i

Metode Clustering Partitioning K-Means

untuk Identifikasi Penggunaan Internet.

(Studi Kasus Posnet UKSW)

SKRIPSI

Diajukan Kepada

Fakultas Teknologi Informasi

untuk memperoleh Gelar Sarjana Komputer

Oleh :

Noack Pakage

NIM : 672010601

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Maret 2014

ii

Pernyataan

Skripsi yang berikut ini :

Judul : Metode Clustering Partitioning K-Means untuk Identifikasi Pengguna

Internet, (Studi Kasus Posnet UKSW)

Pembimbing : 1. Wiwin Sulistyo, ST., M.Kom

2. Alz Danny Wowor, S.Si., M.Cs

Adalah benar hasil karya saya :

Nama : Noack Pakage

NIM : 672010601

Saya menyatakan tidak mengambil sebagaian atau seluruhnya dari hasil karya orang lain

kecuali sebagaimana yang tertulis dalam daftar pustaka.

Salatiga, Maret 2014

Noack Pakage

iii

Prakata

Segala Puji syukur penulis panjatkan pada hadirat Tuhan Yang Maha Esa atas

berkatnya dan penyertaanNya, penulis dapat menyelesaikan skripsi ini dengan baik. Skripsi

ini diajukan untuk memenuhi salah satu persyaratan guna memperoleh gelar Sarjana

Komputer, Fakultas Teknologi Informatika Program Studi Teknik Informatika, Uniersitas

Kristern Satya Wacana, Salatiga

Melalui skripsi ini, penulis berharap dapat menyumbangkan sedikit pengetahuan

kepada pembaca dan menjadi inspirasi pembaca untuk melakukan pengembangan teknologi

lebih lanjut.

Dalam penyelesaikan skripsi ini, penulis tidak mungkin lepas dari bantuan, doa dan

dukungan dari berbagai pihak. Penulis menyadari sepenuhnya bahwa dalam penyusunan

skripsi ini tidak terlepas dari kekurangan dna ketidak sempurnaan mengingat keterbatasan

pengetahuan serta pengalaman yang dimiliki, walaupun demikiam dengan berbekal

keyakinan dan keinginan untuk memperoleh sesuatu yang bermanfaat, maka penulis

berusahan untuk menulis skripsi ini dengan sebaik mungkin. Oleh karena itu, pada

kesempatan ini, jika ada ucapan yang bisa mengungkapkan lebih dari kata terimakasih,

penulis ingin memberikan ucapan tersebut kepada :

1. Tuhan Yesus Kristus yang telah membimbing, menyertai, dan menguatakan penulis

setiap waktu saat suka maupun duka.

2. Bapak Dr. Dharmaputra T. Palekahelu, M.Pd selaku Dekan Fakultas Teknologi

Informasi UKSW.

3. Bapak Wiwin Sulistyo, ST., M.Kom selaku dosen pembimbing pertama, yang telah

membimbing dan memberikan petunjuk-petunjuk kepada penulis selama pembuatan

skripsi ini.

4. Bapak Alz Danny Wowor, S.Si., M.Cs selaku dosen pembimbing kedua, yang telah

membimbing dan memberikan saran serta petunjuk kepada penulis dalam proses

skripsi ini.

5. Bapak Prof. Dr. ir. Eko Sediyono, M.Kom. selaku Kaprogdi Fakultas Teknologi

Informasi UKSW.

6. Bapak Prof. Ir. Daniel Herman Freddy Manongga, M.Sc., Ph.D. atas arahannya dan

petunjuknua yang diberikan kepada penulis sebelum dan selama pembuatan skripsi

ini.

7. Bapak Irwan Sembiring, S.T., M.Kom memberi petunjuk-petunjuk kepada penulis.

8. Dosen-Dosen FTI UKSW yang selama ini telah mengajarkan banyak sekali ilmu

pengetahuan kapada penulis.

9. Bapak Yonatan selaku Dirut di PT.Indomedia yang telah meberikan ijin selama

penulis melakukan penelitian di POSNET UKSW.

iv

10. Mas Mafmud dan Mas Yosua selaku ADMIN di PT. Indomedia dan POSNET yang

telah membantu penulis selama melakukan penalitian di POSNET

11. Mas Danie selaku ADMIN UKSW, terima kasih atas dukungan dan sarannya

12. Papa, Mama, adik dan kakak serta kerabat dekat lainnya yang berada di Serui dan di

Biak yang telah memberi bantuan, dukungan doa dan nasehatnya.

