SKRIPSI
KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI
PADA TRAFIK JARINGAN MENGGUNAKAN ALGORITMA
K-NEAREST NEIGHBOR
I KOMANG KOMPYANG AGUS SUBRATA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK UNIVERSITAS UDAYANA
▸ Baca selengkapnya: sebutkan 5 komunikasi data melalui jaringan internet pada ponsel
(2)i
SKRIPSI
KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI
PADA TRAFIK JARINGAN MENGGUNAKAN ALGORITMA
K-NEAREST NEIGHBOR
I KOMANG KOMPYANG AGUS SUBRATA (1104405026)
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNIK UNIVERSITAS UDAYANA
JIMBARAN-BALI
KLASIFIKASI PENGGUNAAN PROTOKOL KOMUNIKASI PADA
TRAFIK JARINGAN MENGGUNAKAN ALGORITMAK-NEAREST
NEIGHBOR
Skripsi Ini Diajukan Sebagai Persyaratan Memperoleh Gelar Sarjana S1 (Starata1)
Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana
I KOMANG KOMPYANG AGUS SUBRATA NIM 1104405026
i
LEMBAR PERNYATAAN ORISINALITAS
Tugas Akhir / Skripsi ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.
Nama : I Komang Kompyang Agus Subrata
NIM : 1104405026
TandaTangan :
i
KATA PENGANTAR
Om Swastyastu puji syukur kehadapan Ida SangHyang Widhi Wasa/Tuhan
Yang Maha Esa, karena atas segala limpahan berkat dan Rahmat-Nya, sehingga
proposal yang berjudul ʻʻKLASIFIKASI PENGGUNAAN PROTOKOL
KOMUNIKASI PADA TRAFIK JARINGAN MENGGUNAKAN
ALGORITMA K-NEAREST NEIGHBOR”ini dapat diselesaikan dengan tepat
waktu. Tugas akhir ini disusun untuk memenuhi salah satu syarat dalam
menyelesaikan pendidikan sarjana strata satu (S1) pada Jurusan Teknik Elektro
Fakultas Teknik Universitas Udayana.
Terwujudnya Tugas akhir ini tidak lepas dari bantuan berbagai pihak yang telah
mendorong dan membimbing penulis, baik tenaga, ide-ide, maupun pemikiran.
Oleh karena itu dalam kesempatan ini penulis ingin mengucapkan terimakasih
yang sebesar-besarnya kepada :.
1. Bapak Prof. Ir. Ngakan Putu Gede Suardana, MT.,.Ph. selaku Dekan Fakultas Teknik Universitas Udayana.
2. Bapak Wayan Gede Ariastina, ST.M.Engsc.Ph.D selaku Ketua Jurusan Teknik Elektro Fakultas Teknik Universitas Udayana.
3. BapakDr. I Made Oka Widyantara, ST., MT.selaku dosen pembimbing I yang telah banyak memberikan arahan, waktu, semangat serta saran-saran
selama penyusunan tugas akhir.
4. Ibu Ir.Linawati. MEngSc.PhD. selaku dosen pembingbing II yang telah banyak memberikan arahan, waktu, semangat, serta saran-saran selama
penyusunan tugas akhir.
5. Bapak Ir. I Made Mataram, M.Erg.,MT selaku pembimbing akademik yang telah membimbing dari semester 1, memberikan semangat dan
dukungan dalam menjalani perkuliahan.
6. Bapak Dandy Permana Hostiadi yang telah membimbing penulis, memberikan motivasi dan dukungan dalam pembuatan tugas akhir.
7. Bapak dan Ibu beserta keluarga besar atas motivasi, dukungan, serta
8. Rekan - rekan mahasiswa angkatan 2011 Fakultas Teknik Elektro
Universitas Udayana.
Penulis menyadari bahwa tugas akhir ini masih jauh dari kesempurnaan, oleh karena itu kritik saran yang membangun dari berbagai pihak sangat penulis harapkan demi perbaikan-perbaikan ke depan.
Akhir kata, Saya mohon maaf yang sebesar-besarnya apabila dalam penyusunan tugas akhir ini terdapat banyak kesalahan. Semoga tugas akhir ini dapat bermanfaat khususnya bagi penulis tugas akhir ini dan pada umumnya bagi para pembaca.
i ABSTRAK
Trafik jaringan internet adalah lalu lintas komunikasi data dalam jaringan yang ditandai dengan satu set aliran statistik dengan penerapan pola terstruktur. Pola terstruktur yang dimaksud adalah informasi dari header paket data. Klasifikasi yang tepat terhadap sebuah trafik internet sangat penting dilakukan terutama dalam hal disain perancangan arsitektur jaringan, manajemen jaringan dan keamanan jaringan. Analisa terhadap suatu trafik jaringan komputer merupakan salah satu cara mengetahui penggunaan protokol komunikasi jaringan komputer, sehingga dapat menjadi dasar penentuan prioritas Quality of Service (QoS). Dasar pemberian prioritasQoSadalah dengan penganalisaan terhadap data trafik jaringan. Pada penelitian ini melakukan klasifikasi terhadap data capture Trafik Jaringan yang di olah menggunakan Algoritma K-Neaerest Neighbor (K-NN). Tools yang digunakan untuk capture Trafik Jaringan yaitu aplikasi wireshark. Dari hasil observasi terhadap dataset trafik jaringan dan melalui proses perhitungan menggunakan Algoritma K-NN didapatkan sebuah hasil bahwa nilai yang dihasilkan oleh klasifikasi K-NN memiliki tingkat keakuratan yang sangat tinggi. Hal ini dibuktikan dengan hasil perhitungan yang mencapai nilai 99,14 % yaitu dengan perhitungan k = 3.
