kerja untuk aplikasi interaksi registrasi seperti pada Gambar 4. 17 Model Beban Kerja Aplikasi Interaksi Registrasi.



61

Halaman Informasi

Entry

Submit Form

Update database

Search Keyword

Tampilkan Hasil

keywor

keywor

Clien

d hasil

Web

dhasil

t

Exit

Application Server

Server hasil

query

Database Server

Gambar 4. 16 Pemetaan CBMG Interaksi Registrasi ke DFD (4)

C

C

p2,m2 C

p7,m7

WS

p1,m1

AS

p3,m3

DS

p4,m4

AS

p5,m5

WS

p6,m6

Gambar 4. 17 Model Beban Kerja Aplikasi Interaksi Registrasi Di mana : C = Client WS = Web Server AS = Application Server DS = Database Server mi = besar data (kilobytes) pi = probabilitas dalam satu sesi Besar data akan bergantung pada masing-masing aplikasi sedangkan probabilitas dalam satu sesi dapat dihitung berdasarkan probabilitas transisi antar node dalam Model Perilaku Pengguna yang telah dibuat di tahapan sebelumnya : Universitas Indonesia


62

a. DFD yang telah dibuat menunjukkan bahwa seluruh aktivitas pasti akan mengakses Web Server di awal sesi sehingga nilai p1 adalah 1,0. b. p2 merupakan kemungkinan terjadinya aktivitas “melihat halaman informasi” sehingga nilai probabilitasnya sama dengan pi,e yang terdapat dalam Tabel 4. 4 Tabel Matriks Transisi Aplikasi Interaksi Registrasi yaitu 0,3. c. p3 merupakan kemungkinan terjadinya aktivitas submit form dan search

keyword

sehingga

nilai

probabilitasnya

merupakan

penggabungan dari probabilitas pe,f dan pe,k Tabel 4. 4 Tabel Matriks Transisi Aplikasi Interaksi Registrasi yaitu 0,3 + 0,3 = 0,6. d. p4, p5, p6, dan p7 merupakan bagian dari submit form dan search keyword dan sudah pasti akan dan pasti akan dilakukan apabila p3 sudah dilakukan sehingga probabilitas masing-masing sesi tersebut adalah 1,0.

C

C

0.3,m2 C

1.0,m7

WS

1.0,m1

AS

0.6,m3

DS

1.0,m4

AS

1.0,m5

WS

1.0,m6

Gambar 4. 18 Model Beban Kerja Aplikasi Interaksi Registrasi dengan Probabilitas Dari pemodelan di atas, angka yang didapatkan dimasukkan ke dalam persamaan (3,2) sehingga dapat diketahui besar paket data yang ditransmisikan dalam satu sesi di aplikasi publikasi yaitu :



63

(4,8) Maka dari persamaan (4,8) di atas didapatkan persamaan untuk menghitung besar paket data per sesi dalam aplikasi tersebut yaitu .

4.3.2.2. Aplikasi Interaksi Katalog Aktivitas pertama yang akan dipetakan adalah pengaksesan halaman informasi. Aktivitas ini memiliki pemetaan DFD yang sama dengan aktivitas sejenis di aplikasi lainnya seperti yang tergambar pada gambar di bawah ini :

Halaman Informasi

Entry

Exit Search Keyword

Tampilkan Hasil


Web Server

Gambar 4. 19 Pemetaan CBMG Interaksi Katalog ke DFD (1) Seperti halnya pada aktivitas sejenis di aplikasi lainnya, aliran data yang terjadi adalah pengguna melakukan request halaman ke web server kemudian web server akan memberikan halaman yang diminta dan halaman akan ditampilkan ke client. Aktivitas kedua dari aplikasi jenis interaksi katalog adalah aplikasi pencarian katalog seperti yang digambarkan pada Gambar 4. 20 Pemetaan CBMG Interaksi Katalog ke DFD (2). Aliran data pada aktivitas ini sama dengan aliran data aktivitas sejenis di aplikasi lain yaitu dimulai dari kriteria pencarian atau keyword yang dimasukkan oleh pengguna dan diteruskan oleh web server ke application server. Universitas Indonesia


64

Application server selanjutnya akan membentuk query dari keyword tersebut untuk diteruskan ke Database Server. Database server selanjutnya akan mengirimkan hasil query kembali ke application server untuk diteruskan ke web server dan ditampilkan ke pengguna. Halaman Informasi

Entry

Exit Tampilkan Hasil

Search Keyword

keyword

keyword Client

Web Server hasil

Application Server

hasil

hasil

query

Database Server

Gambar 4. 20 Pemetaan CBMG Interaksi Katalog ke DFD (2) Seperti halnya aplikasi sebelumnya, pemetaan yang sudah dibuat selanjutnya digabungkan menjadi sebuah model beban kerja untuk aplikasi interaksi katalog : C

C

p2,m2 C

p7,m7

WS

p1,m1

AS

p3,m3

DS

p4,m4

AS

p5,m5

WS

p6,m6

Gambar 4. 21 Model Beban Kerja Aplikasi Interaksi Katalog Besar data akan bergantung pada masing-masing aplikasi sedangkan probabilitas dalam satu sesi dapat dihitung berdasarkan probabilitas transisi antar node dalam Model Perilaku Pengguna yang telah dibuat di tahapan sebelumnya :



65

a. DFD yang telah dibuat menunjukkan bahwa seluruh aktivitas pasti akan mengakses Web Server di awal sesi sehingga nilai p1 = 1,0. b. p2 merupakan kemungkinan terjadinya aktivitas “melihat halaman informasi” sehingga nilai probabilitasnya sama dengan pi,e yang terdapat dalam Tabel 4. 5 Tabel Matriks Transisi Aplikasi Interaksi Katalog yaitu 0,5. c. p3 merupakan kemungkinan terjadinya aktivitas search keyword sehingga nilai probabilitasnya sama dengan nilai pe,k pada Tabel 4. 5 Tabel Matriks Transisi Aplikasi Interaksi Katalog yaitu 0,5. d. p4, p5, p6, dan p7 merupakan bagian dari search keyword dan sudah pasti akan dan pasti akan dilakukan apabila p3 sudah dilakukan sehingga probabilitas masing-masing sesi tersebut adalah 1,0.

C

C

0.5,m2 C

1.0,m7

WS

1.0,m1

AS

0.5,m3

DS

1.0,m4

AS

1.0,m5

WS

1.0,m6

Gambar 4. 22 Model Beban Kerja Aplikasi Interaksi Katalog dengan Probabilitas Dari pemodelan di atas, angka yang didapatkan dimasukkan ke dalam persamaan (3,2) sehingga dapat diketahui besar paket data yang ditransmisikan dalam satu sesi di aplikasi publikasi yaitu :

(4,9)



66

Maka dari persamaan (4,9) di atas didapatkan persamaan untuk menghitung besar paket data per sesi dalam aplikasi tersebut yaitu yaitu persamaan yang sama dengan yang didapatkan dari hasil pemodelan aplikasi publikasi.

4.3.3.

Aplikasi Integrasi

Pada aplikasi integrasi akan terbentuk tiga buah DFD sebagai hasil pemetaan dari model perilaku pengguna yang akan menghasilkan sebuah model beban kerja. Aktivitas pertama yang akan dipetakan adalah pengaksesan halaman informasi. Aktivitas ini memiliki pemetaan DFD yang sama dengan aktivitas sejenis di aplikasi lainnya. Seperti halnya pada aktivitas sejenis di aplikasi lainnya, aliran data yang terjadi adalah pengguna melakukan request halaman ke web server kemudian web server akan memberikan halaman yang diminta dan halaman akan ditampilkan ke client.

