ANALISIS PACKET TRAFFIC PADA JARINGAN KOMPUTER DI GEDUNG R.A KARTINI UNIVERSITAS NEGERI JAKARTA

TUTI AULIYANI, . (2020) ANALISIS PACKET TRAFFIC PADA JARINGAN KOMPUTER DI GEDUNG R.A KARTINI UNIVERSITAS NEGERI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (290kB)
[img] Text
BAB 2.pdf
Restricted to Registered users only

Download (616kB) | Request a copy
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (404kB) | Request a copy
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (612kB) | Request a copy
[img] Text
BAB 5.pdf

Download (267kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (270kB)
[img] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

ANALISIS PACKET TRAFFIC PADA JARINGAN KOMPUTER DI GEDUNG R.A KARTINI UNIVERSITAS NEGERI JAKARTA TUTI AULIYANI ABSTRAK Setiap pengguna jaringan Internet memiliki keperluan yang berbeda – beda, tidak hanya mengakses kebutuhan pekerjaan maupun perkuliahan. Terdapat beberapa waktu senggang yang digunakan oleh pengguna, yang tidak diketahui aplikasi apa saja yang di akses. Sebagai sebuah instansi perguruan tinggi, pengguna jaringan Internet Universitas Negeri Jakarta semestinya menggunakan fasilitas Internet untuk hal yang bermanfaat. Untuk mengetahui klasifikasi paket data jaringan Internet, maka dapat dilakukan dengan menganalisis packet traffic. Metode yang digunakan yaitu sniffing packet atau pengendusan menggunakan fitur yang terdapat pada perangkat Cisco yaitu Switched Port Analyzer (SPAN). Bermula dengan menghitung total bandwidth yang digunakan, selanjutnya setelah mengetahui jumlah paket maka dapat ditentukanlah jam sibuk penggunaan Internet. Jam sibuk sendiri digunakan untuk mengklasifikasikan paket – paket yang lewat ke dalam kategori – kategori berdasarkan aplikasi. Hasil dari penelitian bahwa pengambilan data selama lima hari mendapatkan rata – rata penggunaan bandwidth sebesar 144 Mbps. Untuk jam sibuk penggunaan Internet didapatkan total paket terbesar pada pukul 09.00- 10.00, yaitu dengan rerata jumlah paket 106.522.310. Paket yang diklasifikasikan mendapatkan persentase terbesar pada kategori WEB sebesar 68,57%. Dengan total data yang dimiliki sebesar 38,46 GB. Kata kunci: Packet Traffic, Sniffing Packet, Switched Port Analyzer (SPAN), jam sibuk, klasifikasi paket ANALYSIS OF PACKET TRAFFIC ON COMPUTER NETWORK IN R.A KARTINI BUILDING STATE UNIVERSITY JAKARTA TUTI AULIYANI ABSTRACT Every Internet network user has different needs, not just accessing work or lecture needs. There are some free time used by users, which is not known what applications are accessed. As a tertiary institution, Internet users of the Jakarta State University should use Internet facilities for useful purposes. To determine the classification of Internet network data packet, it can be done by analyzing packet traffic. The method used is sniffing packet or sniffing using features found on Cisco devices, namely Switched Port Analyzer (SPAN). Starting with calculating the total bandwidth used, then after knowing the number of packets, it can be determined that the rush hour is using the Internet. The rush hour itself is used to classify packets that pass into categories based on application. The results of the study that the data collection for five days to get an average bandwidth usage of 144 Mbps. For the peak hours of Internet use, the largest total packet is from 09.00-10.00, with an average number of packet 106.522.310. Packet that are classified get the largest percentage in the WEB category of 68.57%. With total data owned by 38.46 GB. Keywords: Packet Traffic, Sniffing Packet, Switched Port Analyzer (SPAN), Busy Hour, Packet Classification

Item Type: Thesis (Sarjana)
Additional Information: 1). M. Ficky Duskarnaen, M.Sc 2). Hamidillah Ajie, S.Si M.T
Subjects: Sains > Matematika > Ilmu Komputer
Divisions: FT > S1 Pendidikan Teknik Informatika Komputer
Depositing User: Users 771 not found.
Date Deposited: 04 Mar 2020 14:29
Last Modified: 04 Mar 2020 14:29
URI: http://repository.unj.ac.id/id/eprint/3943

Actions (login required)

View Item View Item