BAB II LANDASAN TEORI

dokumen-dokumen yang mirip
FUZZY LOGIC CONTROL 1. LOGIKA FUZZY

BAB II KAJIAN PUSTAKA. mengikuti sertifikasi, baik pendidikan gelar (S-1, S-2, atau S-3) maupun nongelar (D-

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI. Dalam kondisi yang nyata, beberapa aspek dalam dunia nyata selalu atau biasanya

BAB 2 LANDASAN TEORI

Penerapan FuzzyTsukamotodalam Menentukan Jumlah Produksi

BAB 2 TINJAUAN PUSTAKA

BAB II: TINJAUAN PUSTAKA

manusia diantaranya penyakit mata konjungtivitis, keratitis, dan glaukoma.

Erwien Tjipta Wijaya, ST.,M.Kom

BAB 2 LANDASAN TEORI

SISTEM PENENTUAN KANDIDAT KETUA KARANG TARUNA DENGAN MENGGUNAKAN FUZZY LOGIC

FUZZY MULTI-CRITERIA DECISION MAKING

BAB II KAJIAN PUSTAKA

BAB II TINJAUAN PUSTAKA

SPK PENENTUAN TINGKAT KEPUASAN KONSUMEN PADA RESTORAN XYZ

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BIDIK MISI DI POLITEKNIK NEGERI JEMBER MENGGUNAKAN LOGIKA FUZZY

: Sistem Pendukung Keputusan, Siswa berprestasi, Tsukamoto

APLIKASI PENGAMBILAN KEPUTUSAN DENGAN METODE TSUKAMOTO PADA PENENTUAN TINGKAT KEPUASAN PELANGGAN (STUDI KASUS DI TOKO KENCANA KEDIRI)

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

REVIEW JURNAL LOGIKA FUZZY

Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:

ARTIFICIAL INTELLIGENCE MENENTUKAN KUALITAS KEHAMILAN PADA WANITA PEKERJA

BAB 2 LANDASAN TEORI

Kata kunci: Sistem pendukung keputusan metode Sugeno, tingkat kepribadian siswa

BAB III METODE FUZZY MAMDANI

BAB II TINJAUAN PUSTAKA

PENDAPATAN MASYARAKAT DENGAN ADANYA KAMPUS MENGGUNAKAN FUZZY TSUKAMOTO

Penerapan Metode Fuzzy Mamdani Pada Rem Otomatis Mobil Cerdas

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

KECERDASAN BUATAN (Artificial Intelligence) Materi 8. Entin Martiana

BAB 2 LANDASAN TEORI

Metode Fuzzy Inference System untuk Penilaian Kinerja Pegawai Perpustakaan dan Pustakawan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPPLIER OBAT MENGGUNAKAN METODE FUZZY TSUKAMOTO

Himpunan Fuzzy. Sistem Pakar Program Studi : S1 sistem Informasi

BAB II DASAR TEORI 2.1. Logika Fuzzy Defenisi Logika Fuzzy Himpunan Fuzzy

JURNAL SISTEM PENENTUAN HARGA PERCETAKAN FOTO DIGITAL MENGGUNAKAN FUZZY TSUKAMOTO DI ALIEF COMPUTER KOTA KEDIRI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 5 referensi dan 1 referensi dari

BAB 1 PENDAHULUAN. Logika fuzzy memberikan solusi praktis dan ekonomis untuk mengendalikan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Praktikum sistem Pakar Fuzzy Expert System

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

IMPLEMENTASI METODE FUZZY TSUKAMOTO PADA PENENTUAN HARGA JUAL BARANG DALAM KONSEP FUZZY LOGIC

4-5-FUZZY INFERENCE SYSTEMS

SISTEM INFERENSI FUZZY (METODE TSUKAMOTO) UNTUK PENENTUAN KEBUTUHAN KALORI HARIAN OLEH

BAB 2 LANDASAN TEORI

REVIEW PENERAPAN FUZZY LOGIC SUGENO DAN MAMDANI PADA SISTEM PENDUKUNG KEPUTUSAN PRAKIRAAN CUACA DI INDONESIA

Himpunan Tegas (Crisp)

Simulasi Pengaturan Lalu Lintas Menggunakan Logika Fuzzy

LOGIKA FUZZY PADA PROSES PELET PAKAN IKAN

BAB 2 LANDASAN TEORI

FUZZY INFERENCE SYSTEM DENGAN METODE TSUKAMOTO SEBAGAI PEMBERI SARAN PEMILIHAN KONSENTRASI (STUDI KASUS: JURUSAN TEKNIK INFORMATIKA UII)