Halaman Informasi

Entry

Login

Search Keyword

Submit Form

Update database

Exit

Tampilkan Hasil


Web Server

Gambar 4. 23 Pemetaan CBMG Integrasi ke DFD (1) Aktivitas selanjutnya adalah submit form. Berbeda dengan aktivitas submit form di aplikasi interaksi registrasi, pada aplikasi integrasi terdapat aktivitas



67

login sebelum pengguna dapat mensubmit form. Pemetaan aktivitas ini dapat dilihat pada Gambar 4. 24 Pemetaan CBMG Integrasi ke DFD (2).

Halaman Informasi

Entry

Search Keyword

login Client

Update database

Submit Form

Login

Exit

Tampilkan Hasil

login

Web Server status

hasil

Application Server

status

query

hasil

query

Database Server

form Client

form

Web Server hasil

hasil

Application Server

Database Server

Gambar 4. 24 Pemetaan CBMG Integrasi ke DFD (2) Aliran data yang sama terjadi dua kali yang pertama untuk login yang kedua untuk submit form. Sama di sini bukan berarti ukuran data atau jenis datanya yang sama tapi alur atau urutan pengaksesan servernya yang sama. Yaitu pengguna

memasukkan

data

melalui

form

dan

web

server

akan

meneruskannya ke application server untuk diproses dan dijadikan query yang akan dikirimkan ke database server. Selanjutnya database server akan Universitas Indonesia


68

memberikan hasil query tersebut ke application server dan akan diteruskan ke web server untuk ditampilkan pada pengguna. Aktivitas selanjutnya yang akan dipetakan adalah aktivitas pencarian seperti yang terlihat pada Gambar 4. 25 Pemetaan CBMG Integrasi ke DFD (3). Aliran data dalam aktivitas ini sama dengan aliran data pada aktivitas sejenis di aplikasi interaksi katalog. Aliran data dimulai dari pada saat pengguna memasukkan kriteria pencarian yang akan diteruskan oleh web server kepada application server untuk diolah menjadi query yang dipahami oleh database server. Database server selanjutnya akan memberikan hasil query kepada application server. Application server akan mengolah dan meneruskannya ke web server untuk ditampilkan kepada pengguna.

Halaman Informasi

Entry

Login

Search Keyword

keyword Client hasil

Update database

Submit Form

Exit

Tampilkan Hasil

keyword

Web Server status

Application Server

status

query

Database Server

Gambar 4. 25 Pemetaan CBMG Integrasi ke DFD (3) Pemetaan yang telah didapat selanjutnya dirumuskan ke dalam sebuah model beban kerja untuk aplikasi integrasi. Ternyata model yang didapatkan sama dengan model pada ketiga jenis aplikasi sebelumnya. Untuk lebih jelasnya



69

perhatikan Gambar 4. 26 Model Beban Kerja Aplikasi Integrasi dengan Probabilitas berikut ini : C

C

p2,m2 C

p7,m7

WS

p1,m1

AS

p3,m3

DS

AS

WS

p5,m5

p4,m4

p6,m6

Gambar 4. 26 Model Beban Kerja Aplikasi Integrasi dengan Probabilitas Besar data akan bergantung pada masing-masing aplikasi sedangkan probabilitas dalam satu sesi dapat dihitung berdasarkan probabilitas transisi antar node dalam Model Perilaku Pengguna yang telah sebelumnya : a. DFD yang telah dibuat menunjukkan bahwa seluruh aktivitas pasti akan mengakses Web Server di awal sesi sehingga nilai p1 adalah 1,0. b. p2 merupakan kemungkinan terjadinya aktivitas “melihat halaman informasi” sehingga nilai probabilitasnya sama dengan pi,e yang terdapat dalam Tabel 4. 6 Tabel Matriks Transisi Aplikasi Integrasi yaitu 0,3. c. p3 merupakan kemungkinan terjadinya aktivitas submit form dan search keyword sehingga nilai probabilitasnya merupakan gabungan antara kedua probabilitas tersebut yaitu 0,3 + 0,3 = 0,6. d. p4, p5, p6, dan p7 merupakan bagian dari submit form dan search keyword dan sudah pasti akan dan pasti akan dilakukan apabila p3 sudah dilakukan sehingga probabilitas masing-masing sesi tersebut adalah 1,0.

C

C

0.3,m2 C

1.0,m7

WS

1.0,m1

AS

0.6,m3

DS

1.0,m4

AS

1.0,m5

WS

1.0,m6

Gambar 4. 27 Model Beban Kerja Aplikasi Integrasi dengan Probabilitas



70

Dari pemodelan di atas, angka yang didapatkan dimasukkan ke dalam persamaan

(3,2)

sehingga

dapat

diketahui

besar

paket

data

yang

ditransmisikan dalam satu sesi di aplikasi publikasi yaitu :

(4,10) Maka dari persamaan (4,9) di atas didapatkan persamaan untuk menghitung besar paket data per sesi dalam aplikasi tersebut yaitu yaitu persamaan yang sama dengan yang didapatkan dari hasil pemodelan aplikasi interaksi registrasi.

Dari pemodelan yang telah dilakukan terhadap 4 jenis aplikasi yaitu publikasi, interaksi registerasi, interaksi katalog, dan integrasi, didapatkan 4 buah model penghitungan beban kerja aplikasi seperti terdapat pada tabel berikut : Jenis Aplikasi

Model Beban Kerja

Publikasi Interaksi – Registrasi Interaksi – Katalog Integrasi

Dapat dilihat dalam tabel tersebut terdapat aplikasi-aplikasi yang memiliki model yang sama sehingga pada akhirnya terdapat 2 model penghitungan beban kerja yang dapat digunakan untuk penghitungan jumlah kilobytes pada tahapan selanjutnya yaitu : a. Untuk aplikasi publikasi dan interaksi katalog :

b. Untuk aplikasi yang memerlukan form (interaksi registerasi & integrasi) :



71

Dari data yang di dapat melalui Google Developer Tools akan didapatkan jumlah kilobytes yang berhasil ditransmisikan di setiap halaman. Berdasarkan penjelasan di atas

merupakan hasil request dari pengguna kepada aplikasi

atau besar kilobytes yang berhasil ditransmisikan di halaman Hasil (Gambar 4. 28

Ilustrasi Halaman Aplikasi) dapat berupa file pdf, video, dan halaman HTML. Sedangkan

adalah rata-rata besar halaman yang memuat informasi statis

termasuk form,

adalah jumlah kilobytes yang dikirimkan pada saat pengguna men-

submit form. Sehingga persamaan tersebut dapat disederhanakan menjadi :

a. Untuk aplikasi publikasi dan interaksi katalog :

(4,11)

b. Untuk aplikasi yang memerlukan form (interaksi registerasi & integrasi) :

(4,12)

Form/

Hasil

Halaman pencarian

Gambar 4. 28 Ilustrasi Halaman Aplikasi



72

4.4.

Penentuan Performance Parameter dan Model Estimasi Bandwidth Dari model-model estimasi bandwidth yang dibahas pada kajian pustaka, diketahui parameter-parameter yang digunakan oleh masing-masing model dalam melakukan estimasi bandwidth :

Komponen

Tabel 4. 7 Tabel Perbandingan Model Estimasi Bandwidth Jumlah paket (berhasil transmisi) Ukuran paket Jumlah transmisi gagal Jumlah transmisi berhasil Waktu delay transmisi paket Jumlah Pengguna Waktu Transmisi Jumlah retry Server Response Rate Faktor Numerik (protocol overhead, safety factor, load peak) Traffic (bit/sec)

A V V V V X X X X X X

B V V X X V V V X X X

C X V V V X V X V V X

D V V X X X V X X X V

Penulis V V X X X V X X X X

X

V

V

V

V

Keterangan : A = Model milik Guerin, Glass, Hu, Tan, & Portmann (2012) B = Model milik Cao, Cleveland, & X (2004) C = Model milik Tawileh & McIntosh (2007) D = Model milik Siregar (2008)

