Sistem Deteksi Kegagalan pada Jaringan IoT dengan Menggunakan Metode Naive Bayesian
Download as PPTX, PDF0 likes483 views
Dokumen ini membahas sistem deteksi kegagalan pada jaringan IoT dengan menggunakan metode Naive Bayesian. Tujuannya adalah membuat sistem monitoring jaringan IoT dan menerapkan metode Naive Bayesian untuk mendeteksi kegagalan jaringan serta menampilkan grafik lalu lintas jaringan. Hasil pengujiannya menunjukkan metode ini dapat menentukan kondisi jaringan yaitu baik, normal atau rusak berdasarkan nilai latency dan packet loss
Sistem Deteksi Kegagalan pada Jaringan IoT dengan Menggunakan Metode Naive Bayesian
- 1. Sistem Deteksi Kegagalan pada Jaringan IoT dengan Menggunakan Metode Naive Bayesian ORLANDO DACOSTA 09121001029 Dosen Pembimbing DERIS STIAWAN, Ph.D 2017
- 2. R.Khan, dkk 2012 Setiap tahun jumlah perangkat yang terhubung ke internet semakin berkembang, berbagai macam perangkat yang berbeda seperti personal komputer, laptop, tablet, smart phone, dan embedded device terhubung melalui internet untuk bertukar informasi. Internet of Things (IoT) adalah sebuah konsep dimana suatu objek yang memiliki kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan interkasi manusia ke manusia atau manusia ke komputer. A. Affandi 2015 Sistem monitoring jaringan adalah suatu sistem yang memiliki kemampuan untuk memonitor, mengontrol, dan memanejemen suatu jaringan komputer. E. Harahap 2012 Menggunakan metode naïve Bayesian untuk memprediksi penyebab kegagalan pada jaringan internet. Latar Belakang
- 3. Tujuan Membuat sistem monitoring jaringan pada jaringa IoT. Menerapkan metode naïve Bayesian untuk mendeteksi kegagalan pada jaringan IoT serta menampilkan grafik traffic network. 1 2
- 4. Kerangka Kerja Mulai Perancangan Topologi Integrasi Perangkat Lunak dan Perangkat Keras Pengambilan dan Pengujian Data Penerapan Metode Naïve Bayesian Traffic termonitoring? Validasi dan Analisa Selesai Ya Tidak
- 5. Topologi IoT
- 6. Penerapan Metode Naive Bayesian Mulai Input packet data Menentukan nilai latency dan packet loss Nilai data training latency dan packet loss PL = 100% and (lat = 0) or (lat >450ms) PL > 25% and (lat = 0) or (lat >450ms) PL = 3-14% and (lat = 150ms – 229ms) Lat = 150ms – 229ms and (PL = 3-14%) Kondisi Jaringan Down Kondisi Jaringan Normal Kondisi Jaringan Good Yes Yes Menampilkan grafik dan kondisi jaringan Selesai No PL = 15 – 25% and (lat = 300ms – 449 ms) No Lat = 300ms – 449ms and PL = 15-25%) No No No No PL > 3% and (lat < 150ms) Yes Yes Yes Yes Yes
- 8. Hasil Pengujian 260 286 298 229 419 382 275 290 302 228 477 367 295 309 310 252 466 406 0 100 200 300 400 500 600 Hasil Perbandingan Pengujian 1 Pengujian 2 Pengujian 3
- 9. Kesimpulan Salah satu kekurangan dari metode naive Bayesian adalah memerlukan data training yang banyak karena semakin banyak data training yang digunakan maka keakuratan memprediksi suatu keadaan atau memutuskan sesuatu semakin akurat.3 Metode naive bayesian dapat digunakan pada monitoring jaringan untuk menentukan kondisi jaringan yaitu pada saat kondisi jaringan bagus, normal dan down. 1 Ada beberapa penyebab kegagalan pada jaringan internet yaitu gagal operasi, ini bisa terjadi sistem operasi server, database hingga perangkat keras yang mengalami kesalahan seperti overheat atau terlalu panas.2
- 10. Saran Topologi IoT yang dibuat lebih kompleks dengan penambahan beberapa perangkat mikro lainnya dan sensor yang digunakan tidak hanya satu jenis sensor. 1 Penerapan konsep monitoring jaringan dengan menggunakan metode yang lain. Seperti fuzzy logic dan JST untuk membandingkan keakuratan dalam memonitoring kondisi jaringan. 2