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK MEMPREDIKSI HASIL PRODUKSI KELAPA SAWIT (STUDI KASUS : PT. AMAL TANI PERKEBUNAN TANJUNG PUTRI BAHOROK)

Optimalisasi Jumlah Produksi Jamu Jaya Asli Dengan Metode Fuzzy Tsukamoto

BAB II LANDASAN TEORI. Pada bab ini berisi tentang teori mengenai permasalahan yang akan dibahas

Aplikasi Prediksi Harga Bekas Sepeda Motor Yamaha. Menggunakan Fuzzy Logic

BAB II LANDASAN TEORI

DENIA FADILA RUSMAN

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

BAB 2 LANDASAN TEORI

BAB III LANDASAN TEORI

Fuzzy Logic. Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

BAB II. KAJIAN PUSTAKA. A. Kinerja Pegawai di Universitas Muhammadiyah Purwokerto

Logika fuzzy pertama kali dikembangkan oleh Lotfi A. Zadeh melalui tulisannya pada tahun 1965 tentang teori himpunan fuzzy.

BAB 2 TINJAUAN PUSTAKA

APLIKASI BERBASIS WEB PEMILIHAN OBYEK PARIWISATA DI YOGYAKARTA MENGGUNAKAN METODE TAHANI

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) REPRESENTASI EMOSI MENGGUNAKAN LOGIKA FUZZY PADA PERMAINAN BONNY S TOOTH BOOTH

Versi Online tersedia di : JURNAL TECH-E (Online)

BAB II TEORI PENUNJANG

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. 2.1 Penelusuran Minat dan Kemampuan (PMDK) diselenggarakan oleh suatu perguruan tinggi secara mandiri.

LOGIKA FUZZY. Kelompok Rhio Bagus P Ishak Yusuf Martinus N Cendra Rossa Rahmat Adhi Chipty Zaimima

BAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat

3.4 Data dari Melati Mekar Mandiri... 38

BAB III METODE PENELITIAN

BAB II TINJAUAN PUSTAKA

SISTEM PAKAR DIAGNOSIS AWAL PENYAKIT KAMBING MENGGUNAKAN FUZZY INFERENCE TSUKAMOTO

PENGGUNAAN SISTEM INFERENSI FUZZY UNTUK PENENTUAN JURUSAN DI SMA NEGERI 1 BIREUEN

ANALISIS PENDUKUNG KEPUTUSAN PENENTUAN PEMBELIAN BAHAN BAKU UNTUK PEMBUATAN MEUBEL JENIS KURSI LETER L MENGGUNAKAN FUZZY TSUKAMOTO

SIMULASI SISTEM UNTUK PENGONTROLAN LAMPU DAN AIR CONDITIONER DENGAN MENGGUNAKAN LOGIKA FUZZY

Pengantar Kecerdasan Buatan (AK045218) Logika Fuzzy

LOGIKA FUZZY FUNGSI KEANGGOTAAN

PENERAPAN LOGIKA FUZZY MENGGUNAKAN SISTEM INFERENSI METODE TSUKAMOTO PADA PENGATURAN LAMPU LALU LINTAS DI PEREMPATAN MANDAN KABUPATEN SUKOHARJO

PENENTUAN JUMLAH PRODUKSI TELEVISI MERK X MENGGUNAKAN METODE FUZZY MAMDANI

Pendapatan Masyarakat Disekitar Kampus dengan Adanya Mahasiswa Menggunakan Fuzzy

Metode Mamdani Untuk Klasifikasi Dalam Prediksi Indeks Pembangunan Manusia Di Kota Banda Aceh

tidak boleh ditekuk (serat optik), pengirim dan penerima harus berhadapan langsung (line off sight), kompresi data yang dikirim.

Pemanfaatan Metode Tsukamoto Untuk Klasifikasi Daerah Rawan Penyakit Tuberkulosis Paru Dalam Bentuk Sistem Informasi Geografis

BAB 2 LANDASAN TEORI

MENENTUKAN HARGA MOBIL BEKAS TOYOTA AVANZA MENGGUNAKAN METODE TSUKAMOTO

BAB 2 LANDASAN TEORI

SISTEM INFERENSI FUZZY MAMDANI BERBASIS WEB

BAB III LANDASAN TEORI

BAB IV METODOLOGI. Gambar 4.1 Model keseimbangan air pada waduk (Sumber : Noor jannah,2004)