Dari hasil kajian pustaka dan kecocokan komponen dengan ketersediaan informasi public (ruang lingkup) dari penelitian, maka berikut adalah komponen yang akan digunakan sebagai parameter performance yang akan digunakan untuk membentuk model penghitungan estimasi bandwidth minimum : a. Jumlah paket yang berhasil ditransmisikan dan Ukuran Paket (KB) Kedua komponen dalam tabel perbandingan di atas oleh penulis akan digabungkan menjadi satu komponen baru yang merupakan hasil perkalian jumlah paket yang berhasil ditransmisikan dan ukuran dari setiap paket yang berhasil tersebut menjadi satu komponen baru yaitu Jumlah Kilobytes yang telah dibuatkan modelnya pada tahapan sebelumnya. Universitas Indonesia


73

b. Jumlah Pengguna Jumlah pengguna yang dimaksud di sini adalah jumlah pengguna yang aktif bersama-sama dalam aplikasi tersebut dalam kurun waktu tertentu. c. Traffic (bit/sec) Merupakan jumlah bit per detik yang berhasil ditransmisikan, traffic ini didapat dari berapa Jumlah Kilobytes yang berhasil ditransmisikan per detiknya. Dengan kata lain dengan mendapatkan traffic ini maka bisa ditentukan besar bandwidth minimum yang harus dimiliki sesuai dengan traffic tersebut. Berdasarkan kesamaan komponen dengan yang digunakan oleh Siregar (2008) maka untuk estimasi bandwidth minimum pada penelitian ini akan menggunakan model yang digunakan oleh Siregar (2008) :

(4,13) Di mana : C = Besar bandwidth yang dibutuhkan (Kbps) X = Jumlah Data per step (KB) N = Jumlah Pengguna D = Rata-rata dialog per step per menit 0.25 konstanta Model (4,11) dan (4,12) yang telah didapatkan di tahapan sebelumnya telah menggambarkan jumlah step(i) dan besar data per step(mi) di setiap sesinya, selain itu konstanta yang dipergunakan oleh Siregar (2008) merupakan konstanta dari aplikasi SAP sehingga tidak dapat digunakan dipenelitian ini, Sehingga model tersebut dapat disesuaikan menjadi :

(4,14) Konstanta 8 menunjukkan perubahan satuan dari byte ke bit, konstanta 60 digunakan untuk mengubah satuan dari menit ke detik, sedangkan konstanta 1024 digunakn untuk merubah hasil bandwidth dari Kbps menjadi Mbps.



74

4.5.

Penghitungan Estimasi Kebutuhan Bandwidth Minimum Instansi

Model penghitungan bandwidth, yaitu persamaan (4,14) yang telah didapatkan pada tahapan sebelumnya selanjutnya akan digunakan untuk menentukan kebutuhan bandwidth masing-masing aplikasi di instansi objek penelitian. Dari hasil pengumpulan data publik yang dilakukan, diketahui beberapa aplikasi tidak memiliki informasi publik yang lengkap estimasi bandwidth untuk aplikasi tersebut tidak bisa dilakukan. Hal ini berdampak pada hasil perhitungan total kebutuhan bandwidth minimumnya sehingga total bandwidth minimum yang nantinya didapatkan merupakan bandwidth yang setidaknya harus dipenuhi untuk mendukung aplikasi-aplikasi yang berhasil diestimasi tersebut. Sebelum menampilkan estimasi kebutuhan bandwidth dari masing-masing instansi, terlebih dahulu akan ditampilkan tabel rangkuman kelengkapan data dari masing-masing instansi sehingga didapatkan gambaran mengapa terdapat aplikasi yang tidak dapat diestimasi kebutuhan bandwidth-nya. Tabel 4. 8 Tabel Kelengkapan Komponen Estimasi Bandwidth No

Nama Kementerian

Lengkap

Tidak Lengkap

Total Aplikasi Diamati

1

Kementerian Pendidikan

0

20

20

2


0

14

14

3


2

13

15

4


1

6

7

5

BAPPENAS

2

4

6

6


1

4

6

7

Badan Pertanahan Nasional

1

4

5

8

Kementerian dalam negeri

3

12

15

9


4

12

16

10


8

5

13

Keterangan Pewarnaan : Jumlah aplikasi yang dapat diestimasi >75% dari total aplikasi Jumlah aplikasi yang dapat diestimasi 50 – 74,99% dari total aplikasi Jumlah aplikasi yang dapat diestimasi 25 – 49,99% dari total aplikasi Jumlah aplikasi yang dapat diestimasi < 25% dari total aplikasi



75

Dapat dilihat bahwa dari tabel di atas bahwa sebagian besar aplikasi web tidak dapat diestimasi, hal ini dikarenakan informasi publik yang ditampilkan tidak lengkap baik dari jumlah pengguna atau halaman yang tidak dapat diakses. Berikut adalah pembahasan mengenai kelengkapan komponen dan estimasi bandwidth untuk masing – masing lembaga : 4.5.1. Kementerian Pendidikan Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Dari hasil observasi yang dilakukan, aplikasi-aplikasi web milik Kementerian Pendidikan tidak mencantumkan statistik pengguna sehingga tidak dapat diestimasi kebutuhan bandwidthnya.

4.5.2. Kementerian Komunikasi dan Informatika Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Hanya 1 dari 14 aplikasi publik Kominfo yang mencantumkan statistik pengguna di laman masing-masing aplikasi, yaitu Sistem e-Pengadaan pemerintah sejumlah 1.127.978 pengguna dari tahun 2012 sampai dengan bulan Juni 2013. Dari data tersebut dan dengan asumsi pengunjung terhitung dari 1 Januari 2012 – 30 Juni 2013 (390 hari), dilakukan estimasi jumlah pengguna harian dengan menggunakan persamaan (3,1), sehingga didapat rata-rata jumlah pengunjung hariannya adalah sebanyak 2.892,25 pengguna. Karena jumlah pengguna tidak mungkin berbentuk desimal, maka dilakukan pembulatan sehingga didapat angka 2893 pengguna per hari. Dari informasi data statistik pengguna di masing-masing aplikasi didapatkan rata-rata jumlah pengguna harian dari masing-masing aplikasi seperti yang tertera dalam Tabel 4. 9 Estimasi Jumlah Pengguna Aplikasi Web Kominfo (per Juni 2013) berikut : Tabel 4. 9 Estimasi Jumlah Pengguna Aplikasi Web Kominfo (per Juni 2013) No

Nama Aplikasi

Estimasi Jumlah Pengguna per hari

1

Website

N/A

2

Sistem Informasi Geografis Kominfo

N/A



76

No

Nama Aplikasi


3

Data & Statistik

N/A

4

Sistem Informasi Pengamatan Hilal

N/A

5

Selamat Datang di Sistem Layanan Online Perizinan Penyelenggaraan Penyiaran (ePenyiaran)

N/A

6

e-Pengadaan pemerintah

2893

7

Badan Koordinasi Kehumasan Pemerintah

N/A

8

Monumen Pers Nasional

N/A

9

Balai Pelatihan dan Riset TIK

N/A

10

GOV-CSIRT (Government Computer Security Incident Response Team)

N/A

11

Badan Penelitian dan Pengembangan SDM

N/A

12

TRUST +

N/A

13

TV Digital Indonesia

N/A

14

Direktorat Jendral Informatika

N/A

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hanya satu aplikasi yang dapat diestimasi jumlah penggunanya yaitu e-Pengadaan pemerintah, namun aplikasi ini hanya bisa diakses oleh anggota sehingga estimasi jumlah paket per halamannya tidak dapat diketahui dan otomatis estimasi bandwidthnya pun tidak dapat dilakukan.

