Prediksi Tingkat Kebutuhan Bandwidth Jangka Panjang Menggunakan Metode Algortima Backpropagation

indonesia

  • efrian efrian Universitas Putra Indonesia YPTK Padang

Abstract

Internet sudah menjadi kebutuhan penting dalam dunia kerja. Instansi pemerintah juga semakin giat membuat berbagai aplikasi berbasis web untuk memudahkan layanan kepada masyarakat. Apalagi sekarang dunia sedang dilanda pandemi COVID-19. Aplikasi berbasis web, aplikasi virtual meeting dan lain sebagainya sudah menjadi kebutuhan guna menghindari kontak fisik antara instansi pemerintah dengan publik. Kecepatan Bandwitdh menjadi penentu peningkatan kinerja dan produktivitas kerja suatu instansi. Penelitian ini bertujuan untuk mengukur dan memprediksi kebutuhan Bandwidth internet yang dibutuhkan pada Kanwil kemenag Provinsi Sumatera Barat pada tahun mendatang. Data yang diolah untuk penelitian ini pemakaian bandwidth dari tahun 2016 sampai dengan tahun 2020. Selanjutnya data diolah memakai metode jaringan syaraf tiruan dengan algoritma Backpropagation. Hasil dari pengujian terhadap metode ini ialah kebutuhan bandwidth pada Kanwil kemenag Agama Provinsi Sumatera Barat pada tahun. Dari hasil prediksi kebutuhan bandwidth dengan menggunakan jaringan syaraf tiruan menggunakan algoritma backpropagation pada Kanwil kemenag Provinsi Sumatera Barat dapat direkomendasikan untuk mengajukan kebijakan manajemen bandwidth internet.

Downloads

Download data is not yet available.

References

Sawehli, Abdurraouf., Rashdan, M.A., Maatouk, Q.A., (2020). Apu High-Speed Internet Access: A Literature Review. (2020). Journal of Critical Reviews, 7(03). doi:10.31838/jcr.07.03.16

Yadav, J., Saini, A. K., & Yadav, A. K. (2019). Measuring citizens engagement in e-Government projects – Indian perspective. Journal of Statistics and Management Systems, 22(2), 327–346. doi:10.1080/09720510.2019.1580908

Adekitan, A.I., Abolade, J. & Shobayo, O., (2019). Data mining approach for predicting the daily Internet data traffic of a smart university. Journal of Big Data, 6(1). Available at: http://dx.doi.org/10.1186/s40537-019-0176-5.

Sumarno, Hartama, D., Gunawan, I., Tambunan, H.S., Irawan, E., (2019). Optimization of Network Security Using Website Filtering With Microtic Routerboard. Journal of Physics: Conference Series, 1255, p.012076. Available at: http://dx.doi.org/10.1088/1742-6596/1255/1/012076.

Hayat, C., Aang Soenandi, I., Limong, S., & Kurnia, J., (2020). Modeling of Prediction Bandwidth Density with Backpropagation Neural Network (BPNN) Methods. IOP Conference Series: Materials Science and Engineering, 852, 012127. doi:10.1088/1757-899x/852/1/012127

Namel, Ammar, T., Sahib, Mouayad, A., Hasan, Satha, M., (2019). Bandwidth Utilization Prediction in LAN Network Using Time Series Modeling. Iraqi Journal of Computer, Communication, Control and System Engineering, 78–89. doi:10.33103/uot.ijccce.19.2.9

Orpa, E.P.K., Ripanti, E.F. & Tursina, T., (2019). Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5. Jurnal Sistem dan Teknologi Informasi (JUSTIN), 7(4), p.272. Available at: http://dx.doi.org/10.26418/justin.v7i4.33163.

Kurniawan, M.H., Defit, S. & Yunus, Y., (2020). Pemetaan Promosi dalam Penjaringan Calon Mahasiswa Menggunakan Algoritma Backpropagation. Jurnal Informatika Ekonomi Bisnis, 2(1), pp.21–26. Available at: http://dx.doi.org/10.37034/infeb.v2i1.17.

