CLUSTERING PENGGUNAAN BANDWIDTH MENGGUNAKAN METODE K-MEANS ALGORITHM PADA PENERAPAN SINGLE SIGN ON (SSO) UNIVERSITAS SEBELAS MARET

Transkripsi

1 CLUSTERING PENGGUNAAN BANDWIDTH MENGGUNAKAN METODE K-MEANS ALGORITHM PADA PENERAPAN SINGLE SIGN ON (SSO) UNIVERSITAS SEBELAS MARET Vignasari Kokasih 1, Wiranto 2, Afrizal Doewes 3 1,2,3 Program Studi Informatika, FMIPA, Universitas Sebelas Maret 1 vkokasih@student.uns.ac.id, 2 wiranto@staff.uns.ac.id, 3 afrizal.doewes@staff.uns.ac.id ABSTRAK Akses internet melalui sistem Single Sign On (SSO) di Universitas Sebelas Maret telah banyak di manfaatkan oleh civitas akademik seperti mahasiswa dan karyawan/dosen. Data dari aktifitas penggunaan SSO tersebut tercatat pada log SSO dan telah terkumpul banyak. Pada log tersebut tercatat mengenai: (1) status perangkat jaringan yang di gunakan, (2) riwayat login pengguna dan (3) riwayat logout pengguna SSO. Pada riwayat login dan logout pengguna terdapat detail data seperti jumlah bandwidthdownload dan upload yang digunakan, waktu login, waktu logout dan lain-lain. Teknik data mining dapat di terapkan untuk menggali informasi dari data log SSO yang telah terkumpul banyak. Tujuan penelitian ini untuk menganalisa penggunaanbandwidth Universitas Sebelas Maret (UNS) berdasarkan data trafik internet dari log SSO dengan menggunakan metode data clustering untuk mengelompokkan data yang mempunyai kesamaan dalam satu cluster, yaitu menggunakan algoritma K-means. Kata Kunci: Data Mining, Clustering, K-Means, Single Sign On 1. PENDAHULUAN Koneksi internet saat ini telah menjadi bagian yang penting bagi civitas akademika Universitas Sebelas Maret (UNS) mengingat seluruh aktifitas administrasi, keuangan, dan akademik telah di kembangkan dengan sistem berbasis informasi. Kebutuhan akan internet tersebut telah mendorong pihak pimpinan untuk melakukan perbaikan dan pembenahan atas fasilitas internet yang di sediakan. Salah satunya adalah dengan menetapkan kebijakan sistem Single Sign On (SSO) yang mulai diterapkan di hampir seluruh area kampus Universitas Sebelas Maret. Single Sign On (SSO) adalah sistem yang mengizinkan pengguna agar dapat mengakses seluruh sumber daya dalam jaringan hanya dengan menggunakan satu credential (akun) saja [1]. Sistem Single Sign On menghindari login ganda terhadap aplikasi-aplikasi yang diintegrasikan ke dalam sistem ini, sehingga pengelolaan hak akses aplikasi menjadi terpusat. Sementara pada sistem sign on biasa mengharuskan pengguna untuk selalu login saat melakukan akses pada beberapa aplikasi yang berbeda. Secara umum gambaran sistem single sign on dan sistem sign on biasa dapat dilihat pada Gambar 1 dan Gambar 2. Pengguna Gambar 1. Sistem Single Sign On (SSO). Pengguna Gambar 2. Sistem sign on biasa. 235