4.5.3. Kementerian Perhubungan Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Dari informasi data statistik pengguna di masingUniversitas Indonesia


77

masing aplikasi didapatkan rata-rata jumlah pengguna harian dari masingmasing aplikasi seperti yang tertera dalam Tabel 4. 10 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Perhubungan (per Juni 2013) berikut :

Tabel 4. 10 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Perhubungan (per Juni 2013) No

Nama Aplikasi


1

Program Keselmatan Penerbangan Nasional

Tidak Diketahui

2

Aplikasi Web Hukum dan Kerjasama

Tidak Diketahui

3

Sistem Informasi Prasarana Geografis

85

4

Website Kementerian Perhubungan Pejabat Pengelola Informasi dan Dokumentasi Badan Pengembangan Sumber Daya Perhubungan

517

5 6

Tidak Diketahui Tidak Diketahui

7

Direktorat Jendral Perkeretaapian

Tidak Diketahui

8

Direktorat Jendral Perhubungan Udara

Tidak Diketahui

9

Direktorat Jendral Perhubungan Laut

Tidak Diketahui

10

Direktorat Jendral Perhubungan Darat

Tidak Diketahui

11

RTTMC

129

12

Sistem Informasi Lalulintas jalan

13

13

Pusat Informasi Transportasi Perkotaan

Tidak Diketahui

14

Website Inspektorat Jendral Kementerian Perhubungan Indonesia

Tidak Diketahui

15

CCTV Stasiun

Tidak Diketahui

4 dari 15 aplikasi publik yang dimiliki oleh Kementerian perhubungan mencantumkan statistik pengguna di laman masing-masing aplikasi, sehingga jumlah penggunanya dapat diestimasi dengan menggunakan persamaan (3,1). Misalnya untuk aplikasi Sistem Informasi Geografis, tercatat bahwa jumlah pengguna sejak 23 Mei 2013 sampai dengan akhir Juni 2013 adalah sebanyak 3232 orang. Jumlah hari dari 23 Mei 2013 sampai dengan akhir Juni 2013 adalah 38 hari, maka dengan menggunakan persamaan (3,1) akan didapatkan rata-rata 85 pengguna per hari. Universitas Indonesia


78

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut ini : Tabel 4. 11 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Perhubungan Rata-rata ukuran per halaman (KB) N/A

No

Nama Aplikasi

1

Sistem Informasi Prasarana Geografis

2

Website Kementerian Perhubungan

3

RTTMC

N/A

4

Sistem Informasi Lalulintas jalan

N/A

5


1000.497

4480.913

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat hasil sebagai berikut : Tabel 4. 12 Estimasi Estimasi Bandwidth Kementerian Perhubungan No

Nama Aplikasi

Bandwidth (Mbps)

1

Website Kementerian Perhubungan

1.052361957

2


3.327500905

Total Bandwidth Minimum

4.379862862



79

Dari hasil di atas, didapatkan bandwidth minimum yang dibutuhkan setidaknya untuk menjalankan 2 aplikasi publik yang dapat diestimasi adalah sebesar 4.379 Mbps.

4.5.4. Kementerian Kesehatan Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Dari informasi data statistik pengguna di masingmasing aplikasi didapatkan rata-rata jumlah pengguna harian dari masingmasing aplikasi seperti yang tertera dalam tabel berikut : Tabel 4. 13 Jumlah Pengguna Aplikasi Web Kementerian Kesehatan (Per Juni 2013)

No


Nama Aplikasi

1

Website

N/A

2

Bank Data Kesehatan

N/A

3

Indikator Standar Pelayanan Minimal

N/A

4

Layanan Pengadaan Secara Elektronik (LPSE)

2103

5

Perpustakaan Online Kementerian Kesehatan

82

6

Electronic Clipping System

N/A

7

Website Pejabat Pengelola Informasi & Dokumentasi

N/A

Jumlah pengguna LPSE diperkirakan sejumlah 2103 orang perhari. Angka tersebut didapat dari jumlah pengguna hingga hari ini dibagi dengan total hari dari sejak berdiri (2006) sampai dengan bulan Juni 2013, sedangkan dengan cara yang sama didapatkan perkiraan jumlah pengguna untuk perpustakaan online yaitu sebanyak 82 pengguna. Aplikasi lainnya tidak dapat diestimasi jumlah penggunannya karena di halaman aplikasi-aplikasi tersebut tidak dicantumkan statistik pengunjungnya. Jumlah pengguna setiap aplikasi yang berhasil dihimpun bisa dilihat pada Tabel 4. 13 Jumlah Pengguna Aplikasi Web Kementerian Kesehatan. Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap Universitas Indonesia


80

kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada Tabel 4. 14 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Kesehatan Tabel 4. 14 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Kesehatan No

Nama Aplikasi

Rata-rata ukuran per halaman (KB)

1


N/A

2

Perpustakaan Online Kementerian Kesehatan

298

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap di instansi ini hanya satu yaitu Perpustakaan Online Kementerian Kesehatan. Dari data yang telah didapatkan tersebut, selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat bandwidth minimum yang harus dimiliki oleh Kementerian Kesehatan untuk setidaknya mendukung aplikasi perpustakaan online adalah sebesar 0.0497 Mbps.

4.5.5. BAPPENAS Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. 2 dari 6 aplikasi publik yang dimiliki oleh BAPPENAS mencantumkan statistik pengguna di laman masing-masing aplikasi, Universitas Indonesia


81

sehingga jumlah penggunanya dapat diestimasi dengan menggunakan persamaan (3,1), yaitu aplikasi Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana sebanyak 22.52 pengguna per hari atau dibulatkan menjadi 23 pengguna per hari dan Website Direktorat Pengembangan Kerjasama Pemerintah dan Swasta yang dikunjungi 32 pengguna per harinya. Dari informasi data statistik pengguna di masing-masing aplikasi didapatkan rata-rata jumlah pengguna harian dari masing-masing aplikasi seperti yang tertera dalam tabel berikut : Tabel 4. 15 Estimasi Jumlah Pengguna Aplikasi Web BAPPENAS (per Juni 2013)

No


Nama Aplikasi

1

Website BAPPENAS

N/A

2

Perpustakaan BAPPENAS

N/A

3

Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana

23

4

Direktorat Pengembangan Kerjasama Pemerintah dan Swasta

34

5

Jaringan Dokumentasi dan Informasi Hukum BAPPENAS

N/A

6

Forum bersama kerjasama BAPPENAS dengan Perguruan Tinggi

N/A

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah



82

Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut ini : Tabel 4. 16 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BAPPENAS No 1 2

Nama Aplikasi


Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana Direktorat Pengembangan Kerjasama Pemerintah dan Swasta

286.815 1035

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat hasil sebagai berikut : Tabel 4. 17 Estimasi Estimasi Bandwidth BAPPENAS No

Nama Aplikasi

Bandwidth (Mbps)

1

Pusat Pembinaan, Pendidikan, dan Pelatihan Berencana

0.013421112

2

Direktorat Pengembangan Kerjasama Pemerintah dan Swasta

0.071594238


0.08501535


4.5.6. Badan Pusat Statistik Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. 2 dari 6 aplikasi publik yang dimiliki oleh BPS yaitu Layanan Pengadaan Secara Elektronik (LPSE) dan Pusat Pendidikan dan Pelatihan mencantumkan statistik pengguna di laman masing-masing aplikasi, sehingga jumlah penggunanya dapat diestimasi. Dari informasi data statistik pengguna di masing-masing aplikasi didapatkan rata-rata Universitas Indonesia


83

jumlah pengguna harian dari masing-masing aplikasi seperti yang tertera dalam tabel berikut :

Tabel 4. 18 Estimasi Jumlah Pengguna Aplikasi Web BPS (per Juni 2013) No

Nama Aplikasi


1

Website BPS

N/A

2

Layanan Pengadaan Secara Elektronik

492

3

Pusat Pendidikan dan Pelatihan

1008

4

Sensus Pertanian 2013

N/A

5

Sensus Penduduk 2010

N/A

6

Sistem Informasi Rujukan Statistik (SIRUSA)

N/A

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut ini : Tabel 4. 19 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BPS No

Nama Aplikasi

1

Layanan Pengadaan Secara Elektronik

2

Pusat Pendidikan dan Pelatihan

Rata-rata ukuran per halaman (KB) N/A 265.355



84

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap yaitu Pusat Pendidikan dan Pelatihan selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapatkan bandwidth minimum sebesar 0.544 Mbps yang dibutuhkan setidaknya untuk menjalankan aplikasi tersebut.