ABSTRACT
Network traffic internet traffic is data communication in a network characterized by a set of statistical flow with the application of a structured pattern. Structured pattern in question is the information from the packet header data. Proper classification to an Internet traffic is very important to do, especially in terms of the design of the design of the network architecture, network management and network security. The analysis of computer network traffic is one way to know the use of the computer network communication protocol, so it can be the basis for determining the priority of Quality of Service (QoS). QoS is the basis for giving priority to analyzing the network traffic data. In this study the classification of the data capture network traffic that though the use of K-Neaerest Neighbor algorithm (K-NN). Tools used to capture network traffic that wireshark application. From the observation of the dataset and the network traffic through the calculation process using K-NN algorithm obtained a result that the value generated by the K-NN classification has a very high level of accuracy. This is evidenced by the results of calculations which reached 99.14%, ie by calculating k = 3.
i DAFTAR ISI
Halaman
JUDUL. ... i
LEMBAR PERSYARATAN GELAR... ii
LEMBAR PERNYATAAN ORISINALITAS. ... iii
LEMBAR PENGESAHAN ... iv 1.1. Latar Belakang ... 1
1.2 Rumusan Masalah ... 2
1.3 Tujuan Penulisan ... 3
1.4 Manfaat Penulisan ... 3
1.5 Ruang Lingkup Dan Batasasn Masalah ... 3
1.6 Sistematika Penulisan ... 4
BAB II : TINJAUAN PUSTAKA 2.1 Tinjauan Mutakhir... ... 5
2.2 Tinjauan Pustaka ... 7
2.2.1 Data Mining ... 7
2.2.2 Klasifikasi... 11
2.2.3 Protokol Jaringan………... 11
2.2.4 AlgoritmaK-NN ... 16
2.2.4.1 ProsesK-NN... 17
2.2.4.2 Penerapan AlgoritmaK-NN………... 17
2.2.5 Topologi Jaringan... 18
2.2.6 Wireshark ... 19
2.2.7 Pentaho DataIntegration (PDI)... 20
BAB III : METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian ... 23
3.2 Sumber dan Jenis Data Penelitian... 23
3.2.1 Sumber Data... 23
3.2.2 Metode Pengumpulan Data... 24
3.2.3 Jenis Data Penelitian ... 24
3.3 Alat Penelitian... 24
3.4 Tahapan Penelitian... 25
3.4.1 Pengembangan Model Data Mining. ... 25
3.4.1.1 Pembentukan Data Latih... 25
3.4.1.2 KlasifikasiK-NN... 28
3.4.1.3 Implementasi denganMATLAB ... 30
3.4.1.4 Implementasi ModelAgoritmaPadaMATLAB ... 32
3.4.2 Metode Analisis ... 33
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengolahan Data Mentah ... 35
4.1.1 Transformasi Data... 37
4.2 Perhitungan Data Mining ... 39
4.3 Perhitungan Akurasi... 42
4.5 Evaluasi... 44
4.5.1 Hasil Klasifikasi Algoritma K-NN ... 44
4.5.2 Hasil Akurasi ... 47
BAB V KESIMPULAN DAN SARAN 5.1 Simpulan ... 49
i
DAFTAR TABEL
Halaman
Tabel 2.1Tinjauan mutakhir (state of the art)... 5
Tabel 2.2Tinjauan Mutahir (State of the art ) Lanjutan ... 6
Tabel 2.3Perbedaan data mining dengan yang bukan data mining. ... 8
Table 2.4Confusion matrix... 18
Tabel 3.1Model label kelas ... 32
Tabel 4.1Model klas label ... 37
Tabel 4.2Data yang telah dilakukan inisialisasi ... 38
Tabel 4.3Data Sampel (training) ... 39
Tabel 4.4DataTesting(uji)... 39
Tabel 4.5Data Hasil Perhitungan Perbandingan Jarak ... 40
Tabel 4.6Data yang telah diurutkan ... 41
Tabel 4.7Data Hasil Klasifikasi ... 41
Tabel 4.8hasil klasifikasiK-NN... 41
Tabel 4.9Confusion matrix ... 42
DAFTAR GAMBAR
Halaman
Gambar 2.1Gambar Tahapan Data Mining ... 9
Gambar 2.2Topologi Jaringan Universitas Udayana... 19
Gambar 2.3Gambar aplikasi wireshark... 18
Gambar 2.4Pengolahan data pada pentaho... 21
Gambar 3.1Gambaran umum sistem ... 26
Gambar 3.2Datacapture tools wireshark... 27
Gambar 3.3Penempatan capturing data ... 27
Gambar 3.4flowchart Algoritma K-NN... 29
Gambar 4.1Input File .csv ... 35
Gambar 4.2Filter format atribut menggunakan pentaho ... 35
Gambar 4.3HasilOutputfilter format atribut... 36
Gambar 4.4Banyak protokol berdasarkan prioritas... 45
Gambar 4.5Banyak length range berdasarkan prioritas ... 46
Gambar 4.6Banyak counting range berdasarkan prioritas ... 46
DAFTAR SINGKATAN
K-NN = K-Nearest Neighbor
SVM = Support Vector Machine
JST = Jaring Saraf Tiruan
WWW = World Wide Web
HTTP = Hypertext Transfer Protocol
DNS = Domain Name System
UDP = User Datagram Protokol
MAD = Mean Absolute Difference
TCP = Transmission Control Protocol
IMAP = Internet Message Access Protocol
SSH = Secure Shell Hosting
FTP = File Transfer Protocol
SSL = Secure Socket Layer
Qos = Quality Of Service
GUI =Graphical User Interface
TCP = Transmission Control Protocol
SNMP = Simple Network Management Protocol
RARP = Reverse Address Resolution Protocol
1
BAB I PENDAHULUAN
1.1 Latar Belakang
Pada saat ini komunikasi data pada jaringan internet telah mencapai
kemajuan yang sangat pesat, ditandai oleh pemakaiannya yang lebih beragam dan
teknologi yang digunakan sudah sangat jauh berbeda. Hingga sudah begitu banyak
variasi data yang disebarkan melalui internet, yang dulunya hanya melewati
paket-paket data biasa, kini sesuai dengan kebutuhan trafik internet sudah dilewati
paket-paket multimedia seperti audio dan video. Hal ini akan berakibat pada
meningkatnya trafik data yang dapat menyebabkan penurunan performansi
jaringan terutama pada jaringan yang memilikibandwidthterbatas (Azhari, 2006).
