Klasifikasi Gangguan Berat Pada Jaringan Low Bandwith BANK TABUNGAN NEGARA (BTN) dengan Menggunakan Algoritma Naive Bayes (Studi kasus : PT IPWAN GLOBAL TELECOMM)

Authors

  • Sashmita Salsabeela STMIK Jakarta STI&K
  • Latifah STMIK Jakarta STI&K

:

https://doi.org/10.32409/jikstik.21.2.3048

Keywords:

Data Mining, Klasifikasi, K-Nearest Neighbor, Naive Bayes, Gangguan Jaringan Low Bandwidth

Abstract

Jaringan internet sudah tidak asing lagi pada era komputerisasi saat ini. Jaringan internet dapat dibedakan menurut besaran transfernya yaitu tinggi dan rendah. Besaran rendah atau disebut juga low bandwidth sering digunakan pada perusahan perbankan untuk perangkat dengan virtual private network (VPN) seperti ATM, Openbooth, dan lain sebagainya. Begi- tupun dengan BANK TABUNGAN NEGARA (BTN) yang memasang jaringan internet low bandwidth dengan bantuan orang ketiga yaitu PT IPWAN GLOBAL TELECOMM. Pada saat ini PT IPWAN GLOBAL TELECOMM telah memasang jaringan internet low bandwidth mi- lik BANK TABUNGAN NEGARA (BTN) sebanyak lebih dari 350 titik yang menyebabkan banyaknya terjadi kasus gangguan pada jaringan. Belum adanya klasifikasi terhadap gangguan jaringan low bandwidth menjadi masalah dalam penelitian ini. Oleh karena itu peneliti mem- buat penelitian klasifikasi jaringan internet dengan membandingkan metode Naive Bayes dan K-Nearest neighbor untuk menemukan metode dengan accuracy terbaik. Hasil dari penelitian ini menujukan Naive bayes mendapatkan accuracy sebesar 53 % sedangkan K-Nearest Neigh- bor mendapatkan accuracy sebesar 52%. Hal ini menunjukan Naive Bayes merupakan metode terbaik dalam penelitian ini. Kemudian, hasil dari penemuan metode terbaik tersebut meng- hasilkan sebuah prototype berupa sistem klasifikasi gangguan jaringan low bandwidth dengan menggunakan bahasa pemrograman Hypertext Preprocessor (PHP) dan database Mysql

Downloads

Download data is not yet available.

Downloads

Published

25-06-2022

How to Cite

[1]
Sashmita Salsabeela and Latifah 2022. Klasifikasi Gangguan Berat Pada Jaringan Low Bandwith BANK TABUNGAN NEGARA (BTN) dengan Menggunakan Algoritma Naive Bayes (Studi kasus : PT IPWAN GLOBAL TELECOMM). Jurnal Ilmiah Komputasi. 21, 2 (Jun. 2022), 161–168. DOI:https://doi.org/10.32409/jikstik.21.2.3048.
Abstract View: 54 times