4 hasil dan pembahasan -...

31

4 HASIL DAN PEMBAHASAN

Pemecahan data log dan konversi ke file .csvData log yang sudah terpilih kemudian dipecah-pecah agar memudahkan

untuk pembacaan oleh program. Pemecahan data log tidak seperti membagi rata menggunakan rumus matematika akan tetapi diambil berdasarkan jumlah baris tertentu. Dari hasil pemecahan diperoleh data sebagai berikut:

Tabel 16. Data hasil pemecahan file access_log

Nomor Nama file log Ukuran (byte) Jumlah Baris1 a.csv 110 542 665 480 0002 b.csv 150 217 973 522 8383 c.csv 147 894 289 475 8264 d.csv 93 766 392 311 6305 e.csv 62 261 364 253 3486 f.csv 67 463 583 280 202

Jumlah 632 146 266 2 323 844

Membersihkan data dan Pemilihan StringSetelah data log dipecah menjadi 6 kelompok, kemudian dengan

mengguakan aplikasi yang dikembangkan ke enam data tersebut dibersihkan dan dipilih string yang dibutuhkan, sehingga hasil akhirnya akan diperoleh data transaksi yang bersih.jumlah Transaksi yang tercatat pada Web Server deptan untuk periode November 2012 Desember 2012 adalah sebagai berikut:

Tabel 17. Tahap Pembersihan Data Transaksi Web deptan

No Jenis Transaksi Berkas Awal Berkas Hasil Jumlah Transaksi Jumlah IP Host

1 Pembersihan tahap 1 access_log.csv data_log_1 2 323 844 34 060

2 Pembersihan tahap 2 data_log_1 data_log_2 1 641 919 34 060

3 Pembersihan tahap 3 data_log_2 data_log_1itemset 360 926 29 452

4 Pembersihan tahap 4 data_log_1itemset data_log_1itemset 115 569 29 452

Berdasarkan tabel 4.2 terlihat ada 4 tahap pembersihan, yaitu:1. Pembersihan tahap 1 merupakan proses pemasukan data teks csv ke tabel

data_log_1, disini hanya dilakukan proses impor saja, pembersihan hanya mengganti tanda petik dengan spasi kosong

2. Pembersihan Tahap 2 merupakan proses pemisahan string request yang ada pada data_log_1, dengan menggunakah Script PHP.

32

Misalnya diketahui string request =/wap/index.php?option=component&id= 3&gbfrom=16258.

Pada data request tersebut semua string dibelakang tanda tanya (?) akan dibuang dengan perintah seperti berikut :$str_rek = /wap/index.php?option=component&id=3&gbfrom=16258$pisah_request = explode('?',$str_rek);

Setelah perintah tersebut maka akan terbentuk array pisah_request yaitu :$pisah_request[0] = /wap/index.php$pisah_request[1] = option=component&id=3&gbfrom=16258

Setelah data request terbagi dua, maka tinggal dilakukan pemilihan string yang dibutuhkan yaitu $pisah_request[0], sedangkan $pisah_request[1] dibuang. Kemudian 3 huruf sebelah kanan dari $pisah_request[0] disimpan pada fileds type_req dan dijadikan acuan query pembersihan baris data yang mengandung file gambar, audio, video, layout web dan string query. Pembersihan dilakukan dengan perintah SQL berikut :

$$pj_string = strlen($pisah_request[0]);

$type_req = substr($pisah_request[0],$pj_string-3,3);

@bersihkan = mysql_query("delete from data_log_1 where type_req ='css' or type_req ='js' or type_req ='.js' or type_req ='.db' or type_req ='xml' or type_req ='bmp' or type_req ='gif' or type_req ='jpg' or type_req ='jpeg' or type_req ='png' or type_req ='mp3' or type_req ='mp4' or type_req ='swf' or type_req ='sql' or type_req ='ico' ortype_req ='ef=' or type_req ='exe' or type_req ='*' or type_req ='mso' or type_req ='emf' or type_req ='epp' or type_req ='rtf' or type_req ='lt=' or type_req ='wmf' ortype_req ='ms=' or type_req ='%3D' or type_req ='rc=' or type_req ='MYI' ortype_req like '%/' ");

3. Pembersihan tahap 3 yaitu proses pembuangan request yang sama dan dilakukan pada detik yang sama, hal tersebut untuk menghindari duplikasi data.