2 Selain sebagai pemusatan data pengguna, sistem single sign on yang sekarang ini di terapkan di UNS juga di manfaatkan untuk sarana pembagian bandwidth. Semua data aktifitas pengguna SSO yang mengakses internet dengan menggunakan jaringan kampus akan tercatat dalam log SSO yang di dalamnya terdapat 3 blok informasi, yakni: (1) status perangkat jaringan, (2) status pengguna yang melakukan login, (3) status pengguna logout. Setiap blok informasi tersebut terdapat detail informasi yang dapat diambil untuk mengetahui pola penggunaan bandwidth. Pada penelitian ini akan dilakukan analisa data trafik internet dengan melakukan pengelompokan data atau sering disebut sebagai clustering. Clustering adalah pembagian data ke dalam beberapa kelompok yang memiliki kemiripan. Setiap kelompok disebut sebagai cluster yang terdiri dari data-data yang mirip diantara mereka dan berbeda dengan data kelompok lain [2]. Ada beberapa algoritma dalam clustering, salah satunya adalah algoritma K-means (KMA), yaitu algoritma yang paling sederhana dan paling umum digunakan dalam kriteria kesalahan kuadrat [3]. Algoritma K-means populer karena mudah untuk diterapkan dan kompleksitas waktunya adalah O(n), di mana n adalah jumlah pola (pattern). Pemodelan peramalan kebutuhan bandwidth dengan menggunakan metode regresi linier untuk menentukan variable input peramalan, sedangkan jaringan syaraf tiruan backpropagation digunakan untuk tahap peramalan. Data yang digunakan adalah data trafik internet di FMIPA UNS dan mendapatkan simpulan bahwa pemodelan terbaik adalah model download average pada r= 0.91 [4]. Dalam penelitian yang berjudul The Development of Web Log Mining Based on Improved K-means Clustering Analysis melakukan analisis terhadap penggalian data pada web log dengan menggunakan K- means. Pada penelitian ini mengusulkan indeks efektif dari algoritma clustering K-means dan diverifikasi dengan melakukan beberapa kali percobaan. Pada penelitian ini juga mengusulkan pemilihan cluster awal secara otomatis menggunakan metode pemilihan centroid dan simpulan yang di dapatkan adalah pemilihan inisialisasi awal cluster tersebut dapat mengurangi outlier dan meningkatkan hasil clustering [5]. Berdasarkan penelitian di atas, penelitian ini mengusulkan untuk melakukan pengolahan data trafik internet tidak hanya pada satu fakultas saja, namun data yang di pakai mencakup seluruh wilayah UNS yang telah menerapkan system SSO dan bertujuan untuk melihat pola persebaran penggunaan bandwidth di UNS pada hari aktif dari tanggal 15 Maret Juni 2015 dengan menggunakan algoritma K- means (KMA). 2. METODE 2.1. Pengumpulan Data Data yang digunakan adalah data trafik internet yang di dapatkan dari log SSO tanggal 15 Maret Juni Log SSO adalah kumpulan status keberjalanan SSO yang tercatat pada setiap harinya untuk setiap aktifitas yang dilakukan oleh pengguna maupun perangkat jaringan yang bersangkutan. Pada log ini terdapat 3 blok informasi, yakni: (1) status perangkat jaringan, (2) status pengguna yang melakukan login, (3) status pengguna logout. Setiap blok informasi tersebut terdapat detail informasi yang dapat diambil untuk mengetahui kepadatan trafik akses internet Preprocessing Pada tahap ini dilakukan seleksi/pemilihan data dengan membuang data log pada hari libur, yaitu: Hari Sabtu dan Minggu. Hari libur Nyepi 21 Maret Hari libur wafatnya Isa Al Masih 3 April Hari libur buruh Internasional 1 Mei Hari libur kenaikan Isa Al Masih 14 Mei Hari libur Isra Miraj 16 Mei Hari libur Waisak 2 Juni Selanjutnya data kembali diseleksi dengan membuang data yang atributnya bernilai NULL. Kumpulan data yang telah di seleksi tersebut akan di ambil atribut total download data (bytes), total upload data (bytes), lokasi akses, tanggal akses dan waktu (s) session yang di gunakan untuk tiap-tiap pengguna. Jika dari ke-5 atribut tersebut pada atribut total download dan total upload data bernilai sama dengan 0, maka atribut tersebut dianggap tidak valid karena dari data tersebut menunjukkan bahwa pengguna tidak melakukan aktifitas akses jaringan/internet sehingga data akan di hapus. 236

