PREDIKSI TRAFIK INTERNET HARIAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFICATION

Fitri Indah Nur Aini, 201669040065 (2020) PREDIKSI TRAFIK INTERNET HARIAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFICATION. Sarjana thesis, Universitas Yudharta.

	Text (BAB I.pdf) 201669040065_BAB I.pdf Download (102kB)
	Text (BAB II.pdf) 201669040065_BAB II.pdf Restricted to Registered users only Download (362kB) | Request a copy
	Text (BAB III.pdf) 201669040065_BAB III.pdf Restricted to Registered users only Download (545kB) | Request a copy
	Text (BAB IV.pdf) 201669040065_BAB IV.pdf Restricted to Registered users only Download (506kB) | Request a copy
	Text (BAB V.pdf) 201669040065_BAB V.pdf Restricted to Registered users only Download (92kB) | Request a copy
	Text (COVER DEPAN.pdf) 201669040065_COVER DEPAN.pdf Download (559kB)
	Text (DAFTAR PUSTAKA.pdf) 201669040065_DAFTAR PUSTAKA.pdf Download (106kB)

Abstract

Dalam penelitian ini eksplorasi data yang kuat dilakukan pada lalu lintas data internet harian yang dihasilkan di ISP (Internet Service Provider ) JW.net untuk jangka waktu 12 bulan berturut-turut untuk setiap hari selama periode 1 tahun, lalu lintas pengunggahan dan pengunduhan data internet di JW.net Sengonagung Purwosari dimonitor dan catat dengan benar menggunakan perangkat lunak : Manager Hostspot Mikrotik, winbox Dalam proposal ini saya mengangkat sebuah masalah yang menjadi kendala penyedia ISP (Internet Service Provider), yaitu sulitnya permintaan konsumen yang semakin banyak karena setiap hari bandwith itu selalu berubah ubah, jadi sedikit sulit untuk menentukan dan memperkirakan quotanya agar efektif dalam trafik lalu lintas internetnya sesuai dengan kebutuhan konsumen untuk kedepannya (periode selanjutnya), maka dibutuhkan metode yang efektif dan sederhana. Dataset kuantitatif dengan informasi terperinci disediakan sebagai bahan pelengkap data proposal ini untuk kemudahan penelitian dan validasi, untuk setiap bulan graph statistik dari lalu lintas pengunduhan dan pengunggahan data internet harian disajikan dalam bentuk tabel. Dari beberapa masalah diatas, sehingga diusulkan untuk menggunakan algoritma Naive Bayes, yang cukup banyak diterapkan untuk menghitung nilai probabilitas dan dilakukan evaluasi menggunakan Confusion Matrix agar memperoleh hasil prediksi yang akurat. Kemudian diimplementasikan pada bahasa pemrograman R-studio. Dari hasil implementasi perhitungan menggunakan model Naive Bayes yang kemudian di evaluasi hasil menggunakan Confusion Matrix dihasilkan tingkat akurasi yang tinggi yaitu 99,49% dengan jumlah data trining 80% dan data testing 20%.

Item Type:	Thesis (Sarjana)
Contributors:	Contribution Contributors Email Thesis advisor Muhammad Faishol Amrulloh, M.Kom., ã…¤ UNSPECIFIED
Subjects:	Karya Umum > Ilmu Umum dan Komputer
Divisions:	Fakultas Teknik > Teknik Informatika
Date Deposited:	15 Nov 2020 13:06
Last Modified:	02 Mar 2022 06:29
URI:	https://repository.yudharta.ac.id/id/eprint/469

Actions (login required)

View Item