13. Mama Marike Werimon besrta staf P3W di Jayapura PAPUA, yang setia selalu

mendukung saya di dalam bantuan biaya Beasiswa.

14. Teman-teman FTI UKSW angkatan 2010 terima kasih atas dukungannya, semangat

dan persahabatannya.

15. Teman-teman HIMPPAR dan Semua teman-teman di seluruh INDONESIA,

CHINA, JERMAN, JEPANG, INDIA dan AUSTRALIA, atas dukungan dan

nasehatnya dan doanya.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Untuk itu, penulis berharap

adanya saran dan masukan yang sangat berarti guna perbaikan skripsi ini. Semoga skripsi ini

dapat memberikan maanfaat bagi semua pihak

Salatiga, Maret 2014

Penulis

v

Daftar Isi

Halaman Sampul ……………………………………………………………………....i

Lembar Pengesahan …………………………………………………………………..ii

Pernyataan …………………………………………………………………………...iii

Prakata ……………………………………………………………………………….iv

Daftar Isi ……………………………………………………………………………..vi

Daftar Gambar ……………………………………………………………………...viii

Daftar Tabel ………………………………………………………………………….ix

Daftar Istilah ………………………………………………………………………….x

Abstract ……………………………………………………………………………....xi

Bab I Pendahuluan…………………………………………………………………..1

1.1 Latar belakang ……………………………………………………………1

1.2 Rumusan Masalah ………………………………………………………...2

1.3 Tujuan …………………………………………………………………….2

1.4 Batasan Masalah ………………………………………………………….2

1.5 Sistematika Penulisan …………………………………………………….2

Bab II Tinjauan Pustaka…………………………………………………………….4

2.1 Penelitian Terdahulu ……………………………………………………...4

2.2 Cluster …………………………………………………………………….4

2.2.1 Ciri Cluster yang baik ………………………………………….,5

2.2.2 Proses Dasasr Dari Analisis Cluster …………………………....6

2.2.3 Metode Cluster ………………………………………………….6

2.2.4 Pembahasan Metode Cluster K-Means ………………………....7

2.3 Definisi Internet …………………………………………………………12

2.3.1 Beberapa Hal Pada Internet …………………………………...12

2.4 Posnet UKSW …………………………………………………………...13

Bab III Metodologi Penelitian……………………………………………………..15

3.1 Metodologi Penelitian …………………………………………………...15

3.2 Perancangan Dan Konfigurasi …………………………………………..17

3.3 Spesifikasi Hartware dan Software ……………………………………...18

3.4 Pengujian ………………………………………………………………..18

vi

Bab IV Pembahasan .………………………………………………………………19

4.1 Pembahasan Cluster Top 10 Situs ………………………………………19

4.1.1 Analisis Cluster Top 10 situs yang sering dikunjungi......…..…19

4.1.2 Proses Clustering Top 10 Situs .....................………………….30

4.1.3 Proses clustering Top 10 Situs secara Non-Hirarki ......……….34

4.1.4 Validasi Data .............................................................................35

Bab V Kesimpulan Dan Saran .……………………………………………………39

5.1 Kesimpulan ……………………………………………………………...39

5.2 Saran Dan Pengembangan ………………………………………………40

Daftar Pustaka..…………………………………………………………………….41

vii

Daftar Gambar

Gambar 2.1 Contoh gambar 3 buah cluster…………………………………………...7

Gambar 2.2 Proses Alogaritma K-Means …………………………………………….8

Gambar 2.3 Topologi Star pada Posnet ……………………………………………..14

Gambar 3.1 Skema Metode PPDIOO ……………………………………………….15

Gambar 3.2 Proses Desain Skema pada Posnet UKSW..............................................16