Trafik jaringan internet adalah lalu lintas komunikasi data dalam jaringan
yang ditandai dengan satu set aliran statistik dengan penerapan pola terstruktur.
Pola terstruktur yang dimaksud adalah informasi dari header paket data.
Klasifikasi yang tepat terhadap sebuah trafik internet sangat penting dilakukan
terutama dalam hal disain perancangan arsitektur jaringan, manajemen jaringan
dan keamanan jaringan. Klasifikasi yang dilakukan adalah berdasarkan atas
banyaknya tipe aktifitas komunikasi. Aktifitas komunikasi dalam jaringan
komputer diatur dalam proses komunikasi menggunakan protokol jaringan.
Analisa terhadap suatu trafik jaringan komputer merupakan salah satu cara
mengetahui penggunaan protokol komunikasi jaringan komputer, sehingga dapat
menjadi dasar penentuan prioritas Quality of Service (QoS). Banyaknya
penggunaan protokol jaringan dalam suatu komunikasi terkadang menuntut
adanya penggunaan prioritas layanan komunikasi seperti kualitias troughput,
waktu tunda, kehandalan dan keamanan komunikasi. Penggunaan pioritas layanan
sering disebut dengan istilah QoS. Dasar pemberian prioritas QoSadalah dengan
2
Network Traffic Classification Using Correlation Information dilakukan oleh Jun
Zhang, dkk (2011) adalah klasifikasi yang menggunakan metode K-Neaerest
Neighbor (K-NN) pada trafik jaringan. Dimana pengklasifikasian ini mampu
meningkatkan kinerja klasifikasi yang efektif dengan memasukkan informasi ke
dalam pengklasifikasian.
Penerapan teknik klasifikasi K-NN, juga dilakukan oleh (Kim dkk, 2008)
dan (Tom dkk, 2001), pada klasifikasi tersebut memerlukan prosedur pelatihan
intensif untuk parameter klasifikasi. Analisis terhadap algoritma K-NN juga
dilakukan oleh Duda, dkk (2001), dimana K-NN mampu menangani klasifikasi
dalam jumlah kelas yang besar. Dalam sudut pandang ini, maka K-NN dapat
diterapkan untuk klasifikasi lalu lintas di lingkungan jaringan yang kompleks.
Duda, dkk (2001), juga menjelaskan bahwa klasifikasi K-NN dapat mencapai
kinerja hampir sama dengan pengklasifikasi parameter Support Vector Machine
(SVM) dan Jaring Saraf Tiruan (JST).
Berdasarkan hasil-hasil penelitian diatas, maka penelitian ini mengusulkan
teknik klasifikasi trafik jaringan komputer Universitas Udayana menggunakan
algoritma K-NN. Sasarannya adalah untuk memperoleh parameter atau klasifikasi
Qos yang tepat untuk trafik jaringan Universitas Udayana. Informasi data trafik
internet Universitas Udayana diambil atau diperoleh melalui mekanisme Capture
data menggunakan aplikasi perangkat lunak wireshar. Hasil data trafik capture
akan diolah dengan proses data maining dengan menggunakan algoritma K-NN.
Algoritma K-NN mengklasifikasi Qos berdasarkan tingkat kemiripan data uji
dengan data pelatihan.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan, maka rumusan
permasalahan yang akan dibahas lebih lanjut dalam penelitian ini adalah sebagai
berikut:
1. Bagaimanakah menerapkan teknik K-NN untuk klasifikasi trafik jaringan di
3
2. Bagaimanakah Akurasi trafik jaringan internet Universitas Udayana
didasarkan pada label kelas yang sudah ditetapkan ?
1.3 Tujuan
Menghasilkan system pengklasifikasian dalam jaringan komputer dengan
penggunaan data capture trafik jaringan yang diolah menggunakan algoritma
K-NN.
1.4 Manfaat
Adapun manfaat yang dapat diambil dari penyusunan tugas akhir ini adalah
sebagai berikut:
1. Bagi penulis, dapat memperkaya pengetahuan di bidang Pengklassifikasi
trafik jaringan menggunakan metode K-NN.
2. Terbentuknya klasifikasi penentu Qos jaringan komputer dengan proses
klasifikasi yang didapat dari datacapturetrafik jaringan sehingga dalam hal
pembacaan tidak secara manual yang mengharuskan membaca dari record
dalam jumlah besar.
1.5 Ruang Lingkup Dan Batasan Masalah
Dengan luasnya cakupan yang dapat terkait dengan tugas akhir ini dan
untuk keseragaman pemahaman dalam penelitian, maka terdapat batasan-batasan
yang perlu diberlakukan pada tugas akhir ini. Adaupun batasan permasalahan
yang penulis angkat pada penelitian ini adalah :
a. Penggunaan data input yang digunakan adalah dari capture trafik jaringan
dalam bentuk .csv yang di dapat dari penggunaan tool wireshark.
b. Algoritma pengklasifikasian yang digunakan adalah K-NN.
c. Data set yang digunakan untuk proses klasifikasi adalah dengan
membangun dataset tersendiri.
d. Waktu pengambilan trafik jaringan yang dilakukan adalah selama 4 menit.