Dewi, R., Andani, S.R. & Solikhun, S., (2019). Model Jaringan Syaraf Tiruan Memprediksi Produksi Ekspor Batu Bara Menurut Negara Tujuan Utama Dalam Mendorong Laju Pertumbuhan Ekonomi. Klik - Kumpulan Jurnal Ilmu Komputer, 6(2), p.184. Available at: http://dx.doi.org/10.20527/klik.v6i2.227.

Bhakti, H.D., (2019). Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Masa Studi Mahasiswa Program Studi Teknik Informatika Universitas Muhammadiyah Gresik. Eksplora Informatika, 9(1), pp.88–95. Available at: http://dx.doi.org/10.30864/eksplora.v9i1.234.

Jatmika, S., Aprilianto, T., & Idris, M. (2020). Ekstraksi Fitur Untuk Mengidentifikasi Marga Tanaman Menggunakan Algoritma Backpropagation. POSITIF : Jurnal Sistem Dan Teknologi Informasi, 6(1), 56. doi:10.31961/positif.v6i1.907

Almas, M.F., Setiawan, B.D., & Sutrisno. S, (2018). Implementasi Metode Backpropagation untuk Prediksi Harga Batu Bara. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 2, No. 12, Desember 2018, hlm. 6502-6511.

Fitriadini, A., Pramiyati, T., Pangaribuan., A.B. (2020). Penerapan Backpropagation Neural Network Dalam Prediksi Harga Saham. Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA).

Guntoro, G., Costaner, L., & Lisnawita, L. (2019). Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation. Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer, 14(1), 50. doi:10.30872/jim.v14i1.1745

Herdian, R.B., Jasa, L. & Linawati, L., (2020). Manajemen Bandwidth Berdasarkan Prediksi Perilaku Pengguna Pada Jaringan TCP/IP Dengan Jaringan Syaraf Tiruan. Majalah Ilmiah Teknologi Elektro, 19(1), p.73. Available at: http://dx.doi.org/10.24843/mite.2020.v19i01.p11.

Indrayati Sijabat, P., Yuhandri, Y., Widi Nurcahyo, G., & Sindar, A. (2020). Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional. Digital Zone: Jurnal Teknologi Informasi Dan Komunikasi, 11(1), 96–107. doi:10.31849/digitalzone.v11i1.3880

Mekongga, I., Gernowo, R., & Sugiharto, A. (2012). The Prediction of Bandwidth On Need Computer Network Through Artificial Neural Network Method of Backpropagation. Jurnal Sistem Informasi Bisnis, 2(2). doi:10.21456/vol2iss2pp098-107

Radjabaycolle, J., & Pulungan, R. (2016). Prediksi Penggunaan Bandwidth Menggunakan Elman Recurrent Neural Network. Barekeng: Jurnal Ilmu Matematika Dan Terapan, 10(2), 127–135. doi:10.30598/barekengvol10iss2pp127-135

Rahmiyanti, R., Defit, S., & Yunus, Y. (2021). Prediksi dan Klasifikasi Buku Menggunakan Metode Backpropagation. Jurnal Informasi Dan Teknologi, 109–114. doi:10.37034/jidt.v3i3.116

Rana, N., Bhandari, K. P., & Shrestha, S. (2018). Network Bandwidth Utilization Prediction Based on Observed SNMP Data. Journal of the Institute of Engineering, 13(1), 160–168. doi:10.3126/jie.v13i1.20362

Rao, S.S. (2020). Stock Prediction Analysis by using Linear Regression Machine Learning Algorithm. Regular Issue, 9(4), 841–844. doi:10.35940/ijitee.d1110.029420

Wanto, Anjar., (2018). Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts. Jurnal Nasional Teknologi dan Sistem Informasi, Vol. 03 No. 03, 370-380.

Published
2022-01-06
How to Cite
efrian, efrian. (2022). Prediksi Tingkat Kebutuhan Bandwidth Jangka Panjang Menggunakan Metode Algortima Backpropagation. Jurnal Teknologi Dan Sistem Informasi Bisnis - JTEKSIS, 4(1), 1-11. https://doi.org/10.47233/jteksis.v4i1.310