ABSTRAK
Akses internet melalui sistem Single Sign On (SSO) di Universitas Sebelas Maret telah banyak di manfaatkan oleh civitas akademik seperti mahasiswa dan karyawan/dosen. Data dari aktifitas penggunaan SSO tersebut tercatat pada log SSO dan telah terkumpul banyak. Pada log tersebut tercatat mengenai: (1) status perangkat jaringan yang di gunakan, (2) riwayat login pengguna dan (3) riwayat logout pengguna SSO. Pada riwayat login dan logout pengguna terdapat detail data seperti akun pengguna, lokasi dan tanggal mengakses, jumlah penggunaan bandwidthdownload dan upload, waktu login dan waktu logout.
Teknik data mining dapat di terapkan untuk menggali informasi dari data log SSO yang telah terkumpul banyak. Tujuan penelitian ini untuk menganalisa penggunaanbandwidth Universitas Sebelas Maret (UNS) berdasarkan data trafik internet dari log SSO dengan menggunakan metode data clustering untuk mengelompokkan data yang mempunyai kesamaan dalam satu cluster, yaitu menggunakan algoritma K-means.
Kata kunci: datamining, clustering, k-means, Single Sign On
ABSTRACT
Internet access throughSingle Sign On (SSO) system at Universitas Sebelas Maret has been widely used by academic community as student, staff or faculty. Data from the SSO usage activity recorded in the SSO log that has accumulated a lot. The SSO log recorded: (1) network devices status, (2) user login history, and (3) user logout history through SSO. The login and logout recordhavehave more detailed data such as username, location, date of access,total download and upload data, login time, and logout time.
Data mining techniques can be applied to extract information from the SSO log data. The purpose of this study was to analyze the bandwidth usage of Universitas Sebelas Maret (UNS) based on the internet traffic recorded on SSO log using the data clustering methods for grouping data that have similarities in clusters, using the K-means Algorithm.
Keywords: datamining, clustering, k-means, Single Sign On