Gunawan, Gun Gun Indra (2021) ANALISIS PERILAKU PENGGUNA INTERNET DENGAN DATA MINING METODE K-MEANS. Sarjana thesis, Universitas Siliwangi.
Text
1. COVER.pdf Download (237kB) |
|
Text
5. ABSTRAK.pdf Download (116kB) |
|
Text
2. LEMBAR PENGESAHAN.pdf Download (104kB) |
|
Text
7. DAFTAR ISI.pdf Download (79kB) |
|
Text
11. BAB I PENDAHULUAN.pdf Download (122kB) |
|
Text
12. BAB II LANDASAN TEORI.pdf Download (397kB) |
|
Text
13. BAB III METODOLOGI PENELITIAN.pdf Download (155kB) |
|
Text
14. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (864kB) |
|
Text
14. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (70kB) |
|
Text
16. DAFTAR PUSTAKA.pdf Download (108kB) |
Abstract
ABSTRAK Penggiat usaha RT/RW Net membantu dalam memberikan akses internet bagi para pengguna yang tidak menyanggupi dalam berlangganan pada provider/penyedia jasa tertentu, namun permasalahan yang sering terjadi adalah dalam melakukan manajemen bandwidth yang mengharuskan penggiat usaha tersebut menyesuaikan bandwith untuk akses website yang paling ramai dan diwaktu yang ramai juga. Oleh sebab itu dibutuhkan sebuah perencanaan dalam mengetahui akses website mana saja yang sering mengalami keramaian dan diwaktu kapan, sehingga penggiat usaha dapat melakukan manajemen bandwidth sesuai dengan kebiasaan pengguna agar terciptanya kenyamanan pengguna dalam berselancar internet. Algoritma yang digunakan adalah K-Means dengan menggunakan dua cluster yaitu Ramai dan Tidak Ramai serta pengelompokan kegiatan pengguna pada waktu pagi, siang, dan malam sehingga penggiat usaha dapat menentukan kapan waktu yang tepat untuk melakukan manajemen bandwidth. Didapatkan hasil bahwasanya waktu yang dikatakan ramai untuk setiap harinya yaitu pada malam hari dan situs yang paling menghabiskan bandwidth adalah Youtube dan Facebook. Kata Kunci : RT/RW Net, Bandwidth, Clustering, Hotspot, K – Means
Item Type: | Thesis (Sarjana) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknik > Informatika |
Depositing User: | Dedi Natawijaya . |
Date Deposited: | 08 Mar 2022 04:36 |
Last Modified: | 08 Mar 2022 04:36 |
URI: | http://repositori.unsil.ac.id/id/eprint/5012 |
Actions (login required)
View Item |