4.5.7. Badan Pertanahan Nasional Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. 2 dari 5 aplikasi publik yang dimiliki oleh BPN yaitu Layanan Pengadaan Secara Elektronik (LPSE) dan E-Library yang menampilkan statistik pengguna di laman masing-masing aplikasi, sehingga jumlah penggunanya dapat diestimasi. Dari informasi data statistik pengguna di masing-masing aplikasi didapatkan rata-rata jumlah pengguna harian dari masing-masing aplikasi seperti yang tertera dalam tabel berikut : Tabel 4. 20 Estimasi Jumlah Pengguna Aplikasi Web BPN (per Juni 2013) No

Nama Aplikasi


1

Website BPN

N/A

2

Peta

N/A

3


723

4

E-Library

23

5

Portal Daerah

N/A

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan Universitas Indonesia


85

mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut ini : Tabel 4. 21 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web BPN No

Nama Aplikasi


1


N/A

2

E-Library

61.89

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap yaitu Pusat Pendidikan dan Pelatihan selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapatkan bandwidth minimum sebesar 0.003 Mbps yang dibutuhkan setidaknya untuk menjalankan aplikasi tersebut.

4.5.8. Kementerian Dalam Negeri Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Dari informasi data statistik pengguna di masingmasing aplikasi didapatkan rata-rata jumlah pengguna harian dari masingmasing aplikasi seperti yang tertera dalam Gambar 4. 22 Model Beban Kerja Aplikasi Interaksi Katalog dengan Probabilitas. Tabel 4. 22 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Dalam Negeri (per Juni 2013) No 1

Nama Aplikasi Biro Kepegawaian Sekertariat Jenderal Kementerian Dalam Negeri

Estimasi Jumlah Pengguna per hari Tidak diketahui



86

No 2 3 4 5

Nama Aplikasi


Direktorat Jenderal Keuangan Daerah Layanan Pengadaan Secara Elektronik (LPSE) Perpustakaan Direktorat Jenderal Bina Pembangunan Daerah Kementerian Dalam Negeri Republik Indonesia Sistem Informasi Standar Pelayanan Perkotaan / Publik

1814 1179 Tidak diketahui Tidak diketahui

6

Website Badan Pendidikan dan Pelatihan Kementerian Dalam Negeri

7

Website Badan Penelitian dan Pengembangan Kementerian Dalam Negeri

Tidak diketahui

8

Website Direktorat Jenderal Bina Pembangunan Daerah Kementerian Dalam Negeri Republik Indonesia

Tidak diketahui

9

Website Direktorat Jenderal Kependudukan dan Pencatatan Sipil

Tidak diketahui

10

Website Direktorat Jenderal Otonomi Daerah Kementerian Dalam Negeri Republik Indonesia

11

Website Direktorat Jenderal Pemberdayaan Masyarakat dan Desa

Tidak diketahui

12

Website Direktorat Jenderal Pemerintahan Umum

Tidak diketahui

13

Website Direktorat Penataan Perkotaan

Tidak diketahui

14 15

Website Kementerian Dalam Negeri Republik Indonesia Website Sekertariat Jenderal Kementerian Dalam Negeri

1550

2455

Tidak diketahui Tidak diketahui

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Universitas Indonesia


87

Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut ini :

Tabel 4. 23 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Dalam Negeri No


Nama Aplikasi

1

Direktorat Jenderal Keuangan Daerah

875.671

2


3


222.536

4


476.439

N/A

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat hasil sebagai berikut : Tabel 4. 24 Estimasi Estimasi Bandwidth Kementerian Dalam Negeri No

Bandwidth (Mbps) 3.231744779

Nama Aplikasi

1

Direktorat Jenderal Keuangan Daerah

2


0.701763509

3


2.379674774


6.313183063




88

4.5.9. Kementerian Keuangan Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. 5 dari 15 aplikasi publik yang dimiliki oleh Kementerian keuangan mencantumkan statistik pengguna di laman masing-masing aplikasi, sehingga jumlah penggunanya dapat diestimasi. Misalnya untuk aplikasi Sekretariat Pengendalian Pajak, tercatat bahwa jumlah pengguna sejak 13 Januari 2010 sampai dengan akhir Juni 2013 adalah sebanyak 1302 orang. Jumlah hari dari 13 Januari 2010 sampai dengan akhir Juni 2013 adalah 903 hari, maka dengan membagi total pengguna dengan jumlah hari, akan didapatkan rata-rata 1.44 pengguna per hari. Pengguna tidak mungkin berjumlah decimal oleh karena itu akan dilakukan pembulatan ke atas sehingga didapat rata-rata pengguna adalah 2 orang per harinya. Dari informasi data statistik pengguna di masingmasing aplikasi didapatkan rata-rata jumlah pengguna harian dari masingmasing aplikasi seperti dalam tabel berikut : Tabel 4. 25 Estimasi Jumlah Pengguna Aplikasi Web Kementerian Keuangan (per Juni 2013) No

Nama Aplikasi


1

Website

N/A

2

Biro Sumber Daya Manusia

N/A

3

Whistleblowing System

N/A

4


N/A

5

E-learning program percepatan akuntabilitas keuangan pemerintah

6

Perpustakaan Online

N/A

7

Recruitmen Calon Pegawai Negeri Sipil

N/A

8

Direktorat Jendral Perimbangan Keuangan

N/A

9

Badan Pendidikan dan Pelatihan Keuangan

935

10

Jaringan Dokumentasi dan Informasi Hukum

8176

11

Badan Kebijakan fiskal

N/A

12

Direktorat Jendral Anggaran

N/A

13

Pusat Kebijakan Pendapatan Negara

1433

14

Sekretarian Pengendalian Pajak

40

2 Universitas Indonesia


89

No

Nama Aplikasi


15

Direktorat Jendral Perbendaharaan

N/A

16

Badan Pengelolaan Dana Pendidikan

N/A

Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut : Tabel 4. 26 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Keuangan No

Nama Aplikasi


1

E-learning program percepatan akuntabilitas keuangan pemerintah

2

Badan Pendidikan dan Pelatihan Keuangan

782.15

3

Jaringan Dokumentasi dan Informasi Hukum

30.845

4


682.343

5


210.453

N/A

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat hasil sebagai berikut :



90

Tabel 4. 27 Estimasi Estimasi Bandwidth Kementerian Keuangan No

Nama Aplikasi Badan Pendidikan dan Pelatihan Keuangan Jaringan Dokumentasi dan Informasi Hukum

Bandwidth (Mbps)

3


1.989334145

4


0.000856335

1 2

Total Kebutuhan Bandwidth Minimum

1.487854513 0.513079264

3.9911242574056


4.5.10. Kementerian Pertanian Komponen pertama yang dibutuhkan untuk estimasi bandwidth adalah jumlah pengguna. Dari informasi data statistik pengguna di masingmasing aplikasi didapatkan rata-rata jumlah pengguna harian dari masingmasing aplikasi seperti yang tertera dalam tabel berikut : Tabel 4. 28 Jumlah Pengguna Aplikasi Web Kementerian Pertanian (per Juni 2013)

1

Website Deptan

Estimasi Jumlah Pengguna per hari 3696

2

Website Pusdatin

126

3

Eplaq system

129

4

Portal Multimedia Pertanian

35

5


1009

6

Basis data Statistik Pertanian (BDSP)

12239

7

Basis data Ekspor Impor

406

8

Sistem Informasi Geografis (SIG)

77

9

Basis data Perundangan

12239

10

Sistem Informasi Petani (e-Petani)

21714

11

Sistem Informasi Penyuluhan Pertanian (SIMLUH)

N/A

12

Kalender Tanam Terpadu

N/A

13

Portal Pertukaran Infromasi dan Data (PPID)