3 Setelah itu, dari data yang di dapat akan di ubah menjadi kecepatan bandwidth rata-rata dengan membagi total data dengan waktu session yang di gunakan pengguna. Sehingga output dari tahap preprocessing ini adalah: 1) Lokasi akses. 2) Tanggal akses. 3) Bandwidth download rata-rata (bytes/s). 4) Bandwidth upload rata-rata (bytes/s). Output tahapan preprocessing yang akan digunakan pada tahap data clusteringadalah atribut bandwidth download rata-rata dan bandwidth upload rata-rata yang di nyatakan dalam satuan bytes/s. Sedangkan data lokasi akses dan tanggal akses akan digunakan untuk pembagian data yang akan di cluster Data Clustering Data Clustering (atau hanya disebut clustering), juga disebut analisis cluster, analisis segmentasi, analisis taksonomi atau klasifikasi tanpa pengawasan (unsupervised classification) adalah metode untuk membuat kelompok objek atau cluster, sedemikian sehingga bahwa objek yang sangat mirip dikatakan dalam satu cluster sedangkan objek di-cluster yang berbeda mempunyai perbedaan yang cukup jelas [6]. Clustering merupakan komponen penting dari data mining yaitu proses mengeksplorasi dan menganalisis data dalam jumlah besar untuk menemukan informasi yang berguna [7]. Clustering juga merupakan persoalan mendasar dalam literatur pengenalan pola (pattern recognition). Langkah-langkah algoritma K-Means adalah sebagai berikut [8]. 1) Menentukan k sebagai jumlah cluster yang ingin dibentuk. 2) Membangkitkan nilai random untuk pusat cluster awal (centroid) sebanyak k. 3) Menghitung jarak setiap data input terhadap masing-masing centroid menggunakan rumus jarak Eucledian (Eucledian Distance) hingga ditemukan jarak yang paling dekat dari setiap data dengan centroid. Berikut adalah persamaan Eucledian Distance: [ ( ) ] [ ] (1) Dimana x j dan y j berturut-turut adalah nilai atribut x dan y yang ke-j. 4) Mengelompokkan setiap data berdasarkan kedekatannya dengan centroid (jarak terkecil). 5) Memperbaharui nilai centroid. 6) Melakukan perulangan dari langkah 2-5 hingga anggota tiap clustertidak ada yang berubah. 3. HASIL DAN PEMBAHASAN Penelitian ini menggunakan data log SSO dari tanggal 15 Maret Juni 2015 yang telah di proses dan akan di lakukan proses clustering terhadap data bandwidth download rata-rata dan bandwidth upload rata-rata, yang akan di bedakan berdasarkan tempat akses dan waktu (bulan). Jumlah total data dari log ini ± data transaksi dan setelah dilakukan tahap pre-processing, didapatkan ± data transaksi yang akan di olah ke dalam 7 cluster. Nilai cluster k= 7 di dapatkan dengan melakukan beberapa kali percobaan clustering dengan menghitung nilai SSE masing-masing cluster untuk di perbandingkan. Hasil percobaan tersebut dapat di lihat pada Gambar 3. Gambar 3. Grafik penghitungan nilai SSE terhadap jumlah cluster. 237

4 Pada metode elbow nilai cluster yang akan diambil adalah nilai yang mengalami penurunan secara signifikan dan membentuk sudut. Berdasarkan grafik pada Gambar 3 dapat di lihat bahwa nilai cluster k = 7 adalah titik yang memenuhi kriteria metode elbow (siku). Hal inilah yang mendasarkan penelitian ini untuk melakukan clustering data dengan nilai k = 7. Hasil dari clustering data log keseluruhan dapat dilihat pada Tabel 1. Tabel 14. Distribusi frekuensi keseluruhan Cluster Pengguna Centroid (Bps) Upstream Downstream C C C C C C C Total Berdasarkan dari tabel 1 dapat di lihat bahwa pengguna SSO kebanyakan termasuk ke dalam cluster 6, dimana berturut-turut centroid upstream dan downstream adalah 2 10 Bps; 2 16 Bps (1 byte = 8 bits) atau sekitar 1 KBps untuk upstream dan 64 KBps untuk downstream. Hasil dari clustering data log keseluruhan berdasarkan bulan dapat dilihat pada Tabel 2. Tabel 15. Distribusi frekuensi pengguna internet per bulan Cluster Maret April Mei Juni C C C C C C C Total Berdasarkan dari Tabel 2 dapat di lihat bahwa pengguna SSO kebanyakan melakukan akses di bulan Mei, yaitu bulan aktif akademik menjelang liburan semester ganjil. Sedangkan nilai centroid pada cluster yang memiliki nilai tertinggi untuk tiap bulannya dijelaskan pada Tabel 3. Tabel 16. Centroidcluster terbesar pada tiap bulan Bulan Cluster Centroid (Bps) Upstream Downstream Pengguna Maret C April C Mei C Juni C Berdasarkan dari Tabel 3 dapat di lihat bahwa pengguna SSO kebanyakan mendapatkan fasilitas akses internet melalui jaringan kampus dengan rata-rata kecepatan bandwidth upload dan download berturutturut, 2 10 Bps; 2 13 Bps (1 byte = 8 bits) atau sekitar 1 KBps untuk upstream dan 8 KBps untuk downstream. 238

