Cloud Computing

Istilah cloud tentunya sudah tidak asing lagi bagi kita karena teknologi dari cloud ini sering kita gunakan. Misalnya saja, saat ini kita tidak perlu lagi membawa flashdisk kemana-mana, cukup terkoneksi dengan internet kita dapat menyimpan data di cloud. Data tersebut aman, dan tersedia dimanapun kita berada.

1.   Pengertian Cloud Computing

Komputasi awan (Cloud Computing) adalah di mana informasi secara permanen tersimpan di server di internet dan tersimpan secara sementara di komputer pengguna atau client seperti desktop, komputer tablet, notebook, komputer tembok, handheld, sensor-sensor, monitor dan lain-lain. Cloud Computing (Komputasi awan) adalah gabungan pemanfaatan teknologi komputer (komputasi) dan pengembangan berbasis Internet (awan).

Awan (cloud) adalah metefora dari internet, sebagaimana awan yang sering digambarkan di diagram jaringan komputer. Komputasi awan (Cloud Computing) adalah suatu konsep umum tren teknologi terbaru lain yang dikenal luas mencakup SaaS, Web 2.0 dengan tema umum berupa ketergantungan terhadap Internet untuk memberikan kebutuhan komputasi pengguna. Sebagai contoh, Google Apps menyediakan aplikasi bisnis umum secara daring yang diakses melalui suatu penjelajah web dengan perangkat lunak dan data yang tersimpan di server.

Sebagaimana awan dalam diagram jaringan komputer tersebut, awan (cloud) dalam Cloud Computing juga merupakan abstraksi dari infrastruktur kompleks yang disembunyikannya. Ia adalah suatu metoda komputasi di mana kapabilitas terkait teknologi informasi disajikan sebagai suatu layanan (as a service), sehingga pengguna dapat mengaksesnya lewat Internet (di dalam awan) tanpa mengetahui apa yang ada didalamnya, ahli dengannya, atau memiliki kendali terhadap infrastruktur teknologi yang membantunya. Internet Computing / Cloud Computing adalah suatu paradigma dimana informasi secara permanen tersimpan di server internet dan tersimpan secara sementara di komputer pengguna (client) termasuk di dalamnya adalah desktop, komputer tablet, notebook, handheld, sensor-sensor, monitor dan lain-lain.

Kelebihan Cloud Computing

1. Menghemat biaya investasi awal untuk pembelian sumber daya.
2. Bisa menghemat waktu sehingga perusahaan bisa langsung fokus ke profit dan berkembang dengan cepat.
3. Membuat operasional dan manajemen lebih mudah karena sistem pribadi/perusahaan yang tersambung dalam satu cloud dapat dimonitor dan diatur dengan mudah.
4. Menjadikan kolaborasi yang terpercaya dan lebih ramping.
5. Mengehemat biaya operasional pada saat realibilitas ingin ditingkatkan dan kritikal sistem informasi yang dibangun.

KEKURANGAN CLOUD COMPUTING

Merujuk kepada (Robbins, 2009), resiko yang harus dihadapi user dalam penggunaan Cloud Computing ini antara lain:

(1) service level, artinya kemungkinan service performance yang kurang konsisten dari provider. Inkonsistensi cloud provider ini meliputi, data protection dan data recovery,

(2) privacy, yang berarti adanya resiko data user akan diakses oleh orang lain karena hosting dilakukan secara bersama-sama,

(3) compliance, yang mengacu pada resiko adanya penyimpangan level compliance dari provider terhadap regulasi yang diterapkan oleh user,

(4) data ownership mengacu pada resiko kehilangan kepemilikan data begitu data disimpan dalam cloud,

(5) data mobility, yang mengacu pada kemungkinan share data antar cloud service dan cara memperoleh kembali data jika suatu saat user melakukan proses terminasi terhadap layanan cloud Computing.

Beberapa pertimbangan lain yang menjadi resiko Cloud Computing adalah:

-       Ketidakpastian kemampuan penegakan kebijakan keamanan pada provider

-       Kurang memadainya pelatihan dan audit TI

-       Patut dipertanyakan kendali akses istimewa pada situs provider

-       Ketidakpastian kemampuan untuk memulihkan data

-       Kedekatan data pelanggan lain sehingga kemungkinan tertukar

-       Ketidakpastian kemampuan untuk mengaudit operator

-       Ketidakpastian keberlanjutan keberadaan provider

-       Ketidakpastian kepatuhan provider terhadap peraturan.    