4
1.6 Sistematika Penulisan
Sistematika penulisan dalam penyusunan tugas akhir ini terdiri dari pokok
pembahasan yang saling berkaitan antara satu dengan lainnya, yaitu :
BAB I PENDAHULUAN
Bab ini membahas mengenai gambaran umum penelitian mulai dari
latar belakang, rumusan masalah, tujuan penulisan, manfaat penelitian,
batasan masalah dan sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini berisikan teori-teori dasar yang digunakan dalam
pengklasifikasian penggunaan protocol komunikasi pada trafik jaringan
menggunakan algoritma K-NN sebagai penentuQos.
BAB III METODE PERANCANGAN SISTEM
Bab ini menjelaskan mengenai lokasi dilakukan penelitian, waktu
penelitian dimulai, sumber dan jenis data yang akan diolah dalam penelitian,
alat-alat penunjang dalam penelitian, dan tahapan penelitian yang dimulai
dari alur analisis penelitian, hingga simulasi sistem pengklasifikasian
menggunakan algoritma K-NN.
BAB IV HASIL DAN PEMBAHASAN
Pada bab ini akan dibahas mengenai penerapan algoritma k-nearest
neighborke dalam sistem serta pengujiannya.
BAB V PENUTUP
Dalam bab ini akan dijelaskan mengenai kesimpulan yang didapatkan
dari pembahasan tentang sistem pengklasifikasian Trafik Jaringan dengan
menggunakan algoritmak-nearest neighbor, disertai beberapa saran sebagai
5
BAB II
KAJIAN PUSTAKA
2.1 Tinjauan Mutakhir
Penelitian “Klasifikasi Penggunaan Protokol Komunikasi Pada Trafik
JaringanMenggunakan Algoritma K-Nearest Neighbor" disusun menggunakan
acuan beberapa referensi yang membahas topik berkaitan dengan klasifikasi trafik
jaringan. Beberapa referensi yang akan digunakan sebagai acuan pengembangan
penelitian ditentukan berdasarkan topik terkait penelitian, metode yang
digunakan, dan algoritma simulasi yang diterapkan dalam penelitian tersebut. Hal
ini bertujuan untuk menentukan batasan-batasan masalah yang akan dibahas lebih
lanjut dalam penelitian ini. Dalam hal ini penulis memilih beberapa referensi
sebagai acuan penelitian serupa dengan metode yang digunakan, dan alur
pengembangan yang berbeda satu sama lain. Uraian singkat referensi tersebut
adalah sebagai berikut.
Tabel 2.1Tinjauan Mutakhir (State of the art)
No Nama
Pada penelitian ini
melakukan sebuah
Pada penelitian ini
algoritma K-NN telah
menunjukkan kinerja
klasifikasi yang unggul
dan juga memiliki
beberapa keuntungan
penting, seperti tidak
ada persyaratan
prosedur pelatihan, dan
secara alami mampu
menangani sejumlah
6
Tabel 2.2Tinjauan Mutakhir (State of the art ) Lanjutan
N
Pada penelitian tersebut
Pengklasifikasitidak
Pada penelitian tersebut menggunakan datapelatihandengankategoriyang berasal dariisi paket, pelatihandan pengujianyangdilakukan dengan menggunakanfituryang berasal darialiran paketyang terdiridari satu atau lebihheader paket
Dalam bukunya menjelaskan bahwa klasifikasiK-NNdapatmencapai kinerja hampir sama denganpengklasifikasiparameter Support Vector Machine (SVM)dan JaringSaraf Tiruan (JST).
2.2 Tinjauan Pustaka 2.2.1 Data Mining
7
berjumlah besar. Sedangkan menurut Daniel T. Laroes (2005) ada beberapa
definisi dari Data Miring yang diambil dari beberapa sumber. Secara umum data
mining dapat didefinisikan sebagai berikut:
a. Data mining adalah proses menemukan sesuatu yang bermakna dari suatu
korelasi baru, pola dan tren yang ada dengan cara memilah-memilah data
berukuran besar yang disimpan dalam repository, menggunakan teknologi
pengenalan pola serta teknik matematika dan statistic.
b. Data mining adalah analisis pengamatan data set untuk menemukan
hubungan yang tidak berduga dan untuk meringkas data dengan cara atau
metode baru yang dapat dimengerti dan bermanfaat kepada pemilik data.
c. Data mining merupakan bidang ilmu interdisipliner yang menyatakan teknik
pembelajaran dari mesin ( machine learning), pengenalan pola (pattern
recognation), statistic, database, dan visualisasi untuk mengatasi masalah
ekstraksi informasi dari basis data yang benar.
d. Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan
potensial dari sekumpulan data yang terdapat secara implicit dalam suatu
basis data.