4. Pembersihan tahap 4 merupakan proses pembuangan data transaksi yang dilakukan oleh host (IP Address) pada hari yang sama dengan akses node yang sama.

Struktur Data Pohon dan Membentuk NodeStruktur data pohon yang terbentuk tidak direpresentasikan dalam bentuk gambar, akan tetapi dalam bentuk susunan direktori. dari hasil penelusuran direktori web Deptan, diperoleh sebanyak 20 924 node, dengan pengurutan data berdasarkan abjad isi_node supaya memudahkan pencarian.

33

Tabel 18. Daftar Node

kode_node isi_node

1 /adm.html

2 /adm.php

3 /adm/admloginuser.php

4 /adm/index.html

5 /adm/index.php

6 /admin

7 /admin-login.asp

8 /admin-login.html

9 /admin-login.php

10 /admin.asp

11 /admin.htm

12 /admin.html

13 /admin.indexadmin.php

14 /admin.php

... .......

20923 /wp-content/themes/make-money-online-theme/scripts/timthumb.php

20924/wp-content/uploads/2012/01/laporan-kemajuan-program-catatan-akhir-tahun-pertama-desember-2011.pdf

34

Analisis DatabaseBerikut ini skema pembentukan tabel untuk keperluan penambangan data:

Gambar 7. Skema pembentukan tabel log

Penambangan data dilakukan terhadap tabel data_log_2 dan data_log_1itemset. data_log_2 digunakan untuk mengetahui runtutan waktu (time series) dalam batasan waktu terkecil adalah detik, sedangkan data_log_1itemset digunakan untuk membentuk transaksi per ip_host sebagai identifikasi sesi (session identification) dengan batasan waktu terkecil adalah hari atau tanggal (relasi antar tabel ada pada class diagram).

Analisis Assosiasia. Penentuan kaidah asosiasi

Proses analisis yang pertama dilakukan yaitu menentukan kandidat 1itemset untuk 20 transaksi tertinggi dari transaksi node pada tabel data_log_1itemset

35

dengan nilai Minimum Support (MS) adalah 1% dan nilai Minimum Confidence (MC) minimum adalah 0.2%, dapat dilihat pada Tabel 4.4

Tabel 19. Hasil Scan / Prunning Pertama kandidat 1itemset

NoKode Node

Isi NodeNode Count

Support (%)

Memenuhi Nilai MS

1 8348 /index1.php 10162 8.8 ya

2 8039 /event.php 8841 7.7 ya

3 19262 /respon.php 8128 7.0 ya

4 12223 /pengumuman/cover_es.htm 7097 6.1 ya

5 20890 /wap/index.php 2808 2.4 ya

6 19803 /tampil.php 2505 2.2 ya

7 7530 /dir-alamatskpd/tampil.php 1961 1.7 ya

8 10759 /news/detail.php 1496 1.3 ya

9 7535 /dir_kementerian.php 788 0.7 tidak

10 332 /bbkptgpriok/admin/rb/bab-7-microsoft-excel.pdf 648 0.6 tidak

11 7969 /e-mail/alamat-dinas.htm 639 0.6 tidak

12 2500/daerah_new/banten/dispertanak_pandeglang/artikel_10a.htm

626 0.5 tidak

13 7330 /dialog/diskusi.htm 583 0.5 tidak

14 12823 /pengumuman/Mutasi-PNS/mutasi_tugas_pns.pdf 513 0.4 tidak

15 7978 /e-mail/email_pejabat_deptan.htm 492 0.4 tidak

16 7564 /distanbun-sijunjung/admin/rb/bab-7-microsoft-excel.pdf 447 0.4 tidak

17 7474 /dinakkeswan_jateng/detaildata.php 446 0.4 tidak

18 19835 /teknologi/horti/tcabe3.htm 436 0.4 tidak

19 11033 /pedum2012.php 420 0.4 tidak

20 10022 /kln/berita/wto/ttg-wto.htm 390 0.3 tidak

Jumlah transaksi akses node keseluruhan adalah 115 569 transaksi dapat dilihat nilai support untuk /index1.php adalah 8.796% artinya 8.796% dari seluruh transaksi dipastikan mengandung node 8.796% /index1.php, dan seterusnya untuk data node lain diperoleh nilai support dengan perhitungan sama.