LOGIKA FUZZY. By: Intan Cahyanti K, ST

LAPORAN AKHIR PENELITIAN DOSEN PEMULA USULAN PENELITIAN DOSEN PEMULA

Pendekatan Logika Fuzzy untuk Perhitungan Gap pada Metode Profile Matching dalam Menentukan Kelayakan Proposal Penelitian

Implementasi Logika Fuzzy Mamdani untuk Mendeteksi Kerentanan Daerah Banjir di Semarang Utara

Transkripsi:

BAB II LANDASAN TEORI 2.1 Pengertian Dasar Logika Fuzzy Logika fuzzy merupakan teknik untuk mengolah istilah linguistik. Teknik ini memperluas ide logika lebih dari sekedar benar atau salah untuk memungkinkan kebenaran parsial (bahkan kontinu). Pengetahuan yang tidak pasti dan pertimbangan yang tidak persisi adalah aspek penting keahlian dalam menerapkan akal sehat dalam situasi pengambilan keputusan. Dalam logika fuzzy nilai benar atau salah digantikan dengan derajat himpunan keanggotaan, dalam kasus ini, logika fuzzy yang digunakan adalah Fuzzy clustering. 2.1.1 Himpunan Crisp dan Himpunan Fuzzy Himpunan Crisp A didefinisikan oleh item-item yang ada pada himpunan itu. Jika a A, maka nilai yang berhubungan dengan a adalah 1. Namun, jika a A, maka nilai yang berhubungan dengan a adalah 0. Notasi A = {x P(x)} menunjukkan bahwa A berisi item x dengan P (x) benar. Jika X A merupakan fungsi karakteristik A dan properti P, dapat dikatakan bahwa P(x) benar, jika dan hanya jika X A (x) = 1. Himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaannya menunjukkan bahwa suatu item tidak hanya bernilai benar atau salah. Nilai 0 menunjukkan salah, nilai 1 menunjukkan benar, dan masih ada nilai-nilai yang terletak antara benar dan salah. Pada himpunan crisp, nilai keanggotaannya hanya ada dua kemungkinan, yaitu antara 0 atau 1, sedangkan pada himpunan fuzzy nilai keanggotaannya pada rentang antara 0 sampai 1. Apabila x memiliki nilai keanggotaan fuzzy µ A [x] = 0, berarti x tidak menjadi anggota himpunan A, juga apabila x memiliki nilai keanggotaan fuzzy µ A [x] = 1 berarti x menjadi anggota penuh pada himpunan A. 5

Istilah fuzzy logic memiliki berbagai arti. Salah satu arti fuzzy logic adalah perluasan crisp logic, sehingga dapat mempunyai nilai antara 0 sampai 1. Pertanyaan yang akan timbul adalah, bagaimana dengan operasi NOT, AND dan OR-nya? Ada banyak solusi untuk masalah tersebut. Salah satunya adalah: - operasi NOT x diperluas menjadi 1 - µ x, - x OR y diperluas menjadi max(µ x, µ y ) - x AND y diperluas menjadi min(µ x, µ y ). Dengan cara ini, operasi dasar untuk crisp logic tetap sama. Sebagai contoh : - NOT 1 = 1 1 = 0-1 OR 0 = max (1,0) = 1-1 AND 0 = min (1,0) = 0, dan ini diperluas untuk logika fuzzy. Sebagai contoh : - NOT 0,7 = 1 0,7 = 0,3-0,3 OR 0,1 = max (0,3, 0,1) - 0,8 AND 0,4 = min (0,8, 0,4) = 0,4. 2.1.2 Kaidah Secara prinsip/naluriah, kaidah yang dapat digunakan mirip dengan kaidah yang biasa dipakai dalam penentuan jumlah produksi suatu barang, seperti : - Jika permintaan turun dan persediaan banyak maka produksi barang berkurang - Jika permintaan turun dan persediaan sedikit maka produksi barang berkurang. - Jika permintaan naik dan persediaan banyak maka produksi barang naik. - Jika permintaan naik dan persediaan sedikit maka produksi barang naik. Kaidah-kiadah tersebut adalah dalam bahasa linguistik dan bukan bahasa matematis. Kaidah-kaidah tersebut menggunakan kata-kata yang tidak mencerminkan ketelitian seperti turun, naik, banyak, sedikit, berkurang, dan bertambah. Hal ini berbeda dengan bahasa matematis yang selalu mensyaratkan ketelitian yaitu dengan angka-angka. 6

