JCONES Vol. 3, No.

1 (2014) 1-10

Journal of Control and Network Systems

Situs Jurnal : http://jurnal.stikom.edu/index.php/jcone

ANALISIS KARAKTERISTIK LALU LINTAS DATA INTERNET:

APLIKASI WEB VIDEO STREAMING

El’isa Abraham Andrian Matualaga1) Jusak 2) Pauladie Susanto3)

Program Studi/JurusanSistemKomputer
STMIK STIKOM Surabaya
Jl. Raya KedungBaruk 98 Surabaya, 60298
Email : 1)an_abm@yahoo.co.id, 2)Jusak@stikom.edu, 3)Pauladie@stikom.edu

Abstract: Along with the development of technology , the need for information is increasing, which is not only
in the form of text and picture information are needed but also involves all aspects of multimedia available, one of
which is the streaming video technology.
To determine the quality of web video streaming applications , the QoS analysis must be done . Includes the
proper use of bandwidth , delay , and jitter are controlled , and reduction of packet loss .
With the analysis of Internet data traffic : web video streaming applications , the QoS can be provided by
giving priority to a package to another package by allocating existing resources to different packets in a network . This
analysis is expected to help network administrators in terms of network design better future.
From the analysis, the value of the parameters obtained its QoS . For the average values obtained 2.3851 seconds
delay biggest , the jitter value of 3.9426 seconds , and the percentage of occurrence of packet loss is the biggest
acquired 5.3726 % , and the bandwidth utilization values used for this analysis was 14 424 % 519 264 Kbps or 3.6
Mbps of bandwidth provided .

Keyword : video streaming, web application, QoS, delay, packet loss, jitter, bandwidth utilization.

Perkembangan terhadap kebutuhan informasi Dengan melakukan analisis karakteristik

semakin meningkat, dimana tidak hanya informasi
berupa text dan gambar saja tetapi juga melibatkan
semua aspek multimedia yang ada. Efisiensi dan
keefektifan teknologi tersebut diharapkan dapat
membantu masyarakat, salah satu teknologi yang
dimaksud adalah teknologi video streaming. Dengan
memanfaatkan teknologi ini maka aktifitas akan
menjadi lebih mudah, misalnya dalam memantau
kondisi lalu lintas, aktifitas gunung berapi, memantau
kondisi rumah, dan event penting lainnya (Harmoko,
2011). Pada saat sekarang ini banyak vendor yang
memanfaatkan kesempatan ini sebagai sebuah layanan
yang dapat digunakan untuk mendistribusikan digital
video broadcast seperti YouTube.
Seiring dengan berjalannya waktu dan
banyaknya kebutuhan akan penggunaan teknologi video
streaming, lalu lintas jaringan internet sering
mengalami gangguan, hal ini dikarenakan banyaknya
user yang mengakses video streaming dalam waktu
yang bersamaan sehingga menyebabkan penggunaan
bandwidth yang terlalu besar. Hal ini dapat membuat
terjadinya kongesi pada suatu jaringan, yang
menyebabkan koneksi jaringannya terputus atau juga
dapat mengalami kepadatan jalur pada lalu lintas
jaringan yang menyebabkan koneksi jaringan menjadi
lambat.
lalu lintas data dalam rentang waktu tertentu dari
user yang mengakses video streaming, maka unjuk
kerja jaringan pada saat pengaksesan aplikasi web
video streaming yang berjalan di atas protokol-
protokol internet dapat diketahui. Salah satu unjuk
kerja jaringan pada saat pengaksesan aplikasi web
video streaming berupa parameter kerja jaringan
atau biasa disebut QoS (Quality of Service).
QoS adalah kemampuan penyediaan
jaminan sumber daya (resource) dan pembedaan
layanan pada berbagai jenis aplikasi sehingga
performansi dari aplikasi yang sensitif terhadap
delay, jitter, atau packet loss dapat memuaskan.
(Modul QoS pada jaringan IP, Institut Teknologi
Telkom). Oleh karena itu dilakukanlah analisis
terhadap parameter QoS dari aplikasi web video
streaming yang on-demand yaitu YouTube.
Diharapkan analisis ini dapat membantu para
pengambil keputusan (seperti administrator
jaringan) dalam hal desain jaringan yang lebih
baik ke depannya.
Metode
Model penelitian yang akan dilakukan
dapat dijelaskan melalui blok diagram pada
Gambar 1.