2.    Implementasi

Ada 3 point utama yang diperlukan dalam implementasi Cloud Computing. Yang pertama tentu saja komputer Front end, komputer back end dan yang terakhir penghubung antara keduanya. Komputer Front end biasanya merupakan komputer desktop biasa, dimana orang awam menggunakannya. Sedangkan komputer back end dalam skala besar bisa berupa server komputer yang dilengkapi dengan data center dalam rak-rak besar.  Tidak harus seperti itu sih, tapi pada umumnya komputer back end harus mempunyai kinerja yang tinggi. Karena dia harus melayani, mungkin hingga ribuan permintaan data. Penghubung keduanya bisa berupa jaringan LAN atau internet.

Semua pengguna komputer yang pernah mengakses internet, secara sadar atau tidak sadar pasti pernah melakukan cloud computing. Siapa coba yang tidak pernah mengakses google? Pasti hampir semua pengguna internet pernah mengaksesnya. Ketika pengguna mengakses google, sebenarnya dia sedang melakukan cloud computing! Mesin pencari Google, juga mesin pencari lainnya merupakan aplikasi web. Dimana data-data pendukung mereka berada di server masing-masing. Selain itu implementasinya masih banyak lagi. Karena website yang ada sekarang rata-rata sudah berupa aplikasi web. Bukan hanya seperti papan pengumuman yang hanya berfungsi untuk memajang informasi. Layanan internet seperti Gmail, Yahoo!Mail dan Google Docs merupakan contoh aplikasi web. Bukankah dengan itu aplikasi web seperti Outlook dan MS Word bisa digantikan?

Software yang bisa dijalankan dalam sistem Cloud computing meliputi semua software yang ada saat ini. Word Processing, Image editor, Spreadsheet, Media player, dan jenis software lain yang sudah ada padanannya di aplikasi desktop. Bahkan sistem operasi bisa di implementasikan dalam sistem cloud computing. Saat ini sistem operasi berbasis web yang sudah dikembangkan adalah EyeOS . EyeOS merupakan sistem operasi berbasis web yang dibuat dengan bahasa PHP dan berjalan diatas browser biasa. Jadi bisa dibayangkan menjalankan sistem operasi dengan browser yang dijalankan oleh sistem operasi juga. Kedengarannya aneh bukan?

Ada juga layanan Icloud. Dimana mereka menyediakan sistem operasi lengkap dengan aplikasi-aplikasinya. Untuk menggunakannya, pengguna harus mempunyai akun dulu disitu. Selain sistem operasi dan aplikasi untuk produktifitas, mereka juga menyediakan ruang untuk menyimpan data. Atau yang biasa disebut Online storage. Icloud dan Eye Os merupakan contoh implementasi sistem operasi berbasis cloud.

Masa Depan Cloud Computing

Saat ini kendala yang dihadapi dalam implementasi total cloud computing adalah masalah kecepatan transfer data dari back end ke front end. Karena diantara keduanya terjadi pertukaran data. Saat ini infrastruktur internet kebanyakan belum ada yang bisa menyamai harddisk dalam hal kecepatan transfer data. Transfer data harddisk berkisar 50 MB/s, sedangkan internet rata-rata mungkin hanya 50 KB/s. Jauh sekali bukan? Oleh karena itu, aplikasi-aplikasi cloud computing saat ini masih terbatas dalam hal ukuran aplikasinya. Apabila ukurannya terlalu besar, tentu saja waktu loading aplikasinya akan sangat lama. Meski bisa diakali dengan caching dan AJAX, tetap saja sebelumnya harus mendownload file-file yang dibutuhkan lebih dahulu.

Karena itulah saat ini interaktifitas aplikasi web masih kalah dengan aplikasi desktop. Dan itu salah satu sebab mengapa aplikasi web selalu kalah dalam hal fiturnya, misalnya aplikasi Google Docs tentu saja fiturnya tidak selengkap MS Word. Sistem operasi berbasis web juga isinya tidak selengkap Distro Linux yang paling hemat. Apabila fitur yang ditanamkan terlalu berat, yang ada hanya waktu loading yang sangat lambat. Namun apabila masalah koneksi tidak menjadi masalah lagi, dalam artian kecepatannya sudah sesuai untuk lalu lintas data yang besar seperti yang saat ini dimiliki oleh harddisk. Bukan tidak mungkin pengguna komputer tidak lagi perlu menginstal banyak sekali software di komputernya, tapi cukup mengandalkan koneksi internet.

