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
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
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