El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto

JCONES Vol. 3, No. 1 (2014) Hal: 1
 Dari gambar blok diagram (gambar 1) dapat
diketahui cara kerja dari keseluruhan metodologi
penelitian yang dilakukan. Mulai dari Arsitektur
Jaringan hingga hasil dari perhitungan Quality of
Service (QoS) yaitu Delay, Jitter, Packet Loss, Utilisasi
Bandwidth yang kemudian dapat dianalisis masing-
masing nilai QoSnya. Metode penelitian yang
digunakan adalah studi kepustakaan dan analisis
karakteristik lalu lintas data internet aplikasi web video
streaming serta hasil nilai paramter-parameter QoS-nya.
Oleh karena itu dikumpulkanlah data dan informasi
serta materi-materi dasar yang bersifat teoritis yang
sesuai dengan permasalahan.
ARSITEKTUR JARINGAN
PENGAMBILAN DATA
PENGOLAHAN DATA
HASIL DAN ANALISIS
Gambar 1. Blok Diagram Sistem.
Arsitektur Jaringan
Sebelum membuat arsitektur jaringan, haruslah
dilakukan desain jaringan. Arsitektur jaringan didesain
sedemikian rupa agar dapat menunjang kebutuhan
penelitian yang dilakukan. Dengan adanya desain
topologi ini maka akan memudahkan dalam
penyusunan dan penempatan komponen arsitektur
jaringan itu sendiri, sekaligus memudahkan
pengambilan data yang akan digunakan untuk
penelitian ini.
Gambar 2. Arsitektur Jaringan.
Komponen dari arsitektur jaringan yang dibuat seperti
pada gambar 2 adalah :
1. Sebuah Modem sebagai Router
2. Sebuah kartu GSM 3 (Tri) sebagai layanan
provider internet
3. Sebuah PC Bridge
4. Sebuah Switch
5. 2 Buah PC User (Laptop)
Untuk terhubung ke internet, arsitektur
jaringan yang dibuat menggunakan modem router
dengan provider jaringan Tri dengan kecepatan hingga
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
3,6 Mbps untuk sinyal 3G/HSDPA dan kecepatan
hingga 384 Kbps untuk sinyal EDGE.
Pada arsitektur yang dibuat modem
router yang terpasang kartu GSM Tri
dihubungkan dengan PC Bridge. PC Bridge adalah
sebuah PC yang memiliki 2 buah interface yaitu 2
buah Network Interface Card (NIC). Satu interface
terhubung dengan Modem dan interface yang lain
terhubung dengan Switch yang menghubungkan
antara user yang ada. Melalui kedua interface
tersebut kemudian dibentuk sebuah bridge. PC
Bridge digunakan untuk tujuan melihat lalu lintas
paket data yang lewat pada saat user mengakses
semua aplikasi web yang berada pada internet.
Lalu lintas data tersebut antara user dan server.
Dengan menggunakan aplikasi Network Protocol
Analyzer yaitu Wireshark yang dipasang pada PC
Bridge, maka menangkap lalu lintas data yang
lewat dapat dilakukan. Wireshark digunakan
karena merupakan Network Protocol Analyzer
yang dapat digunakan pada Operating System
(OS) Windows. PC Bridge yang digunakan OS-
nya adalah Windows.
Pengolahan Data
Gambar 3. Flowchart pengolahan paket data.
Dari gambar 3 di atas menerangkan
flowchart pengolahan paket data. Data yang di-
capture menggunakan Wireshark disimpan dalam
format file tertentu yang hanya bisa dibaca oleh
Wireshark sendiri, oleh karena itu agar bisa
diakses oleh aplikasi lain untuk dihitung dan
diolah datanya, file tersebut harus dikonversi ke
bentuk file yang bisa dibaca oleh aplikasi lain,
salah satunya oleh Microsoft Excel. File yang
JCONES Vol. 3, No. 1 (2014) Hal: 2
sudah dikonversi tersebut pada saat dibuka maka akan segment was, dengan kata lain merupakan kolom
dilakukan pengaturan bentuk isi file yang akan yang berisi sebuah selisih waktu antara segment
ditampilkan oleh Microsoft Excel. Pengaturan tersebut yang berisi ACK dari pengiriman data sebelumnya
meliputi pemisahan antar kolom, pengukuran luas dan dengan waktu dari segment yang mengirimkan
lebar kolom, dan format tipe data. Setelah melewati data. Setelah semua isi kolom 6 dari matriks data
pengaturan isi file maka akan muncul tampilan seperti diambil dan dijadikan element dari matriks delay,
yang ada pada tampilan Wireshark pada Microsoft kemudian dilakukan penghapusan elemen dari
Excel. Kemudian dapat dilakukan pemrosesan data matriks delay yang bernilai NaN.
yang akan digunakan untuk analisa. Dalam analisa Flowchart proses perhitungan rata-rata
diperlukan data yang berkaitan dengan aplikasi web delay adalah sebagai berikut.
video streaming YouTube. Untuk membedakannya
maka dilakukan filtering tipe data yang diinginkan
berdasarkan IP dari aplikasi web video streaming
YouTube. Karena Youtube merupakan aplikasi web
milik situs pencarian Google, maka IP untuk Google
juga dimasukkan dalam filtering data berdasarkan IP
aplikasi web video streaming. Cara mengetahui IP
masing-masing aplikasi web yang akan digunakan
untuk analisa adalah dengan memasukkan nama web
atau IP dari aplikasi web yang didapat, pada saat
pengambilan data menggunakan Wireshark, ke aplikasi
web pencari IP Address/ Domain Name Lookup, yang
beralamatkan http://cqcounter.com/whois.

Perhitungan Paket Data

Quality of Service (QoS) didefinisikan sebagai
suatu pengukuran tentang seberapa baik jaringan dan
merupakan suatu usaha untuk mendefinisikan
karakteristik dan sifat dari suatu layanan. QoS mengacu
pada kemampuan jaringan untuk menyediakan layanan
yang lebih baik pada trafik jaringan tertentu melalui
teknologi yang berbeda-beda.
Melalui QoS, seorang network administrator
nantinya dapat memberikan prioritas trafik tertentu.
Melalui implementasi perhitungan QoS di jaringan ini,
diharapkan dapat mengetahui aliran dan kejadian-
kejadian yang ada di trafik pada jaringan, serta dapat
menganalisa karakteristiknya.
Perhitungan paket data untuk menentukan nilai
QoS-nya dari sisi Delay, Jitter, Packet Loss, dan
Utilisasi Bandwidth. Berikut adalah langkah-langkah Gambar 4. Flowchart Menghitung Delay.
yang digunakan untuk menentukan nilai QoS dari paket
data yang di-capture. Setelah matriks delay didapat semua
1. Delay elemennya, maka dilakukan perhitungan rata-
Flowchart pada gambar 4 merupakan cara ratanya. Cara menghitung rata-ratanya adalah
untuk menghitung rata-rata delay yang terjadi pada saat semua elemen matriks delay dijumlahkan,
capture data. Pada Matlab, file yang telah di-filter IP- kemudian hasilnya dibagi dengan banyaknya
nya, dibagi menjadi 2 bagian, matriks textdata dan elemen pada matriks delay. Barulah nilai rata-rata
matriks data. Matriks textdata berisi data yang bertipe delay yang dimaksud untuk analisa ini didapatkan.
integer, sedangkan matriks data berisi data yang bertipe Hasil dari perhitungan ini adalah sebuah nilai yang
double. Kedua data dipisahkan menjadi 2 matriks memiliki satuan waktu yaitu detik.
dikarenakan data pada matriks data akan digunakan Delay adalah waktu yang dibutuhkan oleh
untuk perhitungan, sedangkan data pada matriks sebuah paket data, terhitung dari saat pengiriman
textdata hanya digunakan untuk pembanding untuk oleh transmitter sampai saat diterima oleh
mengetahui letak data yang dimaksud pada matriks receiver. (Rifiani dkk, 2011)
data. Waktu tunda (t) = (Tr – Ts) detik
Pertama yang dilakukan adalah mengambil 0≤t≤T
seluruh elemen kolom 6 dari matriks data. Kolom 6 dari dimana : Tr = Waktu penerimaan paket (detik)
matriks data yang berjudul ‘The RTT to ACK the Ts = Waktu pengiriman paket (detik)