N/A

No

Nama Aplikasi



91

Website Kementerian Pertanian, Website Pusdatin, Eplaq system, Portal Multimedia Pertanian, Layanan Pengadaan Secara Elektronik (LPSE), Basis data Ekspor Impor, Sistem Informasi Geografis (SIG), dan Sistem Informasi Petani (e-Petani) masing-masing mencantumkan statistik pengguna di halaman awal aplikasi web-nya sehingga jumlah pengguna rata-rata dapat diestimasi dengan membagi jumlah pengguna tertera dengan jumlah hari sejak aplikasi berdiri. Misalnya, jumlah pengguna yang mengakses Website Kementerian Pertanian menurut statistik pengguna yang tercantum dalam halaman tersebut adalah sebesar 12.983.277 pengguna sejak 3513 hari yang lalu. Oleh karena itu estimasi jumlah pengguna hariannya adalah :

Karena jumlah manusia tidak bisa koma, maka dilakukan pembulatan ke atas, sehingga estimasi jumlah pengguna hariannya menjadi 3696 pengguna. Hal yang sama dilakukan terhadap 7 aplikasi web lainnya. Estimasi pengguna harian aplikasi Basis data Statistik Pertanian (BDSP) didapat dari hasil survey yang diadakan di dalam aplikasi tersebut dimana di dalamnya terdapat pertanyaan mengenai frekuensi kunjungan pengguna ke aplikasi tersebut. Apakah setiap hari, setiap minggu, dan kadangkadang (Hasil Survey Web BDSP). Setelah diestimasi jumlah pengguna hariannya, komponen selanjutnya yang dibutuhkan adalah besar paket data yang ditransmisikan dalam setiap kali dialog. Aplikasi yang dapat diestimasi jumlah penggunanya, selanjutnya akan dicari besar paket datanya. Seperti yang telah dijelaskan dalam bab sebelumnya estimasi besar paket data dilakukan dengan mengakses halaman-halaman yang ada di dalam aplikasi tersebut dengan menggunakan bantuan fitur Developer pada browser Google Chrome. Data yang didapatkan selanjutnya dimasukkan ke dalam model (4,11) dan (4,12) sesuai dengan jenis aplikasinya. Hasil penghitungan Jumlah



92

Kilobytes untuk setiap aplikasi yang berhasil diidentifikasi dapat dilihat pada tabel berikut : Tabel 4. 29 Estimasi Rata-Rata Ukuran Paket per Halaman Aplikasi Web Kementerian Pertanian

1

Website Deptan

Rata-rata ukuran per halaman (KB) 392.3

2

Website Pusdatin

705

3

Eplaq system

128

4


5


6


52.382

7


36.25

8

Sistem Informasi Geografis (SIG)

N/A

9


505.4

10


No

Nama Aplikasi

10957 N/A

115

Aplikasi-aplikasi yang tidak berhasil diidentifikasi jumlah halamannya adalah aplikasi-aplikasi yang membutuhkan akses sebagai anggota dan aplikasi yang tidak didapat analoginya. Aplikasi yang memiliki komponen lengkap selanjutnya dihitung estimasi bandwidth minimumnya dengan menggunakan persamaan (4,14) sehingga didapat hasil sebagai berikut : Tabel 4. 30 Estimasi Estimasi Bandwidth Kementerian Pertanian No

Nama Aplikasi

Bandwidth (Mbps)

1

Website Deptan

2.949912109

2

Website Pusdatin

0.180725098

3

Eplaq system

0.03359375

4


0.780222575

5


1.304327999

6


0.02994283

7


12.58461629

8


5.080383301

Total Kebutuhan Bandwidth Minimum

22.94372395



93

Dari hasil di atas, didapatkan bandwidth minimum yang dibutuhkan setidaknya untuk menjalankan 8 aplikasi publik yang dapat diestimasi adalah sebesar 22.944 Mbps. Dari hasil perhitungan bandwidth di instansi-instansi di atas, maka dapat dibuat rangkuman estimasi bandwidth minimumnya sebagai berikut : Tabel 4. 31 Tabel Rangkuman Bandwidth Minimum yang Dibutuhkan No

Nama Instansi

Total Aplikasi Diamati

Total Aplikasi yang Dapat Diestimasi

Bandwidth Minimum (Mbps)

1


20

0

N/A

2


15

0

N/A

3


14

2

4.379

4


7

1

0.0497

5

BAPPENAS

6

2

0.085

6


6

1

0.544

7

Badan Pertanahan Nasional

5

1

0.003

8

Kementerian dalam negeri

15

3

6.313

9


16

4

3.991

10


13

8

22.944

Kebutuhan Bandwidth Minimum (Mbps) 25 20 15 10 5 0

22.944

6.313

4.379 N/A N/A

3.991

0.0497 0.085 0.544 0.003

Grafik 4. 1 Estimasi Kebutuhan Bandwidth Minimum (Mbps) Universitas Indonesia


94

Dari grafik di atas, bisa dilihat bahwa meskipun jumlah aplikasi yang dapat diestimasi pada Kementerian Kesehatan, BAPPENAS, Badan Pusat Statistik, dan Badan Pertanahan Nasional jumlahnya sama, namun besar bandwidth minimum yang dibutuhkan berbeda, hal ini dikarenakan besar data yang ditransmisikan dan jumlah pengguna aplikasi berbeda. Perbandingan yang lebih jelas lagi bisa dilihat pada perbandingan antara Kementerian Perhubungan dengan BAPPENAS. Namun terlepas dari hal tersebut, spabila hasil tersebut dibandingkan dengan besar bandwidth yang saat ini dimiliki oleh masing-masing instansi, maka dapat dikatakan bahwa bandwidth yang saat ini dimiliki masih lebih besar daripada kebutuhan bandwidth yang terdapat dalam tabel di atas.



BAB 5 KESIMPULAN DAN SARAN

Bab 5 kesimpulan dan saran akan membahas kesimpulan yang dapat ditarik dari hasil penelitian yang telah dilakukan. Selain kesimpulan penelitian, pada bab ini juga akan dijabarkan kelemahan penelitian dan saran penelitian yang dapat digunakan sebagai dasar pertimbangan untuk pengembangan penelitian oleh peneliti selanjutnya.

5.1. Kesimpulan Berdasarkan kelengkapan profil yang diamati dari masing-masing aplikasi di setiap instansi yang menjadi objek penelitian, dapat diambil kesimpulan : a. Seluruh instansi yang diamati belum memiliki aplikasi yang dapat dikategorisasikan sebagai aplikasi transaksi hal ini memang belum dirasa perlu untuk instansi karena memang instansi-instansi tersebut tidak memiliki layanan-layanan yang menuntut pembayaran dari penggunanya. b. Aplikasi yang dimiliki oleh seluruh instansi yang diamati adalah sistem pengadaan barang(e-procurement), dan Website profil dari instansi tersebut. Aplikasi pengadaan barang yang dimiliki pun memiliki template yang sama kecuali aplikasi sistem pengadaan barang milik Kementerian Komunikasi dan Informatika. c. Sebagian besar (>70%) aplikasi web yang dimiliki oleh instansi tidak mencantumkan statistik pengguna sehingga estimasi jumlah pengguna tidak dapat dilakukan. d. Pada saat mengakses aplikasi-aplikasi tersebut total ada 9 aplikasi yang dicantumkan di web profil instansi terkait namun tidak bisa diakses dan memunculkan pesan error. Adapun jawaban dari pertanyaan penelitian mengenai besar bandwidth minimum yang dimiliki oleh masing-masing instansi, adalah sebagai berikut :

95



96



Bandwidth

minimum

yang

dibutuhkan

oleh

Kementerian

Perhubungan untuk mendukung 2 aplikasi publik adalah 4.379 Mbps. 

Bandwidth minimum yang dibutuhkan oleh Kementerian Kesehatan untuk mendukung 1 aplikasi publik adalah 0.0497 Mbps.



