Klasifikasi Delay Jaringan Internet Di GKB 2 UNIMUS Menggunakan Algoritma Naïve Bayes

Wanda Ayu Febriani(1*), Luqman Assaffat(2), Akhmad Fathurohman(3)


(1) Universitas Muhammadiyah Semarang
(2) Universitas Muhammadiyah Semarang
(3) Universitas Muhammadiyah Semarang
(*) Corresponding Author

Abstract


Universitas Muhammadiyah Semarang adalah kampus yang mempunyai penggunaan jaringan internet yang banyak di setiap gedung. Salah satunya Gedung Fakultas Teknik yang memiliki 8 lantai dengan beberapa laboratorium komputer. Dengan adanya delay yang terjadi tentunya akan mengganggu kelancaran pada pekerjaan karyawan maupun pada aktivitas mahasiswa di kampus. Untuk itu agar delay dapat ditangani lebih awal maka dilakukan klasifikasi delay pada jaringan internet Gedung Fakultas Teknik menggunakan algoritma Naïve Bayes. Pengambilan data delay dilakukan pada laboratorium komputer Fakultas Teknik Universitas Muhammadiyah Semarang menggunakan winbox. Data yang diperoleh kemudian dibandingkan dengan standar yang ada dan dilakukan klasifikasi menggunakan software python. Dari hasil penelitian disimpulkan bahwa delay jaringan internet Fakultas Teknik Universitas Muhammadiyah Semarang dalam kategori sangat bagus dengan nilai minimal 0 ms dan nilai maksimal 608 ms. Sedangkan nilai rata-rata delay yaitu 101,49 ms untuk pagi hari, 124,57 ms untuk siang hari, dan 132,32 ms untuk sore hari.

Full Text:

PDF

References


Alvina Felicia Watratan, Arwini Puspita. B and Dikwan Moeis (2020) ‘Implementasi Algoritma Naive Bayes

Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia’, Journal of Applied Computer Science

and Technology, 1(1), pp. 7–14. doi: 10.52158/jacost.v1i1.9.

Apandi, T. H. and Sugianto, C. A. (2019) ‘Algoritma Naive Bayes untuk Prediksi Kepuasan Pelayanan

Perekaman e-KTP’, JUITA : Jurnal Informatika, 7(2), p. 125. doi: 10.30595/juita.v7i2.3608.

Aulia, A. F., Hadi, I. and Pos, K. (2020) ‘Analisa Kualitas Layanan Internet Dan Pengklasifikasianstatus

Layanan Menggunakan Algoritma Naive Bayes’, Seminar Nasional Terapan Riset Inovatif

(SENTRINOV) Ke-6, 6(1), pp. 745–752.

Damanik, A. R., Sumijan, S. and Nurcahyo, G. W. (2021) ‘Prediksi Tingkat Kepuasan dalam Pembelajaran

Daring Menggunakan Algoritma Naïve Bayes’, Jurnal Sistim Informasi dan Teknologi, 3, pp. 88–94. doi:

37034/jsisfotek.v3i3.49.

Idris, M. (2019) ‘Implementasi Data Mining Dengan Algoritma Naive Bayes Untuk Memprediksi Angka

Kelahiran’, Jurnal Pelita Informatika, 7(3), pp. 421–428. Available at: https://ejurnal.stmikbudidarma.ac.id/index.php/pelita/article/view/1154.

Irawanto, C., Nurdiawan, O. and Dwilestari, G. (2022) ‘Klasifikasi Quality of Service Layanan Internet

Menggunakan Algoritma Naive Bayes’, Jurnal informasi dan Komputer, 10(2), pp. 47–54.

Jefi et al. (2021) ‘Penerapan Algoritma Naive Bayes Dalam Memprediksi Penyakit Lambung’, Journal of

Information System, Informatics and Computing, 5(2), pp. 524–531. doi: 10.52362/jisicom.v5i2.659.

Kawani, G. P. (2019) ‘Implementasi Naive Bayes’, Journal of Informatics, Information System, Software

Engineering and Applications (INISTA), 1(2), pp. 73–81. doi: 10.20895/inista.v1i2.73.