Nama : Diajeng Kristianti

Kelas: 4ia21

NPM : 51409517

Mata Kuliah : Pengantar Komputasi Modern

Dosen : Rina Noviana

Dibuat tanggal : 28 Juni 2013

Sumber :
http://nazcules.blogspot.com/2013/03/definisi-cloud-computing.html
http://azuharu.net/grid-computing/pengertian-cloud-computing-dan-perkembangannya/ 
http://id.wikipedia.org/wiki/Komputasi_awan
http://sraportofolio.blogspot.com/2013/03/kelebihan-dan-kekurangan-cloud-computing.html
http://pandu32.com/2012/05/kelebihan-dan-kekurangan-cloud-computing/ http://nikoprasetia.wordpress.com/2011/06/02/implementasi-dan-masa-depan-cloud-computing/

Jenis-Jenis Komputasi Modern

Saat ini saya akan menjelaskan tentang jenis-jenis dari komputasi modern.

Komputasi modern terbagi tiga macam, yaitu komputasi mobile (bergerak), komputasi grid, dan komputasi cloud (awan). Penjelasan lebih lanjut dari jenis-jenis komputasi modern sebagai berikut :

1. Mobile computing
Mobile computing atau komputasi bergerak memiliki beberapa penjelasan, salah satunya komputasi bergerak merupakan kemajuan teknologi komputer sehingga dapat berkomunikasi menggunakan jaringan tanpa menggunakan kabel dan mudah dibawa atau berpindah tempat, tetapi berbeda dengan komputasi nirkabel. Contoh dari perangkat komputasi bergerak seperti GPS, juga tipe dari komputasi bergerak seperti smart phone, dan lain sebagainya.

2. Grid computing
Komputasi grid menggunakan komputer yang terpisah oleh geografis, didistibusikan dan terhubung oleh jaringan untuk menyelasaikan masalah komputasi skala besar. Ada beberapa daftar yang dapat dugunakan untuk mengenali sistem komputasi grid, adalah : 

• Sistem untuk koordinat sumber daya komputasi tidak dibawah kendali pusat. 
• Sistem menggunakan standard dan protocol yang terbuka. 
• Sistem mencoba mencapai kualitas pelayanan yang canggih, yang lebih baik diatas kualitas komponen individu pelayanan komputasi grid. 

3. Cloud computing
Komputasi cloud merupakan gaya komputasi yang terukur dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet. Komputasi cloud menggambarkan pelengkap baru, konsumsi dan layanan IT berbasis model dalam internet, dan biasanya melibatkan ketentuan dari keterukuran dinamis dan sumber daya virtual yang sering menyediakan layanan melalui internet.Adapun perbedaan antara komputasi mobile, komputasi grid dan komputasi cloud, dapat dilihat penjelasannya dibawah ini : 

• Komputasi mobile menggunakan teknologi komputer yang bekerja seperti handphone, sedangkan komputasi grid dan cloud menggunakan komputer. 
• Biaya untuk tenaga komputasi mobile lebih mahal dibandingkan dengan komputasi grid dan cloud. 
• Komputasi mobile tidak membutuhkan tempat dan mudah dibawa kemana-mana, sedangkan grid dan cloud membutuhkan tempat yang khusus. 
• Untuk komputasi mobile proses tergantung si pengguna, komputasi grid proses tergantung pengguna mendapatkan server atau tidak, dan komputasi cloud prosesnya membutuhkan jaringan internet sebagai penghubungnya. 

Sumber : http://tantyniieezz.wordpress.com/2011/02/23/pengantar-komputasi-modern/

Nama : Diajeng Kristianti

Kelas: 4ia21

NPM : 51409517

Mata Kuliah : Pengantar Komputasi Modern

Dosen : Rina Noviana

Dibuat tanggal : 10 Mei 2013 

Tugas Softskill ke-2

Apa yang kamu ketahui tentang komputasi modern? 

Komputasi Modern adalah suatu aktifitas untuk menemukan pemecahan permasalahan dengan suatu algoritma dengan menggunakan hardware dan software yang paling terbaru. karena teknolgi akan terus berkembang.