Bandwidth minimum yang dibutuhkan oleh BAPPENAS untuk mendukung 2 aplikasi publik adalah 0.085 Mbps.



Bandwidth minimum yang dibutuhkan oleh Badan Pusat Statistik untuk mendukung 1 aplikasi publik adalah 0.544 Mbps.



Bandwidth minimum yang dibutuhkan oleh Badan Pertanahan Nasional untuk mendukung 1 aplikasi publik adalah 0.003 Mbps, dan merupakan yang paling kecil dibandingkan dengan instansi lainnya.



Bandwidth minimum yang dibutuhkan oleh Kementerian Dalam Negeri untuk mendukung 3 aplikasi publik adalah 6.313 Mbps.



Bandwidth minimum yang dibutuhkan oleh Kementerian Keuangan untuk mendukung 4 aplikasi publik adalah 3.991 Mbps.



Bandwidth

minimum

yang

dibutuhkan

oleh

Kementerian

Perhubungan untuk mendukung 8 aplikasi publik adalah 22.944 Mbps. 

Jumlah pengguna dan besar data yang ditransmisikan akan mempengaruhi besar bandwidth yang dibutuhkan.

5.2.Kelemahan Penelitian Dalam melakukan penelitian ini, karena keterbatasan penulis, penulis menyadari ada beberapa kelemahan penelitian dalam penelitian ini, diantaranya : 

Model yang dibuat masih berbentuk model umum sehingga masing memungkinkan adanya kekhasan dari aplikasi tertentu yang belum bisa terakomodir.



Data yang digunakan baru sebatas data yang dapat ditangkap oleh publik, dan belum mempertimbangkan latency, packet loss, dan peak hour.



97

5.3.Saran 5.3.1. Saran Untuk Instansi Dari kesimpulan dan hasil observasi yang telah dilakukan, berikut adalah saran yang dapat diberikan untuk instansi : a.

Agar pengaksesan web bisa dilakukan lebih cepat, sebaiknya instansi mengurangi ukuran dokumen, video, maupun gambar yang diunggah ke dalam aplikasi web dengan menggunakan format yang lebih friendly dengan lingkungan web. Hal ini penting dilakukan karena sebagian besar data yang dipublikasikan oleh Instansi berupa dokumen atau hasil scan.

b.

Aplikasi-aplikasi web yang memunculkan pesan eror mengenai database atau tidak bisa diakses sebaiknya dipelihara dengan rutin untuk meningkatkan pelayanan terutama data kepada pengguna.

c.

Penelitian

ini

belum

menghitung

peak

hour

dan

tidak

memperhitungkan latency maupun package loss yang terjadi, oleh karena itu instansi dapat menggunakan log aplikasi yang dimiliki untuk memperhitungkan aspek tersebut dan mendapatkan hasil penghitungan yang lebih akurat lagi

5.3.2. Saran Untuk Penelitian Selanjutnya Berdasarkan hasil penelitian yang telah dilakukan, penulis menyadari ada beberapa keterbatasan maupun pertanyaan baru yang muncul dan belum sempat dibahas lebih lanjut dan dapat diteruskan ke penelitian selanjutnya, diantaranya: a. Penelitian selanjutnya dapat memilih salah satu instansi untuk dicari pola khususnya untuk melihat pola penggunaan yang dapat dianalisa lebih lanjut apakah sudah sesuai dengan aplikasi tersebut. b. Penelitian selanjutnya bisa mengangkat data yang lebih riil dengan melakukan monitoring traffic dan melakukan estimasi bandwidth dengan mempertimbangkan latency dan traffic pada peak hour yang diketahui pada saat monitoring langsung.



98

c. Penelitian selanjutnya bisa mengangkat pertanyaan mengenai bagaimana manajemen bandwidth yang tepat untuk Kementerian pertanian agar bandwidth tidak perlu ditambah dan lebih efektif dalam penggunaannya.



99

DAFTAR PUSTAKA

Alexa. (2013, June). Bappenas.go.id Site Info. Dipetik June 2013, dari Alexa The Web Information Company: http://www.alexa.com/siteinfo/bappenas.go.id# Alexa. (2013, Juni). Bpn.go.id Site Info. Dipetik Juni 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/bpn.go.id# Alexa. (2013, July). Bps.go.id Site Info. Dipetik July 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/bps.go.id# Alexa. (2013, June). Dephub.go.id Site Info. Dipetik June 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/dephub.go.id# Alexa. (2013, June). Depkes.go.id Site Info. Dipetik June 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/depkes.go.id# Alexa. (2013, June). Depkeu.go.id Site Info. Dipetik June 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/depkeu.go.id# Alexa. (2013, June). Deptan.go.id Site Info. Dipetik June 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/deptan.go.id# Alexa. (2013, June). Kemdiknas.go.id Site Info. Dipetik June 2013, dari Alexa The Web Information Company: http://www.alexa.com/siteinfo/kemdiknas.go.id# Alexa. (2013, Juni). Kemendagri.go.id Site Info. Dipetik Juni 2013, dari Alexa The Web Information Company: http://www.alexa.com/siteinfo/kemendagri.go.id# Alexa. (2013, Juni). Kominfo.go.id Site Info. Dipetik Juni 2013, dari Alexa - The Web Information Company: http://www.alexa.com/siteinfo/kominfo.go.id# Almeida, V., & Menasce, D. (2002). Capacity Planning : an Essential Tool for Managing Web Services. IEEE IT Professional. Pretince Hall. Badan Pusat Statistik. (2013). Sistem Informasi Rujukan Kegiatan Statistik Tentang Kami. Dipetik 2013, dari Sistem Informasi Rujukan Kegiatan Statistik: http://sirusa.bps.go.id/index.php?r=site/aboutus



100

Biro Kepegawaian Sekretariat Jenderal Kementerian Dalam Negeri. (2013). Distribusi PNS Menurut Unit Kerja. Dipetik 2013, dari Biro Kepegawaian Sekretariat Jenderal Kementerian Dalam Negeri: http://ropeg.setjen.kemendagri.go.id/misekdn2012/mzchart/mzmainunker.php Biro Organisasi dan Kepegawaian Kementerian Pertanian. (2012). Rekapitulasi Jumlah Pegawai Kementerian Pertanian. Dipetik 2013, dari Biro Organisasi dan Kepegawaian Kementerian Pertanian: http://www.deptan.go.id/biro_ok/irekappegawai.php Biro Sumber Daya Manusia BAPPENAS. (2013). Daftar Nominatif Pegawai Berdasarkan Unit Kerja. Dipetik 2013, dari Biro Sumber Daya Manusia Badan Perencanaan Pembangunan Nasional: http://bsdm.bappenas.go.id/?page=nominatif Blue Coat Systems, Inc. (t.thn.). Technical Brief: Creating a Bandwidth Management Strategy. Diambil kembali dari Blue Coat: https://bto.bluecoat.com/doc/820 Cao, J., Cleveland, W. S., & X, D. (2004). Bandwidth Estimation for Best-Effort Internet Traffic. Statist. Sci Volume 19 , hal. 518-543. deMin, J. E. (2002). Insight Matters: Global Network Considerations for eProcurement and Extranets. Diambil kembali dari Infonet Service Corporation: www.infonet.com Dewo, E. S. (2003). Bandwidth dan Throughput. Artikel Populer IlmuKomputer.Com . Direktorat Jendral Otonomi Daerah - Kementerian Dalam Negeri Republik Indonesia. (2012, Oktober 2). Daftar Jumlah Provinsi, Kabupaten/Kota Seluruh Indonesia. Dipetik Juni 30, 2013, dari Situs Resmi Direktorat Jendral Otonomi Daerah Kementerian Dalam Negeri Republik Indonesia: http://otda.kemendagri.go.id/images/file/new_data/daftar%20jumlah%20pr ov.pdf Gronlund, A., & Horan, T. A. (2004). Introducing e-Gov : History, Definitions, and Issues. Communications of the Association for Information Systems Volume 15 , hal. 713-729 . Guerin, J., Glass, S., Hu, P., Tan, W. L., & Portmann, M. (2012). Time-based and Low-Cost Bandwidth Estimation for IEEE 802.11 Links. Wireless Communications and Mobile Computing Conference (IWCMC), 2012 8th International (hal. 251-256). Limassol: IEEE.org.