El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto

JCONES Vol. 3, No. 1 (2014) Hal: 3
 T = Waktu simulasi (detik)
t = Waktu pengambilan sampel (detik)
2. Jitter
Pada flowchart gambar 5 dapat dilihat, dari
hasil perhitungan Delay yang didapat kemudian dibuat
2 buah matriks Jitter. Dibuatnya 2 matriks Jitter
bertujuan agar dalam perhitungan selisih antar Delay
dapat dilakukan dengan tepat karena menggunakan
perhitungan matriks
Gambar 5. Flowchart menghitung Jitter.
Masing-masing matriks hanya memiliki 1
kolom. Untuk matriks jitter1 element pada baris
terakhir dihilangkan, sedangkan untuk matriks jitter2
element pada baris pertama dihilangkan. Hal ini
dilakukan agar ukuran kedua matriks sama, karena
syarat perhitungan pengurangan ataupun penjumlahan
antar matriks haruslah memiliki ukuran matriks yang
sama. Hasil dari pengurangan antara matriks jitter2
dengan matriks jitter1 bernilai negatif, maka hasilnya
dibuat nilai mutlak. Kemudian hasilnya dimasukkan
dalam rumus perhitungan Jitter. Hasil dari perhitungan
ini adalah sebuah nilai yang memiliki satuan waktu
yaitu detik.
Jitter adalah variasi Delay, yaitu perbedaan
selang waktu kedatangan antar paket di terminal tujuan.
Jitter dipengaruhi oleh variasi beban trafik dan
besarnya tumbukan antar paket (congestion) yang ada
dalam jaringan. Semakin besar beban trafik di dalam
jaringan akan menyebabkan semakin besar pula
peluang terjadinya congestion dengan demikian nilai
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
Jitter -nya akan semakin besar. (Clark, 2003)
𝑿𝒊+𝟏 − 𝑿𝒊
𝝈𝟐 =
𝑵
dimana: Xi = jumlah Delay sesi ke-i
N = banyaknya Jitter yang terjadi
3. Packet Loss
Packet loss adalah banyaknya paket yang
hilang selama proses transmisi ke tujuan. Paket
hilang terjadi ketika satu atau lebih paket data
yang melewati suatu jaringan gagal mencapai
tujuannya. ( Rifiani dkk, 2011)
Gambar 6. Flowchart menghitung Packet Loss.
𝑷𝒅
Packet loss = x 100%
𝑷𝒔
0≤t≤T
dimana : Pd = Paket yang mengalami drop (paket)
Ps = Paket yang dikirim (paket)
T = Waktu simulasi (detik)
t = Waktu pengambilan sampel (detik)
Pada flowchart gambar 6 dijelaskan bahwa
untuk mencari paket data yang hilang, maka dapat
dilihat dari sisi kolom 10 pada matriks textdata yang
berjudul message. Kolom ini menerangkan berbagai
macam pesan tentang informasi yang lebih spesifik
dan sebuah peringatan. Jika pada kolom 10 ini pada
tiap baris ada yang berisikan keterangan 'Previous
segment not captured (common at capture start)’
berarti paket tersebut hilang pada segment
sebelumnya.
Tetapi tidak perlu mencari paket
sebelumnya, karena dengan keterangan ini sudah
JCONES Vol. 3, No. 1 (2014) Hal: 4
dapat menerangkan bahwa ada paket yang hilang. Proses
pencocokan isi dari tiap baris dari kolom 10 ini akan
dilakukan sampai batas akhir dari matriks textdata. Jika
sudah dikumpulkan element matriks yang diinginkan,
maka akan diketahui jumlah paket yang hilang. Dari sini
maka dilakukan perhitungan prosentase packet loss yang
ada. Hasil dari perhitungan ini adalah sebuah prosentase.
4. Utilisasi Bandwidth
Gambar 7. Flowchart menghitung utilisasi
bandwidth.
Pada flowchart dari gambar 7 dijelaskan yang
dilakukan pertama kali dilakukan adalah mengambil
semua element pada kolom 5 dari matriks data. Kolom
5 dari matriks data berjudul Length, yang berisi ukuran
paket dalam satuan byte. Kemudian semua nilai pada
kolom 5 dari matriks data dijumlahkan, setelah
dijumlahkan baru dikali dengan 8 karena nilainya harus
diubah ke satuan bit. Nilai yang dihasilkan adalah
sebuah besaran paket per satuan waktu, nilai waktu
disini masih menggunakan waktu lamanya capture yaitu
15 menit. Nilai waktu dikonversi menjadi satuannya per
detik, maka hasil yang telah dikali 8 tadi dibagi dengan
900 detik (sama dengan 15 menit), sehingga didapat
rate_bit nya. Setelah diketahui rate_bit nya maka dapat
dihitung utilisasi bandwidth-nya dengan cara
menggunakan rumus yang ada. Hasil dari perhitungan
ini adalah prosentase dari utilisasi bandwidth yang ada.
Utilisasi merupakan parameter yang
menunjukkan seberapa besar prosentase suatu
sumber daya yang digunakan. Dalam hal ini sumber
daya yang dimaksud adalah bandwidth suatu link
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
yang menghubungkan antara kedua sisi yaitu
sisi pelanggan dan provider. Utilisasi bandwidth
menunjukan rasio antara ukuran bandwidth total
terpakai oleh pelanggan dengan bandwidth yang
tersedia, sehingga bila dirumuskan akan terlihat
