IMPLEMENTASI NEURAL NETWORK UNTUK MEMBANGUN MODEL PREDIKSI KEBUTUHAN BANDWIDTH DAN SPESIFIKASI SERVER DI MASA DEPAN

Herianto, Herianto and Vega, Humaira (2021) IMPLEMENTASI NEURAL NETWORK UNTUK MEMBANGUN MODEL PREDIKSI KEBUTUHAN BANDWIDTH DAN SPESIFIKASI SERVER DI MASA DEPAN. Jurnal Sains & Teknologi Fakultas Teknik, XI (3). pp. 56-64. ISSN 2088-060X

Text 06-Herianto- Jurnal-Implementasi Neural Network Untuk Membangun Model Prediksi Kebutuhan Bandwidth Dan Spesifikasi.pdf Download (1MB)

Abstract

Sistem infrastruktur server yang mendukung portal Universitas Darma Persada (Unsada) seperti halnya juga server lain di berbagai tempat butuh monitoring yang tepat agar aplikasi yang ada di dalamnya bisa berjalan dengan lancar. Kajian ini bertujuan untuk menganalisis serta membangun model yang dapat memprediksikan kebutuhan bandwidth dan spesifikasi server yang dipakai oleh aplikasi portal Unsada tersebut. Analisis menggunakan dataset yang diperoleh dari kinerja program (task manager performance) yang terdapat pada server portal Unsada. Metode yang diterapkan dalam penelitian ini yaitu metode Elman Recurrent Neural Network dengan atribut datasetnya terdiri dari speed CPU, memory RAM, local disk I/O, dan bandwidth-nya yang digunakan oleh algortima pembelajaran unsupervised Elman Recurrent Neural Network selama proses training. Model yang dibangun menghasilkan sistem prediksi kebutuhan bandwidth dan spesifikasi server yang yang dibutuhkan di masa depan.

Item Type:	Article
Uncontrolled Keywords:	prediksi, elman recurrent neural network, bandwidth, spesifikasi server
Subjects:	000 Generalities/Karya Umum > 004.66 Data Transmission Modes and Data Switching Methods/Metode Transmisi Data
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Trie anto Perpustakaan
Date Deposited:	10 Feb 2022 10:04
Last Modified:	10 Feb 2022 10:04
URI:	http://repository.unsada.ac.id/id/eprint/2361

Actions (login required)

View Item