Sebutkan macam-macam komputasi modern

Komputasi memiliki 3 model, yaitu

a.Mesin Mealy

b.Mesin Moore

c.Petri net

Apa definisi dari komputasi?

cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritma.

Apa yang kamu ketahui tentang pemrosesan paralel (paralel processing)?

penggunakan lebih dari satu CPU untuk menjalankan sebuah program secara simultan. Idealnya, parallel processing membuat program berjalan lebih cepat karena semakin banyak CPU yang digunakan.

Bagaimana hubungan antara komputasi modern dengan pemrosesan paralel?

Hubunganan antara komputasi modern dan parallel processing sangat berkaitan, karena penggunaan komputer saat ini atau komputasi dianggap lebih cepat dibandingkan dengan penyelesaian masalah secara manual. Dengan begitu peningkatan kinerja atau proses komputasi semakin diterapkan, dan salah satu caranya adalah dengan meningkatkan kecepatan perangkat keras. Dimana komponen utama dalam perangkat keras komputer adalah processor. Sedangkan parallel processing adalah penggunaan beberapa processor agar kinerja computer semakin cepat.

Buatlah secara ringkas sejarah dari komputasi modern

Asal muasal komputasi dari adanya perhitungan-perhitungan angka yang dilakukan manusia. Manusia telah mengenal angka dan perhitungan sejak berabad-abad yang lalu. Manusia purba telah mengenal perhitungan, yang bisa dilihat dari adanya sistem berter barang pada zaman itu. Manusia purba telah bisa memperkirakan suatu barang nilainya akan sama dengan barang apa. Bangsa romawi pun telah dapat menghitung sistem kalender dan rasi bintang. Zaman berlalu, manusia pun melakukan perhitungan-perhitungan yang lebih kompleks. Otak manusia juga mengalami keterbatasan dalam menghitung angka yang jumlahnya bisa berdigit-digit. Karena hal tersebut, manusia pun membuat alat-alat perhitungan yang bisa membantunya. Alat perhitungan yang sederhana yang masih dapat dilihat saat ini adalah “sempoa”. Kemudian sekitar tahun 1920an, kata “mesin komputasi” mulai dikenal, setiap mesin yang dapat membantu melakukan pekerjaan manusia disebut mesin komputasi, yaitu mesin yang dapat menghitung dengan metode yang efektif. Pada tahun 1940-1950 dengan munculnya mesin komputasi elektronik kata “mesin komputasi” mulai berubah menjadi “komputer” yang biasanya diawali dengan “elektronik” atau “digital”.

Nama : Diajeng Kristianti
Kelas : 4ia21
NPM : 51409517
Mata Kuliah : Pengantar Komputasi Modern
Dosen : Rina Noviana
Dibuat tanggal : 16 April 2013 

Jurnal Komputasi Modern

I. Jurnal Komputasi Modern (KOMPUTASI PEMBOBOTAN DOKUMEN BERBAHASA INDONESIA MENGGUNAKAN MAPREDUCE)

1. Pendahuluan

Menurut penelitian yang dilakukan oleh Gantz et al estimasi data elektronik mencapai 0,18 zettabyte pada tahun 2006 dan diramalkan akan mencapai 1,8 zettabyte pada tahun 2011, data elektronik yang besar tersebut perlu diolah untuk memperoleh manfaat lebih. Adakalanya aplikasi yang dibuat membutuhkan komputer dengan sumber daya yang tinggi sebagai lingkungan implementasi dan biasanya harga untuk komputer dengan sumber daya yang tinggi tidaklah murah sedangkan untuk komputer dengan spesifikasi yang tidak terlalu tinggi akan kurang reliable dalam menangani data yang begitu besar. Untuk melakukan komputasi dengan data yang sangat besar, Google memberikan suatu metode yang dinamakan MapReduce. MapReduce melakukan komputasi dengan membagi beban komputasi dan diproses secara parallel atau bersama-sama. Terinspirasi oleh adanya Google File System (GFS) dan MapReduce yang dikembangkan oleh Google maka Apache mengembangkan Hadoop Distributed File System (HDFS) dan Hadoop MaprReduce framework untuk menyelesaikan permasalahan dengan melibatkan data yang sangat besar yang berbasiskan Java dan open source. HDFS dapat diimplementasikan pada perangkat keras dengan spesifikasi yang tidak terlalu tinggi, hal ini sangat menguntungkan dari segi ekonomi karena selain tidak berbayar, untuk distributed computing yang biasanya memerlukan banyak komputer untuk memproses data.

