ABSTRAKSI: Penggunaan dan perkembangan teknologi informasi menimbulkan bermacam tuntutan baru untuk teknologi ini. Internet telah menjadi teknologi informasi yang berkembang sangat pesat seiring dengan meningkatnya kebutuhan masyarakat akan informasi yang cepat dan akurat. Dengan berjalannya waktu, pengguna jasa layanan internet juga semakin bertambah. Sehingga trafik pada jaringan juga semakin bertambah. Dengan bertambahnya trafik maka diperlukan peningkatan kapasitas jaringan.
Untuk menentukan kapasitas jaringan yang akan disediakan, penyedia layanan internet memerlukan suatu metode untuk mengetahui jumlah trafik yang akan terjadi pada waktu yang akan datang. Salah satu metode yang dapat digunakan adalah peramalan time series. Peramalan time series adalah peramalan jangka pendek dengan menggunakan data-data pada periode sebelumnya.
Jaringan Saraf Tiruan Propagasi Balik (model Propagasi Balik) merupakan model Jaringan Saraf Tiruan yang dapat digunakan untuk peramalan data yang akan terjadi di masa yang akan datang berdasarkan data masa lalu. Model Propagasi Balik melatih jaringan untuk mengenali pola data yang digunakan dalam pelatihan untuk memberikan respon yang benar terhadap pola data masukan yang serupa (tetapi tidak sama) dengan pola data yang dipakai selama pelatihan.
Tugas akhir ini menggunakan model propagasi balik untuk peramalan time series trafik jaringan internet. Dengan hanya menggunakan data historis trafik yang tersedia telah dilakukan pelatihan dan pengujian terhadap data sehingga diperoleh arsitektur model propagasi balik yang paling akurat untuk sistem peramalan trafik, yaitu arsitektur 2-15-1.
Kata Kunci : Peramalan, time series, Jaringan Saraf Tiruan, model Propagasi BalikABSTRACT: The rapid usage and development of information technology causes kind of new improvement of this technology. Internet has become information technology that growing very fast along with increasing of public needs of fast and accurate information. As time goes by, internet service user growing rapidly. With the result that network traffic also increasingly. With increasing of network traffic than network capacity need to be improved.
To determine network capacity wich will be provided, internet service provider requires a method to find out traffic that will happen in the future. One of method that can be applied is time series forecasting. Time series forecasting is short term forecasting using previous period data.
Backpropagation is one of Artificial Neural