Ketersediaan bandwidth yang stabil dan efisien merupakan aspek penting dalam mendukung berbagai aktivitas digital di lingkungan pendidikan. Di SMK Taruna Bangsa, belum terdapat sistem klasifikasi bandwidth yang mampu membedakan tingkat kebutuhan trafik data secara otomatis, serta belum diterapkan pemanfaatan machine learning dalam pengelolaan jaringan. Penelitian ini bertujuan untuk menganalisis karakteristik trafik jaringan serta menerapkan algoritma Naïve Bayes untuk mengklasifikasikan penggunaan bandwidth ke dalam kategori low, medium, dan high berdasarkan data outbound dan inbound jaringan. Metode penelitian mengacu pada tahapan Knowledge Discovery in Databases (KDD) yang meliputi data selection, preprocessing, transformation, modeling dan evaluation. Data diperoleh dari MRTG untuk periode September hingga November 2025, dengan jumlah 774 baris dan 5 atribut utama, yaitu date, outbound, inbound, total traffic, dan kelas bandwidth. Hasil klasifikasi menunjukkan performa yang baik dengan akurasi 95% pada data training dan 94% pada data testing. Analisis pola trafik juga mengungkapkan bahwa penggunaan bandwidth kategori high lebih dominan pada rentang waktu 09.00–17.00 WIB. Kesimpulannya, algoritma Naïve Bayes terbukti efektif dalam mengklasifikasikan penggunaan bandwidth, dan hasil penelitian ini diharapkan dapat menjadi dasar bagi pengelolaan jaringan yang lebih optimal di lingkungan sekolah.

S12446

INF 0016 2026

Bekasi

Tersedia