Menentukan kandidat 2itemset dapat dilakukan dengan mencari keseluruhan kombinasi akses node yang terdapat pada hasil scan 1itemset, sebagai berikut:

36

Tabel 20. Hasil Scan / Prunning Kedua kandidat 2itemset

No Kode Node Isi NodeNode Count

Support (%)

Memenuhi Nilai MS

1 8348,19262 /index1.php,/respon.php 1751 1.5 ya

2 8039,8348 /event.php,/index1.php 1748 1.5 ya

3 8039,19262 /event.php,/respon.php 1744 1.5 ya

4 8039,12223 /event.php,/pengumuman/cover_es.htm 1525 1.3 ya

5 12223,19262 /pengumuman/cover_es.htm,/respon.php 1519 1.3 ya

6 8348,12223 /index1.php,/pengumuman/cover_es.htm 1514 1.3 ya

7 8039,19803 /event.php,/tampil.php 521 0.5 tidak

8 8348,19803 /index1.php,/tampil.php 380 0.3 tidak

9 19262,19803 /respon.php,/tampil.php 369 0.3 tidak

10 12223,19803 /pengumuman/cover_es.htm,/tampil.php 341 0.3 tidak

11 8348,10759 /index1.php,/news/detail.php 159 0.1 tidak

12 8039,10759 /event.php,/news/detail.php 143 0.1 tidak

13 10759,19262 /news/detail.php,/respon.php 142 0.1 tidak

14 10759,12223 /news/detail.php,/pengumuman/cover_es.htm 128 0.1 tidak

15 8348,7530 /index1.php,/dir-alamatskpd/tampil.php 65 0.1 tidak

16 8039,7530 /event.php,/dir-alamatskpd/tampil.php 64 0.1 tidak

17 12223,7530/pengumuman/cover_es.htm,/dir-alamatskpd/tampil.php

60 0.1 tidak

18 19262,7530 /respon.php,/dir-alamatskpd/tampil.php 56 0.05 tidak

19 7530,19803 /dir-alamatskpd/tampil.php,/tampil.php 42 0.04 tidak

20 19803,20890 /tampil.php,/wap/index.php 39 0.03 tidak

21 8039,20890 /event.php,/wap/index.php 36 0.03 tidak

22 12223,20890 /pengumuman/cover_es.htm,/wap/index.php 34 0.03 tidak

23 19803,10759 /tampil.php,/news/detail.php 31 0.03 tidak

24 8348,20890 /index1.php,/wap/index.php 29 0.03 tidak

25 20890,7530 /wap/index.php,/dir-alamatskpd/tampil.php 25 0.02 tidak

26 7530,10759 /dir-alamatskpd/tampil.php,/news/detail.php 22 0.02 tidak

27 10759,20890 /news/detail.php,/wap/index.php 19 0.02 tidak

28 19262,20890 /respon.php,/wap/index.php 16 0.01 tidak

Berdasarkan tabel 4.5 maka selanjutnya dilakukan proses perhitungan confidence dari kaidah assosiasi yang memenuhi syarat Minimum Support (MS) 1.0% dan Minimum Confidence (MC) 0.2% sebagai berikut:

37

Tabel 21. Hasil perhitungan support dan confidence kaidah assosiasi 2itemset

No Kaidah AssosiasiSupport (%)

Confidence (%)