Kelebihan yang ditawarkan oleh HDFS memberikan peluang untuk menyelesaikan permasalahan pengolahan dengan jumlah data yang besar namun dengan spesifikasi perangkat keras yang tidak terlalu tinggi. Permasalahan yang dibahas di sini yaitu untuk melakukan perhitungan pembobotan dokumen web berbahasa Indonesia. Diharapkan dengan menggunakan HDFS dan MapReduce yang dirilis oleh Apache, beban komputasi pembobotan dokumen dapat dibagi ke dalam beberapa komputer.

2. Metodologi

2.1 Pembobotan Dokumen

Pembobotan kemunculan term dalam suatu dokumen digunakan untuk perhitungan tingkat kemiripan antar dokumen. Ada banyak metode yang dapat digunakan dalam menghitung bobot kemunculan term dalam suatu dokumen. Salah satu yang banyak digunakan adalah menggunakan metode pembobotan TF-IDF Weighting.

TF-IDF Weighting menghitung term dari dokumen yang diwujudkan sebagai sebuah vector dengan elemen sebanyak term yang berhasil dikenali pada proses penghilangan stopword dan stemming. Vector tersebut beranggotakan bobot dari tiap term yang dihitung berdasarkan metode ini. Metode TD-IDF adalah metode yang mengintegrasikan term frequency (tf), dan inverse document frequency (idf) Formula yang digunakan dalam menghitung bobot berdasarkan metode ini yaitu:

w (t, d ) = tf (t, d ) ∗ log N/nt

Bobot suatu term t dalam suatu dokumen d dilambangkan dengan w(t,d). Frekuensi kemunculan term t dalam dokumen d dilambangkan dengan tf(t,d), Sedangkan banyaknya dokumen yang digunakan dalam uji coba dilambangkan dengan N sementara nt adalah banyaknya dokumen yang mengandung term t. Dari formula tersebut diturunkan kembali formula untuk menormalkan term frekuensi sehingga didapatkan formula:

2.2 MapReduce

MapReduce adalah framework software yang diperkenalkan oleh Google dan digunakan untuk mendukung distributed computing yang dijalankan di atas data yang sangat besar dan dijalankan secara simultan dibanyak komputer. Framework ini terinspirasi oleh konsep fungsi map dan reduce yang biasa digunakan di functional programming. MapReduce memungkinkan programmer Google untuk melakukan komputasi yang sederhana dengan menyembunyikan kompleksitas dan detail dari paralelisasi, distribusi data, load balancing dan fault tolerance. MapReduce memiliki dua tahap dalam memproses data yaitu map dan reduce. Tahap pertama dari MapReduce disebut map. Map melakukan transformasi setiap data elemen input menjadi data elemen output. Map dapat dicontohkan dengan suatu fungsi toUpper(str) yang akan mengubah setiap huruf kecil (lowercase) menjadi huruf besar (uppercase). Setiap data elemen huruf kecil (lowercase) yang menjadi input dari fungsi ini akan ditransformasi menjadi data output elemen yang berupa huruf besar (uppercase). Map memiliki fungsi yang dipanggil untuk setiap input yang menghasilkan output pasangan intermediate <key, value>.

Reduce adalah tahap yang dilakukan setelah mapping selesai. Reduce akan memeriksa semua value input dan mengelompokkannya menjadi satu value output. Reduce menghasilkan output pasangan intermediate . Sebelum memasuki tahap reduce, pasangan intermediate <key, value> dikelompokkan berdasarkan key, tahap ini dinamakan tahap shuffle.

2.3 Hadoop

Hadoop adalah framework perangkat lunak berbasis Java dan open source yang berfungsi untuk mengolah data yang sangat besar secara terdistribusi dan berjalan di atas cluster yang terdiri dari beberapa komputer yang saling terhubung. Hadoop dapat mengolah data dalam jumlah yang sangat besar hingga petabyte dan dijalankan di atas ribuan komputer. Hadoop framework mengatur segala macam proses detail sedangkan pengembang aplikasi hanya perlu fokus pada aplikasi logiknya. Hadoop adalah terdiri dari dua komponen yaitu:

1. HDFS (Hadoop Distributed File System) – Data yang terdistribusi.

2. MapReduce – framework dari aplikasi yang terdistribusi

2.3.1 Hadoop Distributed File System

HDFS adalah distributed filesystem berbasis Java yang menyimpan file dalam jumlah besar dan disimpan secara terdistribusi di dalam banyak komputer yang saling berhubungan.