2.1.3 Fungsi Keanggotaan Fungsi Keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan. a. Representasi Linear Pada representasi linear, pemetaan input ke derajat keanggotannya digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas. Ada 2 keadaan himpunan fuzzy yang linear. Pertama, kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju ke nilai domain yang memiliki derajat keanggotaan lebih tinggi (Kusumadewi dan Purnomo, 2010) Fungsi Keanggotaan: Gambar 2.1 Representasi linear naik µ [ X ] = (1) 7

b. Representasi kurva segitiga Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear) seperti terlihat pada Gambar 2.5 (Kusumadewi dan Purnomo, 2010) Fungsi Keanggotaan: Gambar 2.2 kurva segitiga µ [ X ] = 2.1.4 Sistem Inferensi Fuzzy Sistem Inferensi Fuzzy (Fuzzy Inference System/FIS) disebut juga fuzzy inference engine adalah sistem yang dapat melakukan penalaran dengan prinsip serupa seperti manusia melakukan penalaran dengan nalurinya. Terdapat beberapa jenis FIS yang dikenal yaitu Mamdani, Sugeno dan Tsukamoto. FIS yang paling mudah dimengerti, karena paling sesuai dengan naluri manusia adalah FIS Mamdani. FIS tersebut bekerja berdasarkan kaidah-kaidah linguistik dan memiliki algoritma fuzzy yang menyediakan sebuah aproksimasi untuk dimasuki analisa matematik. 8

Input yang diberikan kepada FIS adalah berupa bilangan tertentu dan output yang dihasilkan juga harus berupa bilangan tertentu. Kaidah-kaidah dalam bahasa linguistik dapat digunakan sebagai input yang bersifat teliti harus dikonversikan terlebih dahulu, lalu melakukan penalaran berdasarkan kaidahkaidah dan mengkonversi hasil penalaran tersebut menjadi output yang bersifat teliti. Kaidah-Kaidah input Fuzzyfikasi Penalaran Defusifikasi output Gambar 2.3. Proses dalam FIS 2.2 Metode Fuzzy Tsukamoto Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α- predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. 9

Gambar 2.4. Inferensi dengan menggunakan Metode Tsukamoto. 2.3 Algoritma Fuzzy Tsukamoto Fuzzy Tsukamoto menggunakan 4 aturan fuzzy yaitu : [R1] IF Permintaan TURUN And Persediaan BANYAK THEN Produksi Barang BERKURANG; [R2] IF Permintaan TURUN And Persediaan SEDIKIT THEN Produksi Barang BERKURANG; [R3] IF Permintaan NAIK And Persediaan BANYAK THEN Produksi Barang BERTAMBAH; [R4] IF Permintaan NAIK And Persediaan SEDIKIT THEN Produksi Barang BERTAMBAH; Menentukan 3 (tiga) Varibel Fuzzy yang di modelkan yaitu: 1. Permintaan; terdiri-atas 2 himpunan fuzzy, yaitu: NAIK dan TURUN. 10

2. Persediaan; terdiri-atas 2 himpunan fuzzy, yaitu: SEDIKIT dan BANYAK. 3. Produksi barang; terdiri-atas 2 himpunan fuzzy, yaitu: BERKURANG dan BERTAMBAH. 2.4 Manajemen Jaringan Manajemen jaringan merupakan pengaturan, pengurusan atau pengelolaan elemen pada jaringan agar jaringan tetap dapat digunakan untuk ke depannya. Manajemen jaringan dapat dikategorikan menjadi lima macam (Subramanian, 2000), yaitu: 1. Configuration Management (Manajemen Konfigurasi) Meliputi pengaturan alamat (address) dan perubahan konfigurasi dari jaringan dan komponen-komponen di dalamnya. 2. Fault Management (Manajemen Kesalahan) Meliputi deteksi masalah, pengisolasian kesalahan, dan perbaikan sehingga jaringan dapat kembali ke operasi normal. 3. Performance Management (Manajemen Performa) Meliputi pengaturan tingkah laku performa dari jaringan yang sedang berjalan dimana performa jaringan ini ditampilkan dalam statistik jaringan seperti traffic volume, network availability, dan network delay. 4. Security Management (Manajemen Keamanan) Mengatur keamanan fisik jaringan, akses ke sumber daya jaringan, dan keamanan komunikasi yang terjadi di dalam jaringan. 5. Accounting Management (Manajemen Akunting) jaringan. Meliputi manajemen keuangan yang dikeluarkan dalam pengelolaan 11