Manalu, E., Sianturi, F. A. and Manalu, M. R. (2017) ‘Penerapan Algoritma Naive Bayes Untuk Memprediksi

Jumlah Produksi Barang Berdasarkan Data Persediaan dan Jumlah Pemesanan Pada CV. Papadan Mama

Pastries’, Jurnal Mantik Penusa, 1(2), pp. 16–21. Available at:

https://ezp.lib.unimelb.edu.au/login?url=https://search.ebscohost.com/login.aspx?direct=true&db=ffh&

AN=2008-10-Aa4022&site=eds-live&scope=site.

Mikola, A. and Sari, M. (2022) ‘Analisis Sistem Jaringan Berbasis QoS untuk Hot-Spot Di Institut Shanti

Bhuana’, Journal of Information Technology, 2(1), pp. 31–35. doi: 10.46229/jifotech.v2i1.398.

Murtopo, A. A. (2016) ‘Prediksi Kelulusan Tepat Waktu Mahasiswa STMIK YMI Tegal Menggunakan

Algoritma Naïve Bayes’, CSRID (Computer Science Research and Its Development Journal), 7(3), p.

doi: 10.22303/csrid.7.3.2015.145-154.

Rifai, M. F., Jatnika, H. and Valentino, B. (2019) ‘Penerapan Algoritma Naïve Bayes Pada Sistem Prediksi

Tingkat Kelulusan Peserta Sertifikasi Microsoft Office Specialist (MOS)’, Petir, 12(2), pp. 131–144. doi:

33322/petir.v12i2.471.

Sabransyah, M., Nasution, Y. N. and Amijaya, F. D. T. (2017) ‘Aplikasi Metode Naive Bayes dalam Prediksi

Risiko Penyakit Jantung’, Jurnal EKSPONENSIAL, 8(2), pp. 111–118.

Studi, P., Informatika, T. and Sains, F. (2022) ‘IMPLEMENTASI QUALITY OF SERVICE ( QOS ) DAN

PENERAPAN ALGORITMA NAÏVE BAYES PADA JARINGAN WIFI UNIVERSITAS PGRI

KANJURUHAN MALANG Jitter’, 6(2), pp. 469–475.

Supriyatna, A. and Mustika, W. P. (2018) ‘Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi

Keberhasilan Imunoterapi Pada Penyakit Kutil’, J-SAKTI (Jurnal Sains Komputer dan Informatika), 2(2),

p. 152. doi: 10.30645/j-sakti.v2i2.78.

Sri, A., Wibowo, T. A., Mayasari, R., Asror, I. and Satriawan, P. G. (2020) ‘Klasifkasi Data Delay Dengan Lfid

Strategi Forwarding Menggunakan Machine Learning Untuk Memaksimalkan Kinerja Jaringan Ndn

(Named Data Network)’, Jurnal Computech & Bisnis, 14(2),

Trapsilasiwi, R. K. (2011) ‘Peramalan Beban Listrik Jangka Pendek Pada Pt. Pln Area Jawa Timur €“ Bali

Menggunakan Support Vector Machine’, J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika, 3(01),

pp. 1–6. doi: 10.36456/jstat.vol3.no01.a1116


Article Metrics

Abstract view : 181 times
PDF - 30 times

DOI: https://doi.org/10.26714/jkti.v2i1.13260

Refbacks

  • There are currently no refbacks.


=======================================================================================

Penerbit:

  • JKTI | Jurnal Komputer dan Teknologi Informasi
  • Program Studi S1 Informatika,  Unimus| Universitas Muhammadiyah Semarang
  • Sekretariat: Gedung Kuliah Bersama II (GKB II) Lantai 7,  Jl. Kedungmundu Raya No 18 Semarang
  • email: informatika@unimus.ac.id, Phone: + +62 813 2504 3677
  • e-ISSN: 2986-7592

Paper Template: Download

View My Stats

------------------------------------------------------------------------------------------------------------------------------------------------------