Gambar Arsitektur Hadoop Distributed File System

3. Kesimpulan

Pembuatan suatu aplikasi pembobotan term dokumen berbahasa Indonesia menggunakan bahasa pemrograman Java framework Hadoop MapReduce.Dari hasil ujicoba performa, waktu komputasi menggunakan MapReduce lebih cepat dibandingkan waktu komputasi pada komputer stand alone terutama pada Job I dengan selisih waktu hingga 5386.43 detik atau kecepatan komputasi lebih cepat hingga 137,88%.

II. JURNAL KOMPUTASI MODERN

MANAJEMEN JARINGAN LALU LINTAS

Abstraksi :

Tujuan dibuat jurnal in membahas masalah yang berkaitan dengan Manajemen Jaringan Lalu Lintas. Sebuah kategori yang relatif baru dari jaringan manajemen cepat menjadi suatu keharusan dalam bisnis konvergensi Jaringan. Organisasi menengah dan besar menemukan mereka harus mengontrol perilaku jaringan lalu lintas untuk memastikan bahwa strategis mereka aplikasi selalu mendapatkan sumber daya yang mereka butuhkan untuk tampil maksimal. Mengendalikan lalu lintas jaringan memerlukan membatasi bandwidth yang untuk aplikasi tertentu, menjamin bandwidth minimum kepada orang lain, dan tanda lalu lintas dengan prioritas tinggi atau rendah. Latihan ini disebut Manajemen Jaringan Lalu Lintas.

1. Pendahuluan :

Jaringan komputer adalah sebuah komunikasi data sistem yang interkoneksi sistem komputer di berbagai situs yang berbeda. Sebuah jaringan dapat terdiri dari kombinasi dari LAN, atau WAN. Lalu lintas jaringan dapat didefinisikan dalam beberapa cara. Tapi dengan cara sederhana kita dapat mendefinisikan sebagai kepadatan data yang ada di jaringan apapun. Dalam setiap jaringan komputer, ada banyak perangkat komunikasi mencoba mengakses sumber daya dan pada saat yang sama mendapatkan permintaan untuk melakukan beberapa pekerjaan untuk beberapa perangkat lain. Juga pada saat yang sama waktu beberapa jenis perangkat komunikasi mungkin sibuk untuk menanggapi permintaan yang dibuat untuk mereka. Jadi ada banyak pertukaran informasi dalam jaringan dalam bentuk permintaan, respon dan kontrol data. Data ini pada dasarnya adalah dalam bentuk sejumlah besar paket melayang-layang di Jaringan. Ini sejumlah besar data bertindak sebagai beban pada Jaringan, yang menghasilkan memperlambat operasi perangkat komunikasi lainnya. Karena ini ada banyak keterlambatan dalam kegiatan komunikasi. Hal ini pada akhirnya menghasilkan kemacetan dari Jaringan. Ini adalah deskripsi dari Lalu Lintas Jaringan dalam bentuk yang paling sederhana. Dengan kata lain kita dapat mengatakan bahwa lalu lintas jaringan adalah beban pada perangkat komunikasi dan sistem. Ini lalu lintas pada jaringan kini telah mengakibatkan menengah dan organisasi besar menyadari bahwa mereka harus mengontrol perilaku jaringan lalu lintas untuk memastikan bahwa aplikasi strategis mereka selalu mendapatkan sumber daya yang mereka butuhkan untuk melakukan lalu lintas jaringan secara optimal Pengendalian membutuhkan bandwidth yang membatasi untuk aplikasi tertentu, menjamin bandwidth minimum kepada orang lain, dan tanda lalu lintas dengan prioritas tinggi atau rendah. Latihan ini disebut manajemen lalu lintas.

