Analisis Clustering Trafik Jaringan Menggunakan Metode K-Means

Abstract

Penelitian ini dilakukan untuk membuat sebuah model clustering trafik internet dengan menggunakan algoritma K-means. Penggunaan internet di wilayah kampus banyak digunakan oleh mahasiswa dan staf pegawai untuk keperluan proses belajar mengajar, ataupun membantu proses bekerja. Penggunaan internet, pada jam-jam sibuk dan perkuliahan yang aktif membuat kecepatan internet menjadi lambat. Hal ini dipengaruhi oleh banyaknya pengiriman paket header pada flow/arus lalu lintas internet yang membuat koneksi pada internet menjadi semakin berat/lambat. Dalam mengatasi masalah tersebut, maka diperlukan metode clustring penggunaan trafik internet dengan algoritma k-means yang dapat mengetahui jenis atau trafik internet dengan berdasarkan fitur arus/flow paket trafik internet menggunakan metode pengembangan data mining. Data yang digunakan dalam penelitian ini yaitu data yang diambil melalui hasil capture wifi selama 3 hari di sub bagian Pusat Komputer kampus STMIK WiCiDa menggunakan wireshark dan bettercap yang akan melakukan serangan arp spoof, dimana metode ini akan membuat penulis diposisikan sebagai penengah dan dapat menangkap paket dari semua perangkat di jaringan yang sama. Tools ini akan dijalankan di kali linux. Data paket yang sudah dicapturing dan difilter kemudian akan diexport dalam bentuk .pcap. Hasil penelitian ini berupa model algoritma Clustring trafik jaringan dengan metode k-means yang dapat meng-clusterkan arus penggunaan trafik internet dengan tiga cluster yaitu Web, Video VoIP, Network. Pada saat pengujian dengan menggunakan tiga cluster menghasilkan nilai akurasi data yang baik Mendapatkan hasil Clustring yaitu : Cluster 0 = 302638 data, Cluster 1 = 331982 data, dan Cluster 3 = 451426 data.