• Tidak ada hasil yang ditemukan

Institutional Repository | Satya Wacana Christian University: Penerapan K-Means untuk Pengelompokan Pengguna Internet Berdasarkan Elapsed dan Byte Transferred

N/A
N/A
Protected

Academic year: 2017

Membagikan "Institutional Repository | Satya Wacana Christian University: Penerapan K-Means untuk Pengelompokan Pengguna Internet Berdasarkan Elapsed dan Byte Transferred"

Copied!
1
0
0

Teks penuh

(1)

Penerapan

K-Means

Untuk Pengelompokan Pengguna Internet

Berdasarkan

Elapsed

dan

Byte Transferred

1)

Kushendra Satria Prabawa2) IrwanSembiring

Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Diponegoro 52-60, Salatiga 50711, Indonesia

Email: 1)[email protected], 2)[email protected],

Abstract

Agencies providing Internet to its employees, to send and receive information. Internet connection is provided is often misused to access websites that do not provide benefits to the institution. Websites that do not provide these benefits need to be identified and then blocked access. This is done with the purpose so that the user can be more focused on productivity. The analysis process can be done by reading and processing the access log files contained on the Internet proxies, such as for example Squid. Process analysis was performed using data mining, by processing the file acces log using algorima K-Means Clustering based on elapsed and bytes transferred. The process analysis on the file is expected to provide an overview for the network administrator, about the Group's website as well as users anywhere who use its Internet access is high, and whether the available internet service actually used for the benefit of the Agency.

Keywords: Data mining, K-Means, elapsed, byte transferred, Acces log

Abstrak

Pada suatu instansi, Internet disediakan untuk mengirim dan menerima informasi. Koneksi Internet yang disediakan sering kali disalahgunakan untuk mengakses website-website yang tidak memberikan manfaat bagi instansi tersebut. Website yang tidak memberikan manfaat tersebut perlu dikenali kemudian diblokir aksesnya. Hal ini dilakukan dengan tujuan supaya pengguna dapat lebih terfokus pada produktivitasnya. Proses analisis dapat dilakukan dengan membaca dan mengolah file access log yang terdapat pada proxy Internet, seperti contohnya Squid. Proses analisis dilakukan dengan menggunakan data mining, tepatnya dengan mengolah file acces log tersebut menggunakan algorima K-Means Clustering berdasarkan elapsed dan byte transferred. Proses analisis pada file tersebut diharapkan dapat memberikan gambaran bagi administrator jaringan, tentang kelompok website maupun pengguna mana saja yang pemakaiannya akses internetnya tinggi, dan apakah layanan internet yang tersedia benar-benar digunakan untuk kepentingan instansi.

Kata Kunci: Data mining, K-Means, elapsed, byte transferred, Acces log

______________________________________ 1)

Mahasiswa Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana

2)

Referensi

Dokumen terkait

Dari hasil yang diperoleh dapat disimpulkan bahwa clustering dokumen dengan menggunakan Bisecting K-Means dapat dilakukan dengan nilai threshold i (jarak internal cluster)

Dalam data mining terdapat banyak metode pengolahan data yang dapat digunakan, salah satunya adalah dengan menggunakan metode K-Means Clustering yaitu sebuah

Data Mining adalah teknik atau proses menemukan pola atau penggalian informasi unik dan menarik dari dalam dataset yang terpilih dengan menggunakan metode atau algoritma

Penelitian dilakukan untuk menganalisa data mining dengan metode clustering k-Means yang kemudian diterjemahkan dalam sebuah perangkat lunak yang digunakan untuk

Sistem informasi pengelompokan data tilang ini menerapkan pengelompokan dengan menggunakan Algoritma K-Means dengan metode clustering, clustering merupakan proses yang

Penelitian ini dilaksanakan di Desa Pringgasela Selatan memanfaatkan data mining menggunakan Algoritma K-Means Clustering pada 400 data peserta KB untuk membentuk kelompok atau

Beberapa peneliti sebelumnya telah menggunakan metode data mining dengan algoritma K-Means Clustering untuk menggali informasi yang diperlukan dalam merancang strategi promosi yang

Penelitian ini mengelompokkan koridor Transjakarta berdasarkan jumlah penumpang menggunakan algoritma K-Means untuk mengidentifikasi koridor dengan jumlah penumpang tinggi, sedang, dan