2. Proses Umum Untuk Manajemen Lalu Lintas

Manajemen Lalu Lintas terdiri dari penggabungan sejumlah kegiatan seperti di bawah ini :

3. Teknik Untuk Mengukur Jaringan Lalu Lintas

Salah satu cara termudah untuk memahami Lalu Lintas Jaringan untuk mempertimbangkan analogi dengan lalu lintas jalan. pertimbangkan bahwa ada keadaan darurat dan seseorang telah jatuh sakit dan harus dilarikan ke rumah sakit. Tapi ketika ambulans mencoba untuk membuat jalan melalui jalan kota, ia menemukan jalan benar-benar diblokir dengan mobil n bus. Solusi untuk situasi ini akan untuk seorang polisi lalu lintas untuk masuk dan mengelola lalu lintas. Dia pertama kali akan mengukur lalu lintas, dan kemudian memprioritaskan lalu lintas. Ambulans akan mendapatkan prioritas tertinggi dan jalan akan dibuat kosong untuk ambulans untuk lulus. Serupa halnya dengan Lalu Lintas Jaringan. Ketika Anda mengirim permintaan pada jaringan, adalah mungkin bahwa
karena beberapa masalah atau permintaan lain anda harus menunggu untuk beberapa waktu. Jika selama periode waktu jumlah paket mengantri dan menunggu maka menghasilkan lalu lintas. Setelah lalu lintas dibuat, Anda harus menunggu sampai selesai, yang dapat untuk waktu yang lama, tergantung pada situasi. Jadi, harus ada beberapa cara untuk menangani situasi ini. Solusi untuk ini adalah Manajemen Jaringan Lalu Lintas dan prosesnya dimulai pertama dengan mengukur lalu lintas pada jaringan.

3.1 Alasan Untuk Mengukur Jaringan Lalu LintasBerikut ini adalah resons yang akan kita memiliki ukuran lalu lintas jaringan :
a) Layanan pemantauan - memastikan hal-hal menjaga bekerja.
b) Jaringan perencanaan - menentukan kapasitas ketika lebih diperlukan.
c) Biaya pemulihan - sesi kali dan volume lalu lintas dapat memberikan data penagihan.
d) Penelitian - pemahaman yang lebih baik dari apa yang ada terjadi harus memungkinkan kita untuk meningkatkan jaringan kinerja.

3.2 Lalu Lintas InternetMetrik kinerja dasar lalu lintas internet bias terdaftar sebagai:
• Packet loss
• Keterlambatan
• throughput
• Ketersediaan

3.3 Pengendali Untuk Pengukuran

Ada beberapa pengendali lain sangat berkaitan dengan persyaratan pengukuran adalah
• Harga
• Tingkat Perjanjian Layanan
• Baru layanan
• Aplikasi

4. Jaringan Pengukuran Lalu Lintas

Biasanya, manajemen lalu lintas ditempatkan di tepi WAN dari situs perusahaan. Di sinilah LAN berkecepatan tinggi memenuhi link akses yang lebih rendah kecepatan WAN. Persimpangan Lanwan juga di mana kedua Internet dan lalu lintas masuk dan keluar intranet perusahaan. Jadi itu adalah tempat yang ideal untuk lalu lintas "jinak" dan untuk mengurangi dampak lalu lintas tidak kritis dan bahkan mencurigakan mengambil di Internet. Membatasi atau memblokir sumber daya jaringan yang tersedia untuk lalu lintas sembrono atau tidak diinginkan meningkatkan kinerja perencanaan sumber daya perusahaan (ERP), pelanggan relationship management (CRM), dan strategis lainnya, aplikasi businesscritical. Selain pemantauan lalu lintas di tepi jaringan, ada masalah performa murni untuk dipertimbangkan. WAN jaringan akses biasanya lebih lambat dari LAN, umumnya karena alasan anggaran. Juga Bisnis membayar berulang biaya bulanan untuk layanan WAN, sedangkan bandwidth LAN adalah gratis (setelah investasi awal peralatan telah dibuat). Dengan kecepatan tinggi lalu lintas LAN melambat pada lebih rendah kecepatan akses sirkuit, tepi LAN-WAN adalah di mana kemacetan yang paling mungkin terjadi. Faktor lain yang penting perlu dipertimbangkan di sini adalah bahwa sebagian besar aplikasi telah dikembangkan untuk berjalan di LAN. Sekarang, jaringan lokal pada umumnya bebas dari kemacetan dan jatuh di bawah kontrol total dari sebuah departemen IT internal. Ini LAN yang dioptimalkan aplikasi berperilaku berbeda dalam lingkungan WAN. Tidak hanya link akses WAN lebih lambat, tetapi layanan WAN juga dapat jatuh di bawah lingkup manajemen penyedia jaringan ganda. Mengatur lalu lintas di segmen jaringan membantu organisasi terdistribusi yang bergantung pada WAN untuk melayani pengguna remote dengan sumber daya yang terpusat. Melakukan jadi adalah masalah yang cukup sederhana. Dalam kebanyakan kasus, jaringan administrator menggunakan GUI untuk mengatur parameter untuk beberapa bisnis penting kebijakan dalam bahasa Inggris. Administrator kemudian mendorong tombol untuk menyebarkan kebijakan-kebijakan ke berbagai segmen jaringan di mana mereka harus ditegakkan.