seperti dibawah ini (Muslim, 2007):
𝒓𝒂𝒕𝒆_𝒃𝒊𝒕
utility = x 100%
𝒃𝒂𝒏𝒅𝒘𝒊𝒅𝒕𝒉
dimana :
rate_bit = merupakan laju bit (bandwidth), total
paket yang terpakai oleh pelanggan pada satu
waktu (bps)
bandwidth = merupakan jumlah besaran yang
tersedia (bps).
Pengujian Sistem
Pengujian sistem merupakan pengujian
terhadap perhitungan yang telah dilakukan.
Pengujian tersebut termasuk pengujian terhadap
parameter-parameter QoS, yaitu : pengujian
terhadap Delay, pengujian terhadap Jitter,
pengujian terhadap Packet Loss, dan pengujian
terhadap Utilisasi Bandwidth, termasuk analisa
terhadap karakteristik lalu lintas data aplikasi web
video streaming : Youtube. Hasil input berasal dari
capture data menggunakan Wireshark selama 15
menit sebanyak 3 x 7 hari dengan memakai 2 user.
1. Delay
Waktu Pagi hari.
1.5
1 user1
(detik)
0.5 user2
0
Ming…
Rabu
Kamis
Senin
Sabtu
Jumat
Selasa
Gambar 8. Grafik perbandingan nilai rata-rata
Delay pagi hari.
Dari gambar grafik di atas (gambar 8)
dapat dilihat perbandingan nilai rata-rata delay
yang terjadi dari antara 2 user yang digunakan
pada waktu pagi hari. Terlihat nilai rata-rata delay
yang tertingi terjadi pada user1 dengan IP
192.168.0.101 di hari Rabu, sedangkan pada hari
yang sama nilai rata-rata delay untuk user2 dengan
IP 192.168.0.102 kecil karena mengalami
penurunan dari hari Selasa. Nilai rata-rata delay
terkecil user1 pada hari Kamis hampir sama
dengan nilai rata-rata delay user2 yang pada saat
itu mengalami peningkatan dari hari Rabu. Untuk
nilai rata-rata delay terbesar user2 terjadi hari
Sabtu yang juga nilai rata-rata delay user1
mengalami peningkatan dari hari Jumat. Jadi dapat
JCONES Vol. 3, No. 1 (2014) Hal: 5
disimpulkan nilai rata-rata delay tertinggi terjadi pada
user1 dengan IP 192.168.0.101 di hari Rabu yaitu
1.1598 detik, sedangkan nilai rata-rata delay terendah
terjadi pada user2 dengan IP 192.168.0.102 di hari
Jumat yaitu 0.037642 detik.
Waktu Siang hari.
1.2
1 2.5
0.8
(detik)
0.6
user1
0.4
user2
0.2
0
Gambar 9. Grafik perbandingan nilai rata-rata Delay
siang hari.
Dari gambar grafik di atas (gambar 9) dapat
dilihat perbandingan nilai rata-rata delay yang terjadi
dari antara 2 user yang digunakan pada waktu siang
hari. Terlihat nilai rata-rata delay yang terbesar pada
user1 dengan IP 192.168.0.101 terjadi hari Minggu,
pada saat yang sama nilai rata-rata delay user2 dengan
IP 192.168.0.102 mengalami peningkatan dari hari
Sabtu tetapi tidak sebesar nilai rata-rata delay pada
user1. Nilai rata-rata delay terkecil user1 pada hari
Kamis, sedangkan nilai rata-rata delay user2 pada saat
itu mengalami peningkatan dari hari Rabu. Untuk nilai
rata-rata delay yang tertingi terjadi pada user2 di hari
Selasa, pada hari yang sama nilai rata-rata delay untuk
user1 juga mengalami peningkatan dari hari Senin.
Nilai rata-rata delay terkecil dari user2 terjadi hari Rabu
karena terjadi penurunan drastis dari nilai rata-rata
delay tertinggi hari Selasa, sedangkan pada saat yang
sama juga terjadi penurunan nilai rata-rata delay pada
user1 tetapi tidak begitu kecil. Jadi dapat disimpulkan
nilai rata-rata delay tertinggi terjadi pada user2 dengan
IP 192.168.0.102 di hari Selasa yaitu 0.98863 detik,
sedangkan nilai rata-rata delay terendah terjadi pada
user2 dengan IP 192.168.0.102 di hari Rabu yaitu
0.046748 detik.
Waktu Sore hari.
Dari gambar grafik di atas (gambar 10) dapat
dilihat perbandingan nilai rata-rata delay yang terjadi
dari antara 2 user yang digunakan pada waktu sore hari.
Terlihat nilai rata-rata delay tertinggi terjadi pada user1
dengan IP 192.168.0.101 di hari Jumat, pada saat yang
sama nilai rata-rata delay user2 dengan IP
192.168.0.102 mengalami peningkatan dari hari Kamis
tetapi tidak sebesar nilai rata-rata delay pada user1.
Nilai rata-rata delay terkecil user1 pada hari Kamis,
sedangkan nilai rata-rata delay user2 pada saat itu
mengalami sedikit peningkatan dari hari Rabu. Untuk
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
nilai rata-rata delay yang terbesar pada user2
terjadi di hari Minggu, pada hari yang sama nilai
rata-rata delay untuk user1 mengalami penurunan
dari hari Sabtu. Nilai rata-rata delay terkecil dari
user2 terjadi hari Rabu, sedangkan pada hari yang
sama terjadi peningkatan nilai rata-rata delay pada
user1 yang cukup besar dari hari Selasa.
3
2
(detik)
1.5
1 user1
0.5
user2
0
Gambar 10. Grafik perbandingan nilai rata-rata
Delay sore hari.
Jadi dapat disimpulkan nilai rata-rata delay