Memenuhi MS dan MC

1 /respon.php ----> /index1.php 1.5 0.22 ya

2 /pengumuman/cover_es.htm ----> /event.php 1.3 0.21 ya

3 /respon.php ----> /event.php 1.5 0.21 ya

4 /pengumuman/cover_es.htm ----> /respon.php 1.3 0.21 ya

5 /pengumuman/cover_es.htm ----> /index1.php 1.3 0.21 ya

6 /event.php ----> /index1.php 1.5 0.20 ya

7 /event.php ----> /respon.php 1.5 0.20 ya

8 /respon.php ----> /pengumuman/cover_es.htm 1.3 0.19 tidak

9 /event.php ----> /pengumuman/cover_es.htm 1.3 0.17 tidak

10 /index1.php ----> /respon.php 1.5 0.17 tidak

11 /index1.php ----> /event.php 1.5 0.17 tidak

12 /index1.php ----> /pengumuman/cover_es.htm 1.3 0.15 tidak

Nilai support dan nilai confidence 2itemset /respon.php > /index1.php (19262 > 8348) adalah 1.5% dan 0.22% (tabel 4.5), hal ini berarti setiap kali halaman web atau node /respon.php diakses maka ada kepercayaan sebesar 0.22% bahawa di dalamnya ada halaman /index1.php.

Sedangkan nilai support dan nilai confidence 2itemset /index1.php > /respon.php 1.5% dan 0.17%, yang berarti setiap kali halaman web atau node /index1.php diakses maka ada kepercayaan sebesar 0.17% bahawa di dalamnya ada halaman /respon.php.

Pengembangan Sistem Komputer untuk pengolahan data1. Perencanaan Sistem

Sistem yang akan dikembangkan diharapkan bisa menggantikan tahapan fungsi manual dalam menganalisis data Clickstream sehingga hasil akhir seperti yang tergambar dalam gambar 3.2 bisa tercapai. Fungsi utama dari sistem yang dikembangkan yaitu dapat memprediksi pengembangan konten Website untuk lebih baik lagi.

2. Analisis SistemPada tahapan ini akan diuraikan mengenai kebutuhan data dan informasi untuk pengembangan sistem (System Requirement). Analisis dilakukan dengan Pendekatan Berorientasi Objek (Object Oriented Approach) atau dikenal juga dengan Object Oriented Modeling (OO Modeling). Menurut Satzinger et al. (2007) yang termasuk kebutuhan sistem dirumuskan sepbagai berikut :OO Requirement = Event Table + Class Diagram + Use Case Diagram +

38

Interaction Diagram (Collaboration and/or Sequence Diagram) + Statechart Diagram

a. Analisis Use CaseDefinisi Aktor

Aktor pada sistem ini terdiri dari satu aktor yang disebut dengan pengguna (user) dengan deskripsi nya adalah semua pengguna sistem yang bisa menganalisis data Clickstream dengan cara mengolah data mentah berupa data log, membersihkan, menganalsis dan melihat prediksi pengembangan konten Website.

Proses Pendefinisian Use Case

Tabel 22. Definisi Use Case

No. Use Case Deskripsi

1 Impor Data Log (Format CSV)

Merupakan proses mengambil data log yang sudah tersimpan di komputer, untuk selanjutnya akan disimpan dalam database.

2 Membersihkan Data Log Merupakan proses membersihkan data log dengan membuang string yang tidak dibutuhkan

3 Membuat Node Proses Pembuatan node yang berasal dari direktori atau folder yang ada pada Website serta membandingkan data node yang ada pada Website dengan aktivitas untuk masing-masing host

4 Membuat 1-Itemset Node Merupakan salahsatu tahapan dalam algoritme apriori yaitu menentukan frequent dari kemunculan node 1-item node

5 Membuat 2-Itemset Node Merupakan tahapan selanjutnya dari tahapan membuat 1-Itemset Node, yaitu menentukan frequent dari kemunculan node 2-item node

6 Lihat Aktivitas Host Merupakan proses query terhadap tabel log untuk mengambil data request untuk masing-masing host (IP Address)

7 Membuat data grafik Merupakan proses menampilkan data dalam bentuk grafik

39

Uraian Skenario Uses Case

Tabel 23 Uraian Skenario Impor Data Log

Nama Use Case: Impor Data Log

Skenario: Mengimpor data log

Triggering Event: User memilih url website kemudian menngambil (browse) file log yang sudah dikonversi ke file .csv.