5 Hasil dari clustering data log, jika di petakan berdasarkan tempat lokasi akses jaringan adalah sebagai berikut. Tabel 17. Distribusi frekuensi pengguna internet per lokasi akses C1 C2 C3 C4 C5 C6 C7 Total A B C D E F G H I J K L M N O P Q R S T U Berdasarkan dari tabel 4 dapat di lihat berturut-turut, tempat yang paling banyak dan paling sedikit di gunakan pengguna SSO untuk mengakses internet adalah lokasi J dan F. Sedangkan nilai centroid pada cluster yang memiliki nilai tertinggi untuk tiap lokasi di jelaskan pada Tabel 5. Tabel 18. Centroid cluster terbesar pada tiap lokasi Lokasi Cluster Centroid (Bps) Upstream Downstream User A C B C C C D C E C F C G C H C I C J C K C L C M C N C O C P C Q C R C S C T C U C Berdasarkan dari Tabel 5 dapat di lihat bahwa pengguna SSO kebanyakan mendapatkan fasilitas akses internet melalui jaringan kampus dengan rata-rata kecepatan bandwidth upload dan download di tiap 239

6 tempatnya berturut-turut, 2 9 Bps sampai dengan 2 10 Bps; 2 11 Bps sampai dengan 2 14 Bps (1 byte = 8 bits) atau sekitar 512 Bps 2 KBps untuk upstream dan 2 16 KBps untuk downstream. 4. SIMPULAN Himpunan data log bandwidth pada kasus ini dapat di cluster menggunakan algoritma K-means dengan jumlah cluster 7. Pemilihan nilai cluster k=7, sudah melalui beberapa percobaan. Hasil clustering data penggunaan bandwidth dapat di lihat bahwa bulan padat pengguna SSO adalah bulan Mei dengan kecepatan download dan upload yang masih kalah dengan bulan Maret atau bulan dengan pengguna SSO terendah, sedangkan lokasi yang paling banyak dan paling sedikit di gunakan pengguna SSO untuk mengakses internet adalah di lokasi J dan F mempunyai rata-rata kecepatan yang tidak jauh berbeda untuk downstream. 5. REFERENSI [1] Haryanto, D Single Sign On Server System. Bandung: NET-COMLABS ITB. [2] Berkhin, P Survey of Clustering Data Mining Techniques. San Jose, CA: Accrue Software. [3] MacQueen, J Some Method for Classification and Analysis of Multivariate Observations. dalam Proc. of the fifth Berkeley Symposium on Mathematical Statistics and Probability. [4] Putri, A. U Peramalan Kebutuhan Bandwidth Menggunakan Jaringan Saraf Tiruan Backpropagation Dengan Input Berdasarkan Best Subset Regression. Surakarta: Universitas Sebelas Maret. [5] Wang, T The Development of Web Log Mining Based on Improved K-means Clustering Analysis. Springer: Verlag Berlin Heidelberg. [6] Gan, G., Ma, C., dan Wu, J Data Clustering Theory, Algorithms and Applications, Alexandria Virginia: Society for Industrial and Applied Mathematics. [5] Berry, M. dan Linoff, G Mastering Data Mining. New York: John Wiley & Sons. [6] Sarwono, Y Aplikasi Model Jaringan Syaraf Tiruan dengan Radial Basis Function untuk Mendeteksi Kelainan Otak (Stroke Infark). Sekolah Tinggi Manajemen Informatika & Teknik Komputer, Surabaya. 240