101

Hasil Survey Web BDSP. (t.thn.). Diambil kembali dari Basis Data Statistik Pertanian: http://aplikasi.deptan.go.id/bdsp/surveiRes.asp Hsiang-Jui Kung, H.-L. T. (2008). Web Application Classification: A Maintenance/Evolution Perspective. IGI Global. IBM Global Services. (1999). Network performance and capacity planning: Techniques for an e-business world. Atlanta: International Business Machines Corporation. Janssen, C. (2010). What Is Executive Information System (EIS)? Dipetik 2013, dari Technopedia: http://www.techopedia.com/definition/1016/executiveinformation-system-eis Kementerian Pertanian Republik Indonesia. (2013). Hasil Survey Web BDSP. Diambil kembali dari Basis Data Statistik Pertanian: http://aplikasi.deptan.go.id/bdsp/surveiRes.asp Komisi II DPR RI. (2012, Oktober 17). Laporan Singkat Komisi II DPR RI Bidang Pemerintahan Dalam Negeri dan Otonomi Daerah, Aparatur Negara dan. Dipetik Juni 2013, dari Dewan Perwakilan Rakyat Republik Indonesia: http://www.dpr.go.id/complorgans/commission/commission2/report/K2_la poran_RDP_Komisi_II_DPR_RI_dgn_BPN.pdf Li, G., & Wang, D. (2013). Paten No. US8374077 B2. Maj, S. P., & Veal, D. (2001). B-Nodes: A Proposed New Method for Modeling Information System Technology. International Conference on Computing and Information Technologies: Exploring Emerging Technologies (hal. 365). London: World Scientific. Nardo, T. D. (2011, January 19). White Paper: Outlook Anywhere Scalability with Outlook 2007, Outlook 2003, and Exchange 2007. Dipetik 2013, dari TechNet Library: http://technet.microsoft.com/enus/library/cc540453.aspx Nurdin, Stockdale, R., & Scheepers, H. (2012). Benchmarking Indonesian Local E-Government. Pacific Asia Conference on Information System. AISEL. Portal Nasional RI. (2010). Visi, Misi, dan Strategi. Diambil kembali dari Portal Nasional RI: http://www.indonesia.go.id/in/sekilas-indonesia/visi-misidan-strategi



102

Prasad, R., Muray, M., Dovrolis, C., & Claffy, K. (2003, December). Bandwidth estimation: metrics, measurement, techniques, and tools. Diambil kembali dari Georgia Tech College of Computing: http://www.cc.gatech.edu/fac/Constantinos.Dovrolis/Papers/NetDov0248. pdf Rees, J. v., & Savageau, J. Indonesia Government ICT/Network Project. Saputra, E. (2011, September 22). BPS mengeluhkan kekurangan sumber daya manusia. Dipetik Juni 2013, dari Kontan: http://nasional.kontan.co.id/news/bps-mengeluhkan-kekurangan-sumberdaya-manusia-1 Setiawan, D. (2013). National Broadband Plan Case of Indonesia. Knowledge Sharing on Australia Broadband (hal. 2). Jakarta: Director General of Resources and Standard, Ministry of Communication and IT. Siregar, S. R. (2008). Perencanaan kapasitas jaringan perusahaan: studi kasus PT XYZ, sebuah produsen produk-2 kimin kebutuhan rumah tangga. Jakarta: Universitas Indonesia. Tawileh, A., & McIntosh, S. (2007). Network Bandwidth Estimation : A System Dynamics Approach. 25th System Dynamics Conference. Boston: Cardiff University School of Computer Science. United Nations Division for Public Economics and Public Administration. (2002). Benchmarking E-government: A Global Perspective - Assessing the UN Member States. American Society for Public Administration. Universitas Indonesia. (2009). Perencanaan Kapasitas Infrastruktur TI. Jakarta, DKI Jakarta, Indonesia: Program Magister Teknologi Informasi Universitas Indonesia. Yuan, Z., Venkataraman, H., & Muntean, G.-M. (2012). A Novel Bandwidth Estimation Algorithm for IEEE 802.11 TCP Data Transmissions. WCNC Workshops, (hal. 377-382).



103

LAMPIRAN 1 : Formulir Observasi Aplikasi

No

Nama Aplikasi

Jenis Aplikasi

Jenis Pengguna


Rata-rata ukuran per halaman

Rata-rata lama user di web

Pageview per user

Estimasi Bandwidth (Mbps)

Keterangan

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18



104

LAMPIRAN 2 : Formulir Observasi Aplikasi - Detail

Nama Instansi : ______________________ Nama Aplikasi : ______________________

No Nama/Alamat Halaman

Ukuran Halaman (KB)

Rata-rata (byte) Rata-rata (bit)



105

LAMPIRAN 3 : Data Kepemilikan Bandwidth Instansi Pemerintahan Indonesia

Konektivitas No

Nama Kementerian Centralized

Decentralized

1


Several Fiber optic connections Main datacenter: 20 Mb/s for internet access 10 Mb/s connection to another building complex (fiber with wireless back-up) 100 Mb/s OpenIXP

Dinas (province & district) Average 3-4 connections/district (total 1500-2000 locations) mostly using ADSL and some GSM modems

2


Fiber optic connectivity Main datacenter: 200 Mb/s OpenIXP + Internet access (for 3 locations together) 20 Mb/s IP VPN (MPLS)

Dinas (provincial) 33 x 512 kb/s IP VPN (MPLS)

Kementerian Kesehatan (ropeg)

Dinas (district) 471 x 128 kb/s IP VPN (MPLS) Hospitals & others 106 x 128 kb/s IP VPN (MPLS) Puskesmas (Primary Health Care Center) Just starting, Potentially 9000 Puskesmas



106

3


Multiple connections using fiber connectivity Pustekkom*: 2 x 100 Mb/s Internet access 100 Mb/s OpenIXP Several 100 Mb/s Jardiknas Senayan: 100 MB/s to Cyberbuilding

Dinas (province & district): Typically 1 Mb/s leased line or 256 kb/s VSAT Schools: 32.678 ADSL at 1 Mb/s (Schoolnet)* < 1000 using local WiFi sharing the 1 Mb/s of Dinas Universities Mostly low speed like 512 kb/s some up to 100 Mb/s Inherent*, internal network up to STM-1 Potentially + 261.000 schools

4


Fiber optic connectivity at Ministry

150 larger offices 128 kb/s – 1 Mb/s 700 end-user serving locations 128 kb/s – 1 Mb/s Potentially 29.000 spending units



107

5


Multiple connections using fiber connectivity Main datacenter: 70 Mb/s Internet access 100 Mb/s OpenIXP 15 Mb/s IP VPN (MPLS) Other departments: Several up to 20 Mb/s internet access 1 Gb/s OpenIXP Dark fiber between KOMINFO-POSTEL but not in use

6


Several Fiber optic connections Main datacenter: 10 Mb/s for internet access 1 Mb/s wireless connection to another building 10 Mb/s IP VPN

Dinas (province & district) 512 Kb/s

7

Kementerian Dalam Negeri

Informasi Tidak Tersedia


8

Badan Pertahanan Nasional


Telkom MPLS IP-VPN GPRS Modem

9

BAPPENAS



10


Fiber optic, kapasitas tidak diketahui

Konektivitas rendah dibeberapa daerah, besarnya tidak diketahui

Sumber (Rees & Savageau)



108



UNIVERSITAS INDONESIA ESTIMASI KEBUTUHAN BANDWIDTH MINIMUM UNTUK INSTANSI PEMERINTAHAN INDONESIA KARYA AKHIR

Recommend Documents