ANALISIS DATA LALU LINTAS JARINGAN DI KANTOR CANGEHGAR CYBER OPERATION CENTER MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Abstrak Perkembangan teknologi dapat mempermudah manusia dalam menggunakan dan mengakses sebuah informasi. Suatu informasi dapat diperoleh dari kumpulan data yang telah dilakukan proses data mining, proses ini dapat menemukan pola tersembunyi dari suatu data. Banyaknya data lalu lintas jaringan dan terdiri dari berbagai jenis kegiatan yang berbeda menyebabkan kesulitan dalam memahami data lalu lintas jaringan, sehingga informasi penggunaan jaringan belum diketahui. Solusi yang digunakan untuk mengatasi permasalahan ini dengan melakukan analisis data lalu lintas jaringan yang bertujuan untuk mempermudah dalam memahami informasi dari lalu lintas pengguna jaringan. Metode yang digunakan untuk menganalisis data lalu lintas jaringan dalam penelitian ini Knowledge Discovery in Database (KDD) dengan Algoritma K-Means Clustering. Hasil penelitian ini diperoleh nilai Davies-Bouldin Index (DBI) terkecil adalah 0,028 dengan jumlah K = 2, dimana pada cluster 0 memiliki anggota 6195 dan cluster 1 memiliki anggota 2476. Hasil dari pengelompokan diperoleh anggota cluster 0 terdiri dari 15 jenis protocol dan cluster 1 terdiri dari 7 jenis protocol. Informasi yang diperoleh dari analisis data lalu lintas jaringan adalah protocol yang banyak digunakan pengguna jaringan yaitu protocol TCP, MDNS, dan HTTP, masing-masing digunakan untuk melakukan transfer data, mengakses google cast, dan update microsoft. Abstract Technological developments can make it easier for humans to use and access information. An information can be obtained from a collection of data that has been carried out by data mining process, this process can find hidden patterns from a data. The large number of network traffic data and consists of various types of different activities causes difficulties in understanding network traffic data, so that information on network usage is not yet known. The solution used to overcome this problem is to analyze network traffic data which aims to make it easier to understand information from network user traffic. The method used to analyze network traffic data in this study is Knowledge Discovery in Database (KDD) with the K-Means Clustering Algorithm. The results of this study obtained the smallest Davies-Bouldin Index (DBI) value is 0.028 with the number of K = 2, where in cluster 0 has 6195 members and cluster 1 has 2476 members. consists of 7 types of protocols. The information obtained from the analysis of network traffic data is a protocol that is widely used by network users, namely the TCP, MDNS, and HTTP protocols, each of which is used to transfer data, access google cast, and update Microsoft.