PERBANDINGAN METODE COMPRESSIVE SENSING DAN INTERPOLASI UNTUK  REKONSTRUKSI INTERNET TRAFFIC

GHIFARI FARID MAULANA

Informasi Umum

Kode

20.04.4640

Klasifikasi

519.52 - Statistical mathematics, parametric and nonparametric methods-Theory of sampling

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Sampling Methods

Dilihat

57 kali

Informasi Lainnya

Abstraksi

ABSTRAK

Dalam jaringan internet, ada lalu lintas data yang disebut internet traffic. Dalam jaringan nyata, kehilangan internet traffic dapat terjadi, karena itu sangatlah penting untuk merekonstruksi secara akurat agar keutuhan data terjaga. Dalam penelitian ini dilakukan investigasi dari kapabilitas metode compressive sensing (CS) dan metode interpolasi untuk rekonstruksi missing traffic dengan cara melakukan simulasi.

Simulasi dilakukan dengan mengkompresi internet traffic jaringan Abilene yang mempunyai dimensi matriks 12 × 12. Proses kompresi menggunakan matriks kompresi dengan elemen - elemen yang dibangkitkan secara acak dan rasio kompresi yang digunakan yaitu 1:4, 1:2, 3:4, proses kompresi akan menghasilkan internet traffic dengan dimensi matriks yang lebih kecil.Proses rekonstruksi internet traffic dengan metode CS dilakukan dengan algoritma orthogonal matching pursuit sedangkan rekonstruksi dengan metode interpolasi dilakukan dengan algoritma interpolasi linier dan spline. Pada tahapan penilaian kinerja metode CS dan interpolasi, dilakukan pengukuran kesamaan antara data asli dengan data hasil rekonstruksi menggunakan metode root mean square error (RMSE) dan peak signal to noise ratio (PSNR) dan waktu komputasi. Hasil RMSE dari CS OMP sebesar 4156.51, hasil RMSE dari interpolasi spline sebesar 3696.42 dan hasil RMSE dari interpolasi linier sebesar 2982.70. Hasil PSNR dari CS OMP sebesar 37.86 dB, hasil PSNR dari interpolasi spline 39.11 dB dan hasil PSNR dari interpolasi linier sebesar 42.76 dB. Hasil PSNR sudah melewati 30 dB yang berarti sudah mirip dengan data asli. Sedangkan untuk waktu komputasi metode interpolasi linier dan spline lebih cepat 7 kali dan 9 kali dibanding dengan metode CS. Berdasarkan dari hasil penilaian kinerja, metode interpolasi dengan algoritma linier mempunyai performa lebih baik dari metode interpolasi spline dan CS OMP dalam rekonstruksi internet traffic.

Kata kunci: Internet Traffic, Compressive Sensing, Interpolasi linier, interpolasi spline, RMSE, PSNR.