<![CDATA[Penggunaan internet yang semakin meluas menimbulkan kebutuhan untuk memahami pola dan jenis aktivitas yang dilakukan pengguna. Klasifikasi jenis penggunaan internet dapat membantu dalam berbagai aplikasi, seperti manajemen jaringan, analisis web, dan pengembangan layanan internet yang lebih personal. Penelitian ini bertujuan untuk mengoptimalkan model klasifikasi jenis penggunaan internet menggunakan seleksi fitur dengan algoritma genetika dan Random Forest. Dataset yang digunakan dalam penelitian ini berisi informasi tentang lalu lintas internet, seperti alamat IP, nama domain yang dikunjungi, protokol yang digunakan, durasi kunjungan, dan jenis aktivitas. Algoritma genetika digunakan untuk menyeleksi subset fitur yang optimal untuk klasifikasi, sedangkan Random Forest digunakan sebagai algoritma klasifikasi. Hasil penelitian menunjukkan bahwa seleksi fitur dengan algoritma genetika dapat meningkatkan akurasi klasifikasi Random Forest secara signifikan. Penelitian ini memberikan kontribusi dalam pengembangan metode klasifikasi jenis penggunaan internet yang lebih akurat dan efisien. Hasil penelitian ini juga dapat digunakan sebagai dasar untuk penelitian selanjutnya dalam bidang analisis jaringan dan pengembangan layanan internet.]]>
Copyrights © 2025