Gambar 3.3 Port Mirroring ………………………………………………………….17

Gambar 4.1 Dendogram Top 10 Situs ………………………………………………34

Gambar 4.2 Grafik Top 10 Situs …………………………………………………….37

viii

Daftar Tabel

Tabel 2.1 Contoh Data Observasi …………………………………………………....9

Tabel 2.2 Data telah Dikelompokan ………………………………………………....9

Tabel 2.3 Cluster yang telah terbentuk ……………………………………………...11

Tabel 2.4 Contoh Pengkuadratan Cluster …………………………………………...11

Tabel 3.1 Spesifikasi hardware dan Software ……………………………………….18

Tabel 4.1 Total Total Cluster www.facebook.com......………………………………20

Tabel 4.2 Total Cluster www.google.com...…………………………………………22

Tabel 4.3 Total Cluster www.yahoo.com..…………………………………………..23

Tabel 4.4 Total Cluster www.twitter.com..………………………………………….25

Tabel 4.5 Total Cluster www.youtube.com...………………………………………..26

Tabel 4.6 Total Cluster www.keepvid.com...………………………………………..26

Tabel 4.7 Total Cluster www.siasat.uksw.edu ……………………………………...28

Tabel 4.8 Total Cluster www.uksw.edu..............……………………………………28

Tabel 4.9 Total Cluster www.detik.com ………………………………..…………...29

Tabel 4.10 Total Cluster www.cpns.lipi.go.id.............................................................29

Tabel 4.11 Total Cluster ..…………………..............................................................30

Tabel 4.12 Proximility Matrix Top 10 Situs ...............................................................31

Tabel 4.13 Proximility Matrix Top 10 Situs ...............................................................31

Tabel 4.14 Tabel Agglomeration Schedule Top 10 Sites ...........................................32

Tabel 4.15 Tabel Cluster Membership Top 10 Sites …..............................................35

Tabel 4.16 Tabel Anova Top 10 Sites ........................................................................36

Tabel 4.17 Tabel Tree Top 10 Sites ............................................................................38

ix

Daftar Istilah

IT : Information technology

KTM : Kartu Tanda Mahasiswa

ABPD : Anggaran Belanja Pendapatan Daerah

BPKAD : Badan Pengelolah Keuangan Dan Aset Daerah

Internet : interconnection-networking

TCP : Transmission Control Protocol

IP : Internet Protocol

ARPANet : The Advanced Research Projects Agency Network

DNS : Domain Name System

WWW : World Wide Web

HTTP : Hypertext Transfer Protocol

URL : Uniform Resource Locator

PPDIOO : Prepare, Plan, Implement, Operate and Optimize

x

Daftar Pustaka

Mahendiran, A, dkk, 2012 India : Implementation of K-MEANS Clustering in Cloud

Computing environment, Review 4 : 1391-1394 www.chinacloud.cn (diakses pada

tanggal 17-4-2013)

Nango, N. Penerapan Algoritma K-Means Untuk, Clustering Data Anggaran

Pendapatan Belanja Daerah di Kabupaten XYZ.

ti.fatek.ung.ac.id/down.php?file=DwiNoviatiNango.pdf (diakses pada tanggal 17-04-2013;

7:28)

Satriyanto, E. Clustering. http://lecturer.eepis-its.edu/~kangedi/materi

kuliah/matakuliah statistik/clustering.doc (diakses pada tanggal 22-07-2013; 12:26)

Wikipedia. Internet. http://id.wikipedia.org/wiki/Internet (2013).

Purbo, O. dkk 2007. Jaringan wireless di dunia berkembang. http://wndw.net/

(2011).

kuliah.imadewira. internet. http://kuliah.imadewira.com/definisi-internet-dan-

sejarah-internet/ (diakses pada tanggal 19-04-2013;8:21).

Wikimu. data log file . http://www.wikimu.com/News/DisplayNews.aspx?id=13143

(diakses pada tanggal 19-04-2013)

Cisco. Siklus PPDIOO

http://www.cisco.com/warp/public/437/services/lifecycle/LifecycleServicesWhitePaper.pd

f. (6-11-2013:2:27)

Landetective. Port Mirroring. http://landetective.com/products/internet-

monitor/manual/intro.html (diakses pada tanggal 19-07-2013; 10:46)

xi

Statistikolahdata. Analisis K-Means Cluster dengan SPSS.

http://www.statistikolahdata.com/2009/12/analisis-cluster.html (9-11-2013; 4:01)