<![CDATA[Pemantauan jaringan berbasis SNMP konvensional hanya menyediakan data throughput dan latensi mentah yang masih memerlukan interpretasi manual, sehingga menyulitkan administrator jaringan untuk mendeteksi dan merespons anomali secara waktu nyata, karena ambang batas statis tidak dapat beradaptasi dengan pola lalu lintas yang dinamis. Penelitian ini mengatasi masalah tersebut dengan mengembangkan sistem pemantauan kinerja jaringan lokal waktu nyata yang mengintegrasikan Protokol Manajemen Jaringan Sederhana dengan algoritme pengelompokan K-Means berpanduan ambang batas yang mampu mengklasifikasikan kesehatan jaringan secara otonom ke dalam tiga status, yaitu SEHAT, WASPADA, dan KRITIS. Penelitian ini mengikuti Metodologi Penelitian Ilmu Desain, yang mencakup identifikasi masalah, tujuan solusi, perancangan dan pengembangan artefak, demonstrasi, evaluasi, dan komunikasi, serta menggunakan arsitektur klien-server yang disimulasikan dalam lingkungan Graphical Network Simulator menggunakan router Cisco virtual. Metodologi melibatkan pengambilan data throughput jaringan melalui basis data deret waktu Prometheus dan penerapan pendekatan pengelompokan K-Means dengan inisialisasi pusat massa berpanduan ambang batas yang berasal dari standar teknik yang telah ditetapkan, sementara eksportir pengelompokan berbasis Python khusus menjembatani model pembelajaran mesin terlatih dengan tumpukan observabilitas secara waktu nyata. Hasil penelitian menunjukkan bahwa sistem terintegrasi beroperasi dengan sukses dalam kondisi waktu nyata, dengan model pengelompokan mencapai Skor Siluet yang sangat baik sebesar 0,9055, dikonfirmasi melalui validasi silang lima lipatan, dan akurasi klasifikasi 100 persen jika dibandingkan dengan label ambang batas yang ditentukan secara manual. Keluaran akhir adalah dashboard Grafana tiga belas panel yang terdiri dari dua belas panel dinamis yang menampilkan metrik jaringan waktu nyata dan satu panel statis yang menunjukkan identifikasi kelompok penelitian. Secara keseluruhan, integrasi algoritme pengelompokan berpanduan ambang batas ke dalam alur pemantauan secara signifikan meningkatkan keteramatan jaringan, mendukung manajemen proaktif, dan mengurangi ketergantungan administrator jaringan pada inspeksi visual manual yang berkelanjutan, menawarkan referensi yang praktis dan dapat diinterpretasikan untuk kebutuhan pemantauan serupa di lingkungan jaringan kampus atau perusahaan kecil.]]>
Copyrights © 2026