5. Analisis Lalu Lintas

Setelah pemantauan berturut-turut selama beberapa tahun, LAN dan WAN lalu lintas telah terlihat mengikuti berbeda pola.

5.1 Lalu Lintas LAN :

Lalu lintas di LAN telah menunjukkan untuk menjadi diri serupa di alam. Mereka berarti jika saya mengukur lalu lintas selama periode satu jam dan plot, itu akan mirip dengan grafik untuk
lalu lintas diplot selama satu hari. Dalam cara yang sama grafik hari akan mirip untuk lalu lintas
grafik diplot selama seminggu dan grafik minggu untuk itu dari sebulan. Itu rintik dari variasi
lalu lintas mengulangi sendiri lebih teratur interval.

5.2 Lalu Lintas WAN :Lalu lintas di WAN telah ditemukan bervariasi sesuai dengan model berikut.

Model Poisson: Lalu Lintas Alam di Internet telah diidentifikasi untuk mengkonfirmasi ke Model Poisson. Model ini memberikan kita gambaran kasar tentang karakteristik Lalu Lintas Internet.
Model ini memperkirakan kemungkinan jumlah paket yang harus ada pada jaringan setelah
diberikan waktu jika tingkat kedatangan rata-rata paket adalah ditentukan.

6. Manajemen Lalu Lintas

Melihat gambar di bawah ini akan membuat pemahaman yang lalu lintas jaringan sebelum dan setelah dikelola lebih jelas. Angka ini adalah penggambaran media transmisi sementara itu
membawa keberhasilan lalu lintas. Yang kita bisa melihat biasa aplikasi demikian mungkin sebagai
video, audiodownload dll mengambil bagian utama dari tersedia pita lebar. Misi aplikasi kritis
yang tersisa denganhanya sekitar 40% bandwidth yang yang berarti bahwa ada mungkin akan banyak penundaan dalam transmisi data atau pengolahan transaksi. Di sinilah peran manajemen lalu lintas datang masuk.

Pengguna dapat mengambil keputusan mengenai berapa banyak jumlah bandwidth yang ia ingin menjaga khusus untuk misi kritis aplikasi, dan kemudian sisanya dapat digunakan untuk lainnya
normal aplikasi. dalamkedua tokoh kita dapat melihat bahwa lalu lintas telah dikelola sedemikian rupa sehingga maksimum bandwidth yang (hampir 70%) telah disediakan untuk misi kritis
aplikasi. 5% dari bandwidth tidak digunakan yang juga dapat digunakan oleh aplikasi ini dalam kasus
gelora lalu lintas. aplikasi normal adalah dibiarkan dengan hanya tentang 25% dari bandwidth.

7. Kesimpulan

Untuk menyimpulkan kami ingin menekankan kembali bahwa, hari ini mengubah skenario, di mana cara konvensional dalam melakukan hal tidak ada lagi memegang baik organisasi adalah cepat menyadari bahwa agar mereka tetap pada langkah dengan orang lain dalam lomba, mereka harus merangkul konsep Manajemen Jaringan. Juga cara di mana kedua ukuran jaringan dan data yang rides pada mereka meningkat dari hari ke hari, itu sudah menjadi keharusan untuk memonitor jenis yang lalu lintas yang mengalir, prioritas dan kemudian mengelola lalu lintas sesuai.

Sumber : 

http://thiodream.blogspot.com/2012/03/1.html

http://kindern.blogspot.com/2012/03/jurnal-komputasi-modern.html   

Nama : Diajeng Kristianti 

Kelas : 4IA21

NPM : 51409517

Mata Kuliah : Pengantar Komputasi Modern

Dosen : Rina Noviana

Dibuat tanggal : 18 Maret 2013