Pada dasarnya data mining berhubungan erat dengan analisis data dan
penggunaan perangkat lunak untuk mencari pola dan kesamaan dalam
sekumpulan data. Ide dasarnya adalah menggali sumber yang berharga dari suatu
tempat yang sama sekali tidak diduga, seperti perangkat lunak data mining
mengekstrasi pola yang sebelumnya tidak terlihat atau tidak begitu jelas sehingga
tidak seorang pun yang memperhatikan sebelumnya. Analisa data mining berjalan
pada data yang cenderung terus membesar dan teknik terbaik yang digunakan
kemudian berorientasi kepada data berukuran sangat besar untuk mendapatkan
kesimpulan dan keputusan paling layak. Data mining memiliki beberapa sebutan
atau nama lain yaitu : knowledge discovery in database (KDD), ekstraksi
pengetahuan (knowledge extraction), analisa data / pola (data / pattern analysis),
kecerdasan bisnis (business intelligence), data archaeology dan data dredging
8
Terdapat perbedaan antara pengertian data mining dengan bukan data
mining yang diilustrasikan terhadap beberapa situasi sehingga dapat
menggambarkan perbedaan antara data mining dengan yang bukan data mining
yaitu :
Tabel 2.3Perbedaan data mining dengan yang bukan data mining
Bukan Data Mining Data Mining
Mencari ip address dalam log server Menemukan pola ip address yang sering muncul dalamlog server ( pola waktu) Melakukan Query pada database untuk
mencari ip address yang sedang download
Mengelompokkan keterhubungan antara penggunaan bandwidth dengan ip address Memberikan informasi jumlah bandwidth
yang diperlukan dari sejumlah user
Mengelompokkan kategori bandwidth (Contoh : bandwidth SOHOenterprise, coorporate )
Mencari email yang bersifat spam Melakukan pengklasifikasian terhadap email apakah termasuk spam atau bukan
Pada table 2.1 terlihat bahwa data mining tidak hanya melakukan proses
query untuk mendapatkan suatu informasi, melainkan melakukan proses
penggalian dari data yang ada untuk mendapatkan suatu informasi yang berguna
dimana informasi ini sebelumnya tidak diketahui sebelumnya (tersembunyi ).
Dalam teknik data mining terdapat beberapa tahapan dalam prosesnya.
9
Tahapan yang di representasikan dalam gambar 2.1 mengilustrasikan
bagaimana tiap proses bersifat interaktif dimana pemakaian terlibat langsung atau
dengan perantara knowledge base. Tahapan-tahapan tersebut diantaranya :
a. Pembersihan data (selection)
Pada umumnya data yang diperoleh, baik dari database suatu perusahaan
maupun hasil eksperimen, memiliki isian-isian yang tidak sempurna seperti
data yang hilang, data yang tidak valid atau juga hanya sekedar salah ketik.
Selain itu,ada juga atribut-atribut data yang tidak relevan dengan hipotesis
data mining yang kita miliki. Data-data yang tidak relevan itu juga lebih
baik dibuang karena keberadaannya bisa mengurangi mutu atau akurasi dari
hasil data mining nantinya. Garbage in garbage out (hanya sampah yang
akan dihasilkan bila yang dimasukkan juga sampah ) merupakan istilah
yang sering dipakai untuk menggambarkan tahap ini. Pembersihan data juga
akan mempengaruhi performasi dari system data mining karena data yang
ditangani akan berkurang jumlah dan kompleksituasinya.
b. Pra pemrosesan (Preproccessing)
Tidak jarang data yang diperlukan untuk data mining tidak hanya berasal
dari satu database tetapi juga berasal dari beberapa database atau file teks.
Preproccessing data dilakukan pada atribut-atribut yang
mengidentifikasikan entinitas-entinitas yang unik seperti atribut IP address
source, IP address destination, Source Port, Destination Port, Protocoldsb.
Preprocessing data perlu dilakukan secara cermat karena kesalahan pada
integrasi data bisa menghasilkan hasil yang menyimpang dan bahkan
menyesatkan pengambilan aksi nantinya.
c. Transformasi data (Transformation)
Beberapa teknik data mining membutuhkan format data yang khusus
sebelum bisa diaplikasikan. Sebagai contoh beberapa teknik standar seperti
analisis asosiasi dan klastering hanya bisa menerima input data kategorikal.
Karenanya data berupa angka numerik yang berlanjut perlu dibagi-bagi
10
pemilihan data yang diperlukan oleh teknik data mining yang dipakai.
Transformasi dan pemilihan data ini juga menentukan kualitas dari hasil
data mining nantinya karena ada beberapa karakteristik dari teknik-teknik
data mining tertentu yang tergantung pada tahap ini.
d. Aplikasi teknik data mining (Data Mining)
Aplikasi teknik data mining sendiri hanya merupakan salah satu bagian dari
proses data mining. Ada beberapa teknik data mining yang sudah umum
dipakai. Kita akan membahas lebih jauh mengenai teknik-teknik yang ada di
seksi berikutnya. Perlu diperhatikan bahwa ada kalanya teknik-teknik data
mining umum yang tersedia di pasar tidak mencukupi untuk melaksanakan
data mining di bidang tertentu atau untuk data tertentu.
e. Evaluasi pola (Interpretation / Evaluation)
Dalam tahap ini hasil dari teknik data mining berupa pola-pola yang khas
maupun model prediksi dievaluasi untuk menilai apakah hipotesa yang ada
memang tercapai. Bila ternyata hasil yang diperoleh tidak sesuai dengan
hipotesa ada beberapa alternatif yang dapat diambil seperti : menjadikannya
umpan balik untuk memperbaiki proses data mining, mencoba teknik data
mining lain yang lebih sesuai, atau menerima hasil ini sebagai suatu hasil
yang di luar dugaan yang mungkin bermanfat.
2.2.2 Klasifikasi
Klasifikasi merupakan proses menemukan sebuah model atau fungsi yang
mendeskripsikan dan membedakan data kedalam kelas-kelas. Klasifikasi
melibatkan proses pemeriksaan karakteristik dari objek dan memasukan objek
kedalam salah satu kelas yang sudah didefinisikan sebelumnya (Han dan kamber,
11
Umumnya, pengukuran kinerja klasifikasi dapat dilakukan dengan menggunakan
matriks konfusi (confusion matrix).