2.5 Bandwidth Secara umum, bandwidth dapat diandaikan sebagai sebuah pipa air yang memiliki diameter tertentu. Semakin besar bandwidth, semakin besar pula diameter pita tersebut sehingga kapasitas volume air (dalam hal ini air merupakan data dalam arti sebenarnya) dapat meningkat. Semakin besar bandwidth suatu media, semakin tinggi kecepatan data yang dapat dilaluinya. Pengertian bandwidth menurut para ahli adalah sebagai berikut: 1. Menurut Norton dan Kearns (1999, p29), bandwidth ialah lebar komunikasi di antara saluran yang diukur dalam Hz. 2. Menurut Tanenbaum (2003, p88), bandwidth ialah jarak dari frekuensi yang ditransmisikan tanpa menyebabkan sinyal menjadi lemah. Bandwidth dapat dikategorikan menjadi dua macam: 1. Digital bandwidth Digital bandwidth merupakan jumlah atau volume data yang dapat dikirimkan melalui sebuah saluran komunikasi dalam satuan bits per second tanpa distorsi. 2. Analog bandwidth Analog bandwidth merupakan perbedaan antara frekuensi terendah dengan frekuensi tertinggi dalam sebuah rentang frekuensi yang diukur dalam satuan Hertz (Hz) atau siklus per detik, yang menentukan berapa banyak informasi yang bisa ditransmisikan dalam satu saat. Alokasi atau reservasi bandwidth adalah sebuah proses untuk menentukan besar bandwidth kepada pemakai dan aplikasi dalam sebuah jaringan. Termasuk di dalamnya menentukan prioritas terhadap berbagai jenis aliran data berdasarkan seberapa penting dan sensitif penundaan terhadap aliran data tersebut. Hal ini memungkinkan pengunaan bandwidth yang tersedia secara efisien dan apabila sewaktu-waktu jaringan menjadi lambat, aliran data yang memiliki prioritas yang lebih rendah dapat dihentikan, sehingga aplikasi yang penting dapat tetap berjalan dengan lancar. 12

Bandwidth merupakan salah satu faktor penting dalam jaringan. Beberapa hal yang menyebabkan bandwidth menjadi bagian penting yang harus diperhatikan adalah: 1. Bandwidth berdampak pada kinerja sebuah jaringan Besarnya saluran atau bandwidth akan berdampak pada kecepatan transmisi. Data dalam jumlah besar akan menempuh saluran yang memiliki bandwidth kecil lebih lama dibandingkan melewati saluran yang memiliki bandwidth yang besar. Kecepatan transmisi tersebut sangat dibutuhkan untuk aplikasi komputer yang memerlukan jaringan terutama aplikasi real-time, seperti video conferencing. 2. Bandwidth memiliki keterbatasan Setiap medium yang digunakan untuk mentransmisikan data memiliki batas maksimal bandwidth yang dapat dicapai. 3. Bandwidth tidak didapatkan dengan gratis Penggunaan bandwidth untuk LAN bergantung pada tipe alat atau medium yang digunakan. Umumnya semakin tinggi bandwidth yang ditawarkan oleh sebuah alat atau medium, semakin tinggi pula nilai jualnya. Sedangkan penggunaan bandwidth untuk WAN bergantung dari kapasitas yang ditawarkan dari pihak ISP. Perusahaan harus membeli bandwidth dari ISP dan semakin tinggi bandwidth yang diinginkan, semakin tinggi pula harganya. 4. Kebutuhan akan bandwidth akan selalu naik Setiap sebuah teknologi jaringan baru dikembangkan dan infrastruktur jaringan yang ada diperbaharui, aplikasi yang akan digunakan umumnya juga akan mengalami peningkatan dalam hal konsumsi bandwidth. Satuan dasar dari bandwidth adalah bits per second (bps). Walaupun satuan dasar yang dipakai bps, unit satuan yang lebih besar lebih umum dipakai. Network bandwidth biasanya dihitung dalam satuan thousands bits per second (Kbps), millions bits per second (Mbps), billions bits per second (Gbps), dan trillions bits per second (Tbps). Satuan ini umum digunakan dalam pemakaian sehari-hari, terutama karena semakin meningkatnya kebutuhan bandwidth dan perkembangan teknologi informasi. 13