Deskripsi singkat: Merupakan proses pemilihan berkas log untuk tiap-tiap url website, hanya diperkenankan 1 url 1 data log dengan waktu yang sama

Aktor: User

Use Case terkait Membersihkan data log

Stakeholders: User

Kondisi sebelum: Data deskripsi url harus sudah tersimpan dalam tabel.

Kondisi Sesudah: Adanya penambahan data log untuk suatu alamat url dengan validasi berdasarkan waktu log.

Aliran Aktifitas Aktor Sistem

1. Memilih url induk yang akan ditambahkan data log nya

2. Memilih data log yang sesuai dengan url induk

2.1 Memeriksa keberadaan data pada tabel disesuaikan dengan data yang dimasukan oleh user

2.2 Menyimpan data ke dalam tabel

2.3 Memberikan konfirmasi data berhasil disimpan

3. Memeriksa data log dengan mengonversi ke file .csv

3.1. Membaca data log dan memisahkan data tiap baris dengan pembatas (separator) spasi

3.2. Menampilkan data yang sudah dipisah-pisah

3.3. Memberikan konfirmasi penyimpanan data yang sudah dipisah-pisah tiap barisnya ke dalam database

Penangkapan Kondisi Kesalahan (Exception Conditions)

2.1. Jika data yang dimasukan sudah ada pada tabel maka batalkan proses penyimpanan serta berikan konfirmasi bahwa data sudah ada, arahkan user ke form masukan data.

3.1 Apabila ada data log yang tidak terbaca, periksa lagi data log awal untuk memastikan datadalam format .csv dan hanya memiliki 1 separasi yaitu spasi

40

Tabel 24 Uraian Skenario Bersihkan Data LogNama Use Case: Membersihkan Data Log

Skenario: Membersihkan data log

Triggering Event: User memilih url website kemudian membersihkan data log

Deskripsi singkat: Ketika pilihan bersihkan berkas dipilih, maka sistem akan membersihkan data log dengan membuang baris data yang mengandung file tertentu.

Aktor: User

Use Case terkait Membuat 1-itemset node, include: Impor data log

Stakeholders: User

Kondisi sebelum: Url website harus sudah memiliki data log

Kondisi Sesudah: Data log hanya memuat data yang dibutuhkan, baris data yang mengandug file tertentu maka akan dihapus.


1. Memilih url induk yang akan dibersihkann data log nya

2. Melakukan proses pembersihan berkas

2.1 Membersihkan data log dari url web sesuai dengan pilihan user (pembersihan data log meliputi penghapusan baris data yang mengandung file css, js, .js, .db , xml, bmp, gif, jpg, jpeg, png, mp3, mp4, swf, sql, ico dan baris data yang tidak memiliki file (berakhiran /)

2.2 Memberikan konfirmasi berkas berhasil dibersihkan


-

Tabel 25. Uraian Skenario Membuat Node

Nama Use Case: Membuat Node

Skenario: Mengelola data Direktori Website

Triggering Event: User memilih opsi Direktori Website pada sajian menu utama.

Deskripsi singkat: Ketika user memilih untuk menambahkan direktori website, maka akan disediakan form isian direktori

Aktor: User

Use Case terkait Lihat Aktivitas Host, Membuat 1-Itemset Node, Membuat 1-Itemset Node

41

Nama Use Case: Membuat Node

Stakeholders: User

Kondisi sebelum: url website sudah dideskripsikan

Kondisi Sesudah: Data direktori termutakhirkan.