Dalam klasifikasi ada dua pekerjaan utama yang dilakukan, yaitu
pembangunan model sebagai prototipe dan penggunaan model tersebut untuk
melakukan klasifikasi pada suatu bjek data. Semua algoritma klasifikasi berusaha
membuat model dengan tingkat akurasi tinggi (laju error yang rendah).
Umumnya, model yang dibangun dapat memprediksi data latih dengan benar,
tetapi ketika model berhadapan dengan data uji, barulah kinerja model dari sebuah
algoritma klasifikasi ditentukan. Kerangka kerja klasifikasi meliputi dua langkah
proses yaitu induksi yang merupakan langkah untuk membangun model
klasifikasi dari data latih yang diberikan dan deduksi merupakan proses untuk
menerapkan model tersebut pada data uji sehingga kelas yang sesungguhnya dari
data uji dapat diketahui atau biasa disebut proses prediksi. Gambar 2 merupakan
kerangka kerja klasifikasi yang meliputi dua langkah proses, yaitu induksi yang
merupakan langkah untuk membangun model klasifikasi dari data latih yang
diberikan dan deduksi merupakan proses untuk menerapkan model tersebut pada
data uji sehingga kelas yang sesungguhnya dari data uji dapat diketahui atau biasa
disebut proses prediksi.
2.2.3 Protokol Jaringan
Protocol jaringan merupakan sebuah aturan atau standar yang mengatur
atau mengijinkan terjadinya hubungan, komunikasi dan perpindahan data antara
dua atau lebih titik komputer. protocol dapat diterapkan pada perangkat keras
ataupun perangkat lunak dari keduanya.Protocol digunakan untuk menentukan
jenis layanan yang akan dilakukan pada internet. Protocol dapat di ilustrasikan
sebagai suatu seperangkat aturan perusahaan-perusahaan dan produk software
yang harus melekat. Berikut beberapa macam jenis–jenis protokol komunikasi.
A. HTTP (Hypertext Transfer Protocol)
Suatu protokol yang digunakan oleh WWW (World Wide Web). HTTP
12
server ke client. HTTP juga mengatur aksi-aksi apa saja yang harus dilakukan
oleh web server dan juga web browser sebagai respon atas perintah-perintah
yang ada pada protokol HTTP ini.
B. HTTPS (HyperText Transport Protocol Secure)
HTTPS (HyperText Transport Protocol Secure) memiliki pengertian sama
dengan HTTP tetapi dengan alasan keamanan (security), HTTPS memberi
tambahan Secure Socket Layer(SSL). Umumnya website yang menggunakan
HTTPS ini adalah website yang memiliki tingkat kerawanan tinggi yang
berhubungan dengan masalah keuangan dan privacy dari pelanggannya
seperti website perbankan dan investasi.
C. DNS (Domain Name System )
DNS (Domain Name System, bahasa Indonesia: Sistem Penamaan
Domain) adalah sebuah sistem yang menyimpan informasi tentang nama host
maupun nama domain dalam bentuk basis data tersebar (distributed database)
di dalam jaringan komputer, misalkan: Internet. DNS menyediakan alamat IP
untuk setiap nama host dan mendata setiap server transmisi surat (mail
exchange server) yang menerima surat elektronik (email) untuk setiap
domain.
file:///C:/Users/User/Downloads/377-814-1-PB.pdf
D. UDP ( User Datagram Protokol)
Adalah salah satu protokol lapisan transpor TCP/IP yang mendukung
komunikasi yang tidak andal (unreliable), tanpa koneksi (connectionless)
antara host-host dalam jaringan yang menggunakan TCP/IP. Protokol ini
didefinisikan dalam RFC 768.
E. TCP (Transmission Control Protocol)
Adalah standar komunikasi data yang digunakan oleh komunitas internet
dalam proses tukar-menukar data dari satu komputer ke komputer lain di
13
versi rilis p (port) di-manage oleh team porting ke sistem operasi lainnya,
termasuk sistem operasi Linux. Fungsi utama aplikasi ini adalah untuk
mengakses mesin secara remote. Bentuk akses remote yang bisa diperoleh
adalah akses pada mode teks maupun mode grafis/X apabila konfigurasinya
mengijinkan. SCP yang merupakan anggota keluarga SSH adalah aplikasi
pengganti RCP yang aman, keluarga lainnya adalah SFTP yang dapat
digunakan sebagai pengganti FTP.
G. FTP ( File Transfer Protocol )
Adalah sebuah protocol internet yang berjalan di dalam lapisan aplikasi yang
merupakan standar untuk pentransferan berkas (file) computer antar
mesin-mesin dalam sebuah internetwork. FTP atau protocol Transmission Control
Protocol (TCP) untuk komunikasi data antara klien dan server, sehingga di
antara kedua komponen tersebut akan dibuatlah sebuah sesi komunikasi
sebelum transfer data dimulai. FTP hanya menggunakan metode autentikasi
standar, yakni menggunakan User name dan paswordnya yang dikirim dalam
bentuk tidak terenkripsi.
H. SNMP (Simple Network Management Protocol)
SNMP adalah sebuah protokol yang dirancang untuk memberikan
kemampuan kepada pengguna untuk memantau dan mengatur jaringan
komputernya secara sistematis dari jarak jauh atau dalam satu pusat kontrol
saja. Pengolahan ini dijalankan dengan menggumpulkan data dan melakukan
penetapan terhadap variabel-variabel dalam elemen jaringan yang dikelola.