tertinggi terjadi pada user1 dengan IP
192.168.0.101 di hari Jumat yaitu 2.3851 detik,
sedangkan nilai rata-rata delay terendah terjadi
pada user2 dengan IP 192.168.0.102 di hari Rabu
yaitu 0.022845 detik.
2. Jitter
Waktu Pagi hari.
2.5
2
(detik)
1.5
1 user1
0.5
user2
0
Gambar 11. Grafik perbandingan Jitter pagi hari.
Dari gambar grafik di atas (gambar 11)
dapat dilihat perbandingan nilai jitter yang terjadi
dari antara 2 user yang digunakan pada waktu pagi
hari. Terlihat nilai jitter yang tertinggi terjadi pada
user1 dengan IP 192.168.0.101 di hari Rabu,
berbanding terbalik dengan nilai jitter untuk user2
dengan IP 192.168.0.102 yang kecil karena
mengalami penurunan dari hari Selasa. Nilai jitter
terkecil pada user1 terjadi di hari Kamis hampir
sama dengan nilai jitter user2 yang pada saat itu
mengalami peningkatan dari hari Rabu. Untuk
nilai jitter terbesar pada user2 terjadi hari Sabtu
yang juga nilai jitter user1 mengalami peningkatan
dari hari Jumat. Nilai jitter terkecil pada user2
terjadi pada hari Jumat, sedangkan pada saat yang
JCONES Vol. 3, No. 1 (2014) Hal: 6
sama nilai jitter user1 mengalami peningkatan dari hari
Kamis. Jadi dapat disimpulkan nilai jitter tertinggi
terjadi pada user1 dengan IP 192.168.0.101 di hari
Rabu yaitu 2.0243 detik, sedangkan nilai jitter terendah
terjadi pada user2 dengan IP 192.168.0.102 di hari
Jumat yaitu 0.059443 detik.
Waktu Siang hari.
2 2
1.5
(detik)
1
0.5 user1
0 user2
Gambar 12. Grafik perbandingan Jitter siang hari.
Dari gambar grafik di atas (gambar 12) dapat
dilihat perbandingan nilai jitter yang terjadi dari antara
2 user yang digunakan pada waktu siang hari. Terlihat
nilai jitter yang terbesar pada user1 dengan IP
192.168.0.101 terjadi hari Minggu, pada saat yang
sama nilai jitter user2 dengan IP 192.168.0.102
mengalami peningkatan dari hari Sabtu tetapi tidak
sebesar nilai jitter pada user1. Nilai jitter terkecil user1
pada hari Kamis, sedangkan nilai jitter user2 pada saat
itu mengalami peningkatan dari hari Rabu. Untuk nilai
jitter yang tertingi terjadi pada user2 di hari Selasa,
pada hari yang sama nilai jitter untuk user1 juga
mengalami peningkatan dari hari Senin tetapi nilai
jitter-nya tidak sebesar nilai jitter user2. Nilai jitter
terkecil dari user2 terjadi hari Rabu karena terjadi
penurunan drastis dari nilai jitter tertinggi hari Selasa,
sedangkan pada saat yang sama juga terjadi penurunan
nilai jitter pada user1 tetapi tidak begitu kecil. Jadi
dapat disimpulkan nilai jitter tertinggi terjadi pada
user2 dengan IP 192.168.0.102 di hari Selasa yaitu
1.5913 detik, sedangkan nilai jitter terendah terjadi
pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu
0.066565 detik.
Waktu Sore hari.
Dari gambar grafik (gambar 13) dapat dilihat
perbandingan nilai jitter yang terjadi dari antara 2 user
yang digunakan pada waktu sore hari. Terlihat nilai
jitter tertinggi terjadi pada user1 dengan IP
192.168.0.101 di hari Jumat, pada saat yang sama nilai
jitter user2 dengan IP 192.168.0.102 mengalami
peningkatan dari hari Kamis tetapi tidak sebesar nilai
jitter pada user1. Nilai jitter terkecil user1 pada hari
Kamis, sedangkan nilai jitter user2 pada saat itu
mengalami sedikit peningkatan dari hari Rabu. Untuk
nilai jitter yang terbesar pada user2 terjadi di hari
Minggu, pada hari yang sama nilai jitter untuk user1
mengalami peningkatan sedikit dari hari Sabtu. Nilai
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
jitter terkecil terjadi pada user2 di hari Rabu,
sedangkan pada hari yang sama terjadi
peningkatan nilai jitter pada user1 yang cukup
besar dari hari Selasa.
5
4
(detik)
3
user1
1
user2
0
Gambar 13. Grafik perbandingan Jitter sore hari.
Jadi dapat disimpulkan nilai jitter tertinggi terjadi
pada user1 dengan IP 192.168.0.101 di hari Jumat
yaitu 3.9426 detik, sedangkan nilai jitter terendah
terjadi pada user2 dengan IP 192.168.0.102 di hari
Rabu yaitu 0.03253 detik.
3. Packet Loss
Waktu Pagi hari.
6
5
4
(%)
3
2 user1
1
user2
0
Gambar 14. Grafik perbandingan Packet Loss pagi
hari.
Dari gambar grafik di atas (gambar 14)
dapat dilihat perbandingan nilai prosentase
terjadinya packet loss yang terjadi dari antara 2
user yang digunakan pada waktu pagi hari.
Terlihat nilai prosentase terjadinya packet loss
yang terbesar pada user1 dengan IP 192.168.0.101
di hari Rabu, berbanding terbalik dengan nilai
prosentase terjadinya packet loss untuk user2
dengan IP 192.168.0.102 yang kecil karena
mengalami penurunan dari hari Selasa. Nilai