Besarnya bandwidth bervariasi tergantung dari tipe medium yang digunakan serta teknologi LAN atau WAN yang digunakan. Fisik dan medium yang digunakan juga turut mempengaruhi besarnya bandwidth. Sinyal data dapat melalui kabel twisted-pair, kabel koaksial, kabel serat optik, dan udara. Perbedaan dari bagaimana sinyal tersebut berjalan secara fisik mengakibatkan batasan mendasar terhadap besarnya kapasitas ditentukan oleh kombinasi dari medium fisik dan teknologi yang dipilih untuk bisa mendeteksi dan mengirimkan sinyal data dalam sebuah jaringan. 2.6 Bandwidth Monitor Bandwidth monitor merupakan perangkat lunak yang diinstal pada komputer. Perangkat lunak ini kompatibel dengan semua jenis koneksi jaringan. Bandwidth monitor digunakan untuk melihat pemakaian bandwidth dan semua koneksi jaringan pada komputer, seperti koneksi jaringan LAN, koneksi jaringan internet, dan koneksi VPN. Selain itu, bandwidth monitor dapat digunakan untuk menampilkan real-time kecepatan download dan upload dalam bentuk angka dan grafik, log penggunaan bandwidth, dan menyediakan ringkasan data laporan penggunaan bandwidth. Cara bandwidth monitor bekerja: a. Bandwidth monitor mendeteksi koneksi jaringan pada komputer. b. Bandwidth monitor akan menampilkan real-time kecepatan download dan upload serta log penggunaan bandwidth. c. Bandwidth monitor akan memberitahu pengguna untuk menghindari terjadinya over bandwidth. Manfaat bandwidth monitor: a. Me-monitor bandwidth jaringan, Pengguna dapat melihat jalannya traffic pada koneksi jaringan (LAN dan WAN) secara real-time dengan menggunakan bandwidth monitor. b. Melihat kecepatan download dan upload secara real-time, Pengguna dapat melihat kecepatan download dan upload pada jaringan atau koneksi internet 14

secara real-time. Bandwidth monitor memiliki dua satuan, yaitu kb/sec (kilobytes per seconds) dan kbps (kilobits per second). c. Me-monitor penggunaan bandwidth dari server, Bandwidth monitor memonitor penggunaan bandwidth dari server tanpa perlu login. Selain itu, bandwidth monitor me-monitor penggunaan bandwidth, record rate. d. Menguji kecepatan download dan upload koneksi jaringan dalam jangka waktu yang ditetapkan pengguna Stopwatch dapat membantu pengguna untuk menguji kecepatan download dan upload dari koneksi jaringan atau internet e. Mencatat traffic koneksi jaringan secara spesifik, Pengguna dapat merekam kecepatan download dan upload dari satu atau lebih koneksi jaringan dan mengirim dalam bentuk teks atau file microsoft excel. 2.7 PHP PHP merupakan sebuah bahasa scripting yang terpasang pada HTML. Tujuan utama penggunaan bahasa ini adalah untuk memungkinkan perancang web menulis halaman web dinamik dengan cepat. Kode PHP disimpan sebagai plain text dalam format ASCII, sehingga kode PHP dapat ditulis hampir di semua editor text seperti windows notepad, windows wordpad, Adobe Dreamweaver CS5 dll. Kode PHP adalah kode yang disertakan di sebuah halaman HTML dan kode tersebut dijalankan oleh server sebelum dikirim ke browser. Contoh file PHP (contoh.php): <html> <?php Print ("Contoh text yang menggunakan kode PHP");?> </html> Pada file.html, HTTP server hanya melewatkan content dari file menuju ke browser. Server tidak mencoba untuk mengerti atau memproses file, karena itu adalah tugas sebuah browser. 15

Pada file dengan ekstensi.php akan ditangani secara berbeda. Yang memiliki kode PHP akan diperiksa. Web server akan memulai bekerja apabila berada diluar lingkungan kode HTML. Oleh karena itu server akan melewati semua content yang berisi kode HTML, CSS, JavaScript, simple text di browser tanpa diinterpretasikan di server. Blok scripting PHP selalu diawali dengan <?php dan diakhiri dengan?>. Blok scripting PHP dapat ditempatkan dimana saja di dalam dokumen. Pada beberapa server yang mendukung, blok scripting PHP dapat diawali dengan <? dan diakhiri dengan?>. Namun, untuk kompatibilitas maksimum, sebaiknya menggunakan bentuk yang standar (<?php?>). Setiap baris kode PHP harus diakhiri dengan semikolon (;). Semikolon ini merupakan separator yang digunakan untuk membedakan satu instruksi dengan instruksi lainnya. PHP menggunakan // untuk membuat komentar baris tunggal atau /* dan */ untuk membuat suatu blok komentar. 16