I. ICMP (Internet Control Massage Protocol)
ICMP (Internet Control Message Protocol) adalah salah satu protokol inti dari
keluarga protokol internet. ICMP utamanya digunakan oleh sistem operasi
komputer jaringan untuk mengirim pesan kesalahan yang menyatakan,
sebagai contoh, bahwa komputer tujuan tidak bisa dijangkau. ICMP berbeda
tujuan dengan TCP dan UDP dalam hal ICMP tidak digunakan secara
langsung oleh aplikasi jaringan milik pengguna. salah satu pengecualian
14
menerima Echo Reply) untuk menentukan apakah komputer tujuan dapat
dijangkau dan berapa lama paket yang dikirimkan dibalas oleh komputer
tujuan.
J. ARP(Address Resolution Protocol).
Suatu data biasanya dikirim melalui ethernet card pada jaringan lokal.
Supaya bisa saling berkomunikasi, ethernet card menggunakan MAC
Address yang besarnya 48 bit, dan setiap ethernet card memiliki MAC
Address yang berbeda. Pada saat hendak mengirimkan data
ke komputerdengan IP tertentu, suatu host pada jaringan ethernet perlu
mengetahui, diatas ethernet address yang manakah tempat IP tsb terletak.
Untuk keperluan pemetaan IP address dengan ethernet address ini, digunakan
protocol ARP (Address Resolution Protocol).
ARP bekerja dengan mengirimkan paket berisi IP address yang ingin
diketahui alamat ethernetnya ke alamat broadcast ethernet, dan semua
ethernet card akan mendengar paket ini. Host yang merasa
memiliki IP address ini akan membalas paket tsb. dengan memgirimkan paket
yang berisi pasangan IP address dan ethternet address. Untuk menghindari
seringnya permintaan seperti ini, jawaban ini disimpan di memori (ARP
cache) untuk sementara waktu.
K. DHCP (Dynamic Host Configuration Protocol)
DHCP (Dynamic Host Configuration Protocol) adalah protokol yang berbasis
arsitektur client/server yang dipakai untuk memudahkan
pengalokasian alamat IP dalam satu jaringan. Sebuah jaringan lokal yang
tidak menggunakan DHCP harus memberikan alamat IP kepada
15
jaringan yang dapat diberikan oleh DHCP, seperti default
gateway dan DNS server.
L. (SSDP)Protokol Simple Service Discovery Protocol
Protokol Simple Service Discovery Protocol (SSDP) merupakan sebuah
protokol Universal Plug and Play, yang digunakan di dalam sistem
operasi Windows XP dan beberapa merek perangkat jaringan. SSDP
menggunakan notifikasi pengumuman yang ditawarkan oleh
protokolHypertext Transfer Protocol (HTTP) yang memberikan Universal
Resource Identifier (URI) untuk tipe layanan dan juga Unique Service
Name (USN). Tipe-tipe layanan diatur oleh Universal Plug and Play Steering
Committee.
SSDP didukung oleh banyak perangkat firewall Small Office Home
Office (SOHO), di mana host komputer yang berada di belakangnya bisa
membukakan lubang untuk beberapa aplikasi. SSDP juga terdapat di dalam
sistem-sistem pusat media digital (digital media center), di mana pertukaran
media antara komputer dan media center difasilitasi dengan menggunakan
SSDP.
M. Multicast DNS (MDNS)
Multicast DNS (mDNS) merupakan sebuah protokol yang menggunakan
antarmuka pemrograman aplikasi yang mirip dengan sistem DNS unicast tapi
diimplementasikan secara berbeda. Setiap komputer dalam jaringan
menyimpan daftar catatan DNS-nya masing-masing (sebagai contoh: A
record, MX record, PTR record, SRV record dan lain sebagainya) dan saat
klien mDNS hendak mengetahui alamat IP dari sebuah PC dengan
menggunakan namanya, PC yang memiliki catatan A yang bersangkutan akan
menjawabnya dengan menggunakan alamat IP-nya sendiri. Alamat multicast
yang digunakan oleh protokol mDNS ini adalah 224.0.0.251.
16
Telnet (Telecommunication network)Adalah sebuah protokol jaringan yang
digunakan di koneksi Internet atau Local Area Network. TELNET
dikembangkan pada 1969 dan distandarisasi sebagai IETF STD 8, salah satu
standar Internet pertama. TELNET memiliki beberapa keterbatasan yang
dianggap sebagai risiko keamanan.
O. Netbios Name Service (NBNS)
Netbios Name Service (NBNS) adalah protokol Netbios yang digunakan oleh
aplikasi di OS Windows untuk digunakan pada protokol TCP/IP, sehingga
ketika OS Windows tersebut melakukan koneksi internet maka akan kelihatan
di Wireshark.
2.2.4 AlgoritmaK-NN
Algoritma K-NN adalah suatu metode yang menggunakan algoritma
supervised (Nugroho, 2011). Perbedaan antara supervised learning dengan
unsupervised learning yaitu pada supervised learning bertujuan untuk menemukan
pola baru dalam data dengan menghubungkan pola data yang sudah ada dengan
data yang baru. Sedangkan unsupervised learning, data belum memiliki pola
apapun, dan tujuan unsupervised learning untuk menemukan pola dalam data.
Tujuan dari algoritma K-NN adalah untuk mengklasifikasi objek baru
berdasarkan atribut dan training samples (Larose D, 2005). Dimana hasil dari
sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada
K-NN.
2.2.4.1 ProsesK-NN
Prinsip kerja K-Nearest Neighbor adalah mencari jarak antara dua titik yaitu
titik training dan titik testing, yang kemudian dilakukan evaluasi dengan k
17
Rumus menghitung jarak Euclidean sebagai berikut : dengan mengunakan rumus
euclidean :
( , ) =
(Xi Yi)
...