1. Memilih opsi Direktori Website pada menu utama

2. Melakukan pengelolaan data direktori

2.1 Menyediakan form pengelolaan data direktori


-

Tabel 26. Uraian Skenario Lihat Aktivitas Host

Nama Use Case: Lihat Aktivitas Host

Skenario: Aktivitas Host

Triggering Event: User memilih Menu Aktivitas Host pada menu utama

Deskripsi singkat: Ketika pilihan aktivitas host dipilih maka akan dilakukan proses pencarian seluruh aktivitas yang dilakukan tiap-tiap host

Aktor: User

Use Case terkait Membuat Node, Include : Bersihkan Data Log

Stakeholders: User

Kondisi sebelum: Url website harus sudah memiliki data log dan data log nya sudah dibersihkan

Kondisi Sesudah: Daftar aktifitas untuk masing-masing host.


1. Memilih url yang akan dilihat host-nya.

2. Memilih host untuk ditampilkan aktivitasnya

2.1 Menampilkan aktivitas untuk masing-masing host

Penangkapan Kondisi Kesalahan

-

42

Tabel 27. Uraian Skenario Membuat 1Itemset Node

Nama Use Case: Membuat 1Itemset Node

Skenario: Membuat 1Itemset Node

Triggering Event: User memilih menu Apriori kemudian memasukan minimum support yang dikehendaki sesuai dengan tampilan data

Deskripsi singkat: Merupakan proses pembentukan kandidat 1-itemset dan menentukan freuent 1-temset data log

Aktor: User

Use Case terkait Membuat 2-itemset Node, include: Membersihkan Data Log

Stakeholders: User

Kondisi sebelum: Data Log sebelumnya harus sudah bersih.

Kondisi Sesudah: Terbentuk Data frequent 1-itemset


1. Memilih Menu Apriori

2. Memasukan Angka Minimun support

3. Memeriksa Frequent-1 itemset

3.1. Membaca data_log_1itemset3.2. Menghitung Frekuensi tiap-

tiap node3.3. Menampilkan kandidat 1-

itemset Node3.4. Menampilkan data 1-itemset

Node


3.1 Apabila tidak ada data Minimum support maka tampilkan konfirmasi agar mengisi angka Minimum Support.

Tabel 28. Uraian Skenario Membuat 2Itemset NodeNama Use Case: Membuat 2Itemset Node

Skenario: Membuat 2Itemset Node

Triggering Event: User melakukan proses penentuan 1-temset node

Deskripsi singkat: Merupakan proses pembentukan kandidat 2-itemset dan menentukan freuent 2-temset data log

Aktor: User

Use Case terkait Include: Membuat 1-itemset Node

Stakeholders: User

Kondisi sebelum: Data 1-itemset harus sudah terbentuk

Kondisi Sesudah: Terbentuk Data frequent 2-itemset


1. Memilih tombol Periksa 2-

43

Nama Use Case: Membuat 2Itemset Node

itemset

2. Memilih Simpan 2-itemset

3. Memeriksa Frequent-2 itemset

3.1. Membaca data_log_2itemset3.2. Menghitung Frekuensi tiap-

tiap node3.3. Menampilkan kandidat 2-

itemset Node3.4. Menampilkan data 2-itemset

Node


b. Use Case Diagram

Gambar 8. Use Case Diagram

44

c. Diagram Kelas (Class Diagram)

Gambar 9. Class Diagram

45

3. Desain SistemSistem yang dikembangkan merupakan sebuah aplikasi komputer yang bisa dijalankan pada berbagai sistem operasi komputer. Pengembangan aplikasi ini menggunakan script atau bahasa pemrograman berbasis web, yaitu HTML, JavaScript, XML, Ajax dan PHP. Berikut ini struktur umum dari template aplikasi yang akan dirancang :

Gambar 16. Desain antar muka template aplikasi

4. Implementasi SistemSistem yang dikembangkan merupakan aplikasi yang crossflatform artinya bisa dijalankan pada berbagai sistem aplikasi komputer. Sistem ini bisa berjalan pada komputer stand alone ataupun terintegrasi dalam jaringan, adapun syarat utamanya yaitu harus melakukan instalasi web server terlebih dahulu.

4 hasil dan pembahasan -...

Documents