prosentase terjadinya packet loss terkecil pada
user1 terjadi di hari Selasa hampir sama dengan
nilai prosentase terjadinya packet loss user2 yang
pada saat itu mengalami peningkatan dari hari
Senin. Untuk nilai prosentase terjadinya packet
loss tertinggi terjadi pada user2 di hari Minggu
yang juga nilai prosentase terjadinya packet loss
user1 mengalami peningkatan dari hari Jumat
tetapi tidak sebesar nilai prosentase terjadinya
packet loss user2. Nilai prosentase terjadinya
JCONES Vol. 3, No. 1 (2014) Hal: 7
packet loss terkecil terjadi pada user2 di hari Senin,
sedangkan nilai prosentase terjadinya packet loss user1
pada saat itu besar. Jadi dapat disimpulkan nilai
prosentase terjadinya packet loss tertinggi terjadi pada
user2 dengan IP 192.168.0.102 di hari Minggu yaitu
4.8626%, sedangkan nilai prosentase terjadinya packet
loss terendah terjadi pada user2 dengan IP
192.168.0.102 di hari Senin yaitu 0.09554%.
Waktu Siang hari.
5
4 2
3 1
(%)
2 user1
1
user2
0
Gambar 15. Grafik perbandingan Packet Loss siang
hari.
Dari gambar grafik di atas (gambar 15) dapat
dilihat perbandingan nilai prosentase terjadinya packet
loss yang terjadi dari antara 2 user yang digunakan pada
waktu siang hari. Terlihat nilai prosentase terjadinya
packet loss yang tertinggi terjadi pada user1 dengan IP
192.168.0.101 terjadi hari Sabtu, pada saat yang sama
nilai prosentase terjadinya packet loss user2 dengan IP
192.168.0.102 mendekati nilai prosentase terjadinya
packet loss pada user1 karena juga merupakan
prosentase terjadinya packet loss terbesar pada user2.
Nilai prosentase terjadinya packet loss terendah pada
user1 pada hari Senin, sedangkan nilai prosentase
terjadinya packet loss user2 pada saat itu besar. Nilai
prosentase terjadinya packet loss terkecil dari user2
terjadi hari Rabu karena terjadi penurunan dari hari
Selasa, sedangkan pada saat yang sama juga terjadi
penurunan nilai prosentase terjadinya packet loss pada
user1 tetapi kecil. Jadi dapat disimpulkan nilai
prosentase terjadinya packet loss tertinggi terjadi pada
user1 dengan IP 192.168.0.101 di hari Sabtu yaitu
4.3168%, sedangkan nilai prosentase terjadinya packet
loss terendah terjadi pada user2 dengan IP
192.168.0.102 di hari Rabu yaitu 0.15035%.
Waktu Sore hari.
Dari gambar grafik di bawah (gambar 16)
dapat dilihat perbandingan nilai prosentase terjadinya
packet loss yang terjadi dari antara 2 user yang
digunakan pada waktu sore hari. Terlihat nilai
prosentase terjadinya packet loss terbesar pada user1
dengan IP 192.168.0.101 di hari Jumat, pada saat yang
sama nilai prosentase terjadinya packet loss user2
dengan IP 192.168.0.102 merupakan tertinggi dari
grafik perbandingan. Nilai prosentase terjadinya packet
loss terendah pada user1 adalah di hari Selasa,
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
sedangkan nilai prosentase terjadinya packet loss
user2 pada saat itu juga mengalami sedikit
penurunan dari hari Senin. Untuk nilai prosentase
terjadinya packet loss terkecil terjadi pada user2
adalah di hari Rabu, sedangkan pada hari yang
sama terjadi peningkatan nilai prosentase
terjadinya packet loss pada user1 dari hari Selasa.
6
5
4
(%)
3
user1
user2
0
Gambar 16. Grafik perbandingan Packet Loss sore
hari.
Jadi dapat disimpulkan nilai prosentase terjadinya
packet loss tertinggi terjadi pada user2 dengan IP
192.168.0.102 di hari Jumat yaitu 5.3726%,
sedangkan nilai prosentase terjadinya packet loss
terendah terjadi pada user2 dengan IP
192.168.0.102 di hari Rabu yaitu 0.025514%.
4. Utilisasi Bandwidth
Waktu Pagi hari.
15
10
(%)
5 user1
user2
0
Gambar 17. Grafik perbandingan utilisasi
bandwidth pagi hari.
Dari gambar grafik di atas (gambar 17)
dapat dilihat perbandingan nilai prosentase
utilisasi bandwidth yang terjadi dari antara 2 user
yang digunakan pada waktu pagi hari. Terlihat
nilai prosentase utilisasi bandwidth yang tertinggi
pada user1 dengan IP 192.168.0.101 di hari
Minggu, pada waktu yang sama nilai prosentase
utilisasi bandwidth untuk user2 dengan IP
192.168.0.102 juga mengalami peningkatan dari
hari Sabtu tetapi lebih besar dibanding user1. Nilai
prosentase utilisasi bandwidth terkecil pada user1
terjadi di hari Rabu berbanding terbalik dengan
nilai prosentase utilisasi bandwidth user2 yang
pada saat itu mengalami peningkatan dari hari
Rabu dan prosentase utilisasi bandwidth pada
JCONES Vol. 3, No. 1 (2014) Hal: 8
user2 adalah tertinggi. Untuk nilai prosentase utilisasi
bandwidth terkecil pada user2 terjadi pada hari Sabtu,
sedangkan pada saat yang sama nilai prosentase
utilisasi bandwidth user1 mengalami peningkatan dari
hari Jumat. Jadi dapat disimpulkan nilai prosentase
utilisasi bandwidth tertinggi terjadi pada user2 dengan
IP 192.168.0.102 di hari Rabu yaitu 12.971%,
sedangkan nilai prosentase utilisasi bandwidth terendah
terjadi pada user1 dengan IP 192.168.0.101 di hari
Rabu yaitu 0.16232%.
Waktu Siang hari.
3.5
3
2.5
2
(%)
1.5
1 user1
0.5
0 user2
Gambar 18. Grafik perbandingan utilisasi bandwidth
siang hari.
Dari gambar grafik di atas (gambar 18) dapat
dilihat perbandingan nilai prosentase utilisasi
bandwidth yang terjadi dari antara 2 user yang
digunakan pada waktu siang hari. Terlihat nilai
prosentase utilisasi bandwidth yang terbesar pada user1
dengan IP 192.168.0.101 di hari Kamis, pada waktu
yang sama nilai prosentase utilisasi bandwidth untuk
user2 dengan IP 192.168.0.102 juga mengalami
peningkatan dari hari Sabtu tetapi lebih besar dibanding
user1 dan merupakan nilai prosentase utilisasi
bandwidth tertinggi dari user2. Nilai prosentase utilisasi
bandwidth terkecil pada user1 terjadi di hari Minggu
berbanding terbalik dengan nilai prosentase utilisasi
bandwidth user2 yang pada saat itu mengalami
peningkatan dari hari Sabtu. Untuk nilai prosentase
utilisasi bandwidth terkecil pada user2 terjadi pada hari
Senin, sedangkan pada saat yang sama nilai prosentase
utilisasi bandwidth user1 tinggi. Jadi dapat disimpulkan
nilai prosentase utilisasi bandwidth tertinggi terjadi
pada user2 dengan IP 192.168.0.102 di hari Rabu yaitu
3.0223%, sedangkan nilai prosentase utilisasi
bandwidth terendah terjadi pada user1 dengan IP
192.168.0.101 di hari Minggu yaitu 0.020001%.
Waktu Sore hari.
Dari gambar grafik (gambar 19) dapat dilihat
perbandingan nilai prosentase utilisasi bandwidth yang
terjadi dari antara 2 user yang digunakan pada waktu
sore hari. Terlihat nilai prosentase utilisasi bandwidth
yang terbesar pada user1 dengan IP 192.168.0.101 di
hari Rabu, pada waktu yang sama nilai prosentase
utilisasi bandwidth untuk user2 dengan IP
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
192.168.0.102 juga mengalami peningkatan pesat
dari hari Selasa tetapi lebih besar dibanding user1
dan merupakan nilai prosentase utilisasi bandwidth
tertinggi dari user2.
20
15
(%)
10
user1
5
user2
0
Gambar 19. Grafik perbandingan utilisasi
bandwidth sore hari.
Nilai prosentase utilisasi bandwidth terkecil pada
user1 terjadi di hari Minggu, pada saat yang sama
nilai prosentase utilisasi bandwidth user2 pada saat
itu mengalami penurunan juga dari hari Sabtu.
Untuk nilai prosentase utilisasi bandwidth terkecil
pada user2 terjadi pada hari Senin, sedangkan pada
saat yang sama nilai prosentase utilisasi bandwidth
user1 cukup besar. Jadi dapat disimpulkan nilai
prosentase utilisasi bandwidth tertinggi terjadi
pada user2 dengan IP 192.168.0.102 di hari Rabu
yaitu 14.424%, sedangkan nilai prosentase utilisasi
bandwidth terendah terjadi pada user1 dengan IP
192.168.0.101 di hari Minggu yaitu 0.02208%.
Analisa Parameter QoS
Dari Dari grafik yang telah dibentuk di
atas dapat diketahui karakteristik lalu lintas data
aplikasi web video streaming melalui parameter-
parameter QoS yang didapat. Nilai rata-rata delay
terbesar yang didapat adalah 2.3851 detik,
sedangkan nilai rata-rata delay normal yang
seharusnya untuk video streaming tidak boleh
melebihi 4-5 detik (Szigeti & Hattingh, 2004).
Sehingga nilai rata-rata delay yang didapat dari
mengakses aplikasi web video streaming YouTube
berada di bawah batas normal. Aplikasi web video
streaming memiliki persyaratan QoS lebih toleran
karena delay-insensitive (dapat mentolerir
kelebihan waktu beberapa detik). (Szigeti &
Hattingh, 2004)
Untuk nilai jitter-nya, dari perhitungan di
atas, nilai terbesarnya adalah 3.9426 detik. Untuk
nilai jitter pada video streaming tidak ada
persyaratan yang signifikan (Szigeti & Hattingh,
2004).
Nilai prosentase terjadinya packet loss
yang didapat nilai terbesarnya adalah 5.3726%,
sedangkan nilai prosentase packet loss seharusnya
tidak boleh lebih dari 5% (Szigeti & Hattingh,
2004). Dengan kata lain prosentase terjadinya
JCONES Vol. 3, No. 1 (2014) Hal: 9
packet loss berada di atas nilai yang seharusnya.
Penyebabnya adalah terjadi collision dan congestion
pada jaringan, sehingga berpengaruh pada retransmisi
data yang akan mengurangi efisiensi jaringan secara
keseluruhan meskipun jumlah bandwidth-nya cukup
tersedia. (Nurhayati, 2010)
Nilai prosentase utilisasi bandwidth yang
digunakan pada waktu mengakses aplikasi web video
streaming YouTube yang didapat paling besar adalah
14.424% dari bandwidth yang disediakan. Jika
dikonversi ke bit per second (bps) adalah 519264 bps
yaitu 519.264 Kbps, sedangkan persyaratan bandwidth
yang dibutuhkan untuk mengakses YouTube adalah
sebesar 500 Kbps (YouTube System Requirements).
Nilai utilisasi bandwidth yang didapat sangatlah kecil
dibanding dengan nilai bandwidth yang disediakan
sebesar 3.6 Mbps, hal ini dikarenakan hanya membuka
1 aplikasi web video streaming YouTube.
Nilai prosentase utilisasi bandwidth user1
berbeda jauh dengan nilai prosentase utilisasi
bandwidth user2, hal ini karena dipengaruhi lalu lintas
data aplikasi web video streaming YouTube yang
diakses user2 lebih banyak dibanding user1 pada saat
itu, meskipun tidak secara bersamaan. Penyebab
lainnya adalah congestion control dikedua user tidak
stabil karena pada saat itu jaringan baru terhubung
dengan internet dan proses penangkapan lalu lintas data
video streaming hanya berjarak 15 menit dari saat
jaringan pertama kali terhubung dengan internet. Hal ini
terjadi di semua waktu proses pengambilan data dari
kedua user.
Simpulan
Dari hasil analisa karakteristik lalu lintas data
aplikasi web video streaming, didapat perhitungan
parameter-parameter dari QoS yang menentukan
karakteristik dari lalu lintas data aplikasi web video
streaming YouTube. Sehingga dapat disimpulkan.
Nilai rata-rata delay terbesar yang didapat
adalah 2,3851 detik), sedangkan nilai rata-rata delay
normal yang seharusnya untuk video streaming tidak
boleh melebihi 4-5 detik Sehingga nilai rata-rata delay
yang didapat dari mengakses aplikasi web video
streaming YouTube berada di bawah batas normal.
Aplikasi web video streaming memiliki persyaratan
QoS lebih toleran karena delay-insensitive (dapat
mentolerir kelebihan waktu beberapa detik).
Untuk nilai jitter dari perhitungan di atas, nilai
terbesarnya adalah 3.9426 detik. Untuk nilai jitter pada
video streaming tidak ada persyaratan yang signifikan.
Nilai prosentase terjadinya packet loss yang
didapat nilai terbesarnya adalah 5.3726%, sedangkan
nilai prosentase packet loss seharusnya tidak boleh
lebih dari 5%. Dengan kata lain prosentase terjadinya
packet loss berada di atas nilai yang seharusnya.
Penyebabnya adalah terjadi collision dan congestion
pada jaringan, sehingga berpengaruh pada retransmisi
data yang akan mengurangi efisiensi jaringan secara
El’isa Abraham Andrian Matualaga, Jusak, Pauladie Susanto
keseluruhan meskipun jumlah bandwidth-nya
cukup tersedia. (Nurhayati, 2010)
Nilai prosentase utilisasi bandwidth yang
digunakan pada waktu mengakses aplikasi web
video streaming YouTube yang didapat paling
besar adalah 14.424% dari bandwidth yang
disediakan. Dalam bentuk bit per second (bps)
nilai utilisasi bandwidth-nya adalah 519264 bps
yaitu 519.264 Kbps, dan persyaratan bandwidth
minimal yang dibutuhkan untuk mengakses
YouTube adalah sebesar 500 Kbps. Jadi nilai
utilisasi bandwidth yang didapat sudah sesuai
dengan nilai bandwidth minimal untuk mengakses
aplikasi web video streaming YouTube. Nilai
utilisasi bandwidth yang didapat kecil dibanding
dengan nilai bandwidth yang disediakan sebesar
3.6 Mbps, hal ini dikarenakan hanya membuka 1
aplikasi web video streaming Youtube.
Daftar Pustaka
1. Clark, Alan. 2003. Analysis, Measurement
and Modelling of Jitter. Geneva :
International Telecommunication Union.
2. Harmoko, Kirap Panji. 2011. Membangun
Aplikasi Live Streaming Event Berbasis Web
Menggunakan Protokol RTP. Bandung :
Universitas Komputer Indonesia, Jurusan
Teknik Informatika, Fakultas Teknik.
3. Modul QoS Pada Jaringan IP.
http://ittelkom.ac.id/staf/rnd/Modul%20Ngn
%20Pdf/Modul-
13a_QoS%20PADA%20JARINGAN%20IP.
pdf. Institut Teknologi Telkom. Online.
Diakses tanggal 29 Juli 2013.
4. Rifiani, Vina; M. Zen Samsono Hadi;
Haryadi Amran Darwito. 2011. Analisa
Perbandingan Metode Routing Distance
Vector Dan Link State Pada Jaringan Packet.
Surabaya : Politeknik Elektronika Negeri
Surabaya, Jurusan Teknik Telekomunikasi.
5. Szigeti, Tim and Hattingh, C. 2004.End-to-
End QoS Network Design: Quality of Service
in LANs, WANs and VPNs. Indianapolis:
Cisco Press.
6. Youtube System Requirements,
https://support.google.com/youtube/answer/7
8358?hl=en-GB. Online. Diakses tanggal 29
Juli 2013.
JCONES Vol. 3, No. 1 (2014) Hal: 10