(2.1)Dimana, d adalah jarak antara titik pada data training x dan titik datatesting
y yang akan diklasifikasikan, dimana x = x1, x2, …., xi dan y = y1,y2,…., yidan
merepresentasikan nilai atribut serta n merupakan dimensidata atribut (Hans &
Kamber, 2006).
2.2.4.2 Penerapan AlgoritmaK-NN
Sebelum melakukan penerapan algoritma k-nearest neighbor, ada hal yang
harus diperhatikan terlebih dahulu yaitu data training (sampel) dan data testing
(uji) sudah terlebih dahulu ditentukan sebelum dilakukannya proses perhitungan
dengan eclidean distance. Kemudian baru dilakukan tahapan atau langkah dalam
melakukan penerapan algoritma K-Nearest Neighbor.
Langkah-langkah dalam penerapan algoritmaK-NN :
1. Menentukan parameter K (jumlah tetangga paling dekat).
2. Menghitung kuadrat jarak euclid (query instance) masing–masin
obyek terhadap data sampel yang diberikan.
3. Kemudian mengurutkan objek–bjck tersebut kedalam kelompok
yangmempunyai jarakeuclidterkecil.
4. Mengumpulkan kategori Y (Klasifikasinearest neighbor)
5. Dengan menggunakan kategori nearest neighboryang paling mayoritasmaka
dapat dipredisikan nilai query instance yang telah dihitung
2.2.4.3 Pengujian AlgoritmaK-NN
Pengujian kinerja sistem klasifikasi pada algoritma K-NN ini dapat
dilakukan dengan menggunakan confusion matrix. Confusion matrix ini alat yang
berguna untuk menganalisis seberapa baiknya klasifikasi yang kita pakai dapat
18
Table 2.4Confusion matrix
Kelas hasil prediksi Kelas = 1 Kelas = 0 Kelas asli
(i)
Kelas =1 Kelas = 0
Informasi dalam confusion matrix diperlukan untuk menentukan kinerja
model kalsifikasi yang meliputi akurasi dan laju eror.
Akuras = ……… (2.2)
= 11+ 10
11+ 10+ 01+ 00
Laju eror = ………..(2.3)
= 10+ 01
11+ 10+ 01+ 00
2.2.5 Topologi Jaringan
Topologi jaringan adalah suatu bentuk struktur jaringan yang dibangun
atau diinstalasi sesuai dengan kebutuhan, dan digunakan untuk menghubungkan
antara komputer satu dengan komputer yang lainnya menggunakan media kabel
19
Gambar 2.2Topologi Jaringan Universitas Udayana
2.2.6 Wireshark
Wiresharkadalah salah satu dari sekian banyak tool Network Analyzer yang
banyak digunakan oleh Network Administrator untuk menganalisa kinerja
jaringannya dan mengontrol lalu lintas data di jaringan yang di kelola.Wireshark
menggunakan interface yang menggunakan Graphical User Interface (GUI).
Wireshark digunakan untuk keperluan analisis, troubleshooting, pengembangan
software dan protokol, serta digunakan untuk tujuan edukasi. Wireshark mampu
menangkap paket-paket data yang ada pada jaringan. Semua jenis paket informasi
dalam berbagai format protokol dapat ditangkap dan dianalisa. Manfaat dari
penggunaan aplikasiwiresharkini yaitu sebagai berikut :
A. Menangkap informasi atau data paket yang dikirim dan diterima dalam
jaringan komputer
20
C. Mengetahui dan menganalisa kinerja jaringan komputer yang kita miliki
seperti kecepatan akses/share data koneksi jaringan ke internet
Beberapa informasi yang dapat di capture oleh tool wireshark sebagai
informasi network traffic antara lain time elapse (waktu yang dicatat dalam
periode tertentu), source address (berupa IP address ataupun mac address),
protocol (layanan atau service yang berjalan dalam jaringan komputer), length
(ukuran data yang dikirimkan), daninfo (informasi tambahan dari tiap layanan
yang berjalan dalam jaringan komputer). Contoh tampilan dari aplikasi wireshark
adalah pada Gambar 2.2
Gambar 2.3Gambar aplikasiwireshark
2.2.7 Pentaho Data Integration (PDI)
Pentaho Data Integration (PDI) atau Kettle adalah software dari Pentaho
yang dapat digunakan untuk proses ETL (Extraction, Transformation dan
Loading). PDI dapat digunakan untuk migrasi data, membersihkan data, loading
21
Transformation adalah sekumpulan instruksi untuk merubah input
menjadi output yang diinginkan (input-proses-output). Sedangkan Job adalah
kumpulan instruksi untuk menjalankan transformasi. Ada tiga komponen dalam
PDI: Spoon, Pan dan Kitchen. Spoon adalah user interface untuk membuat Job
dan Transformation. Pan adalah tools yang berfungsi membaca, merubah dan
menulis data. Sedangkan Kitchen adalah program yang mengeksekusi job. Berikut
merupakan pengolahan data pada pentaho.
Gambar 2.4Pengolahan data pada pentaho
Berdasarkan pada Gambar 2.4, dapat dijabarkan sebagai berikut :
1. CSV file input, proses input data berupa file .csv
2. Sort rows, proses memberikan size maksimal pada tabel
3. Sorted marge, proses menyatukan keseluruhan data
4. Group by, proses pengolahan data mentah (preprocessing data)
22
6. Sorted marge 2, proses menyatukan keseluruhan data setelah dilakukan
preprocessing
7. Modified java script value, proses memberikan batas length range dan
count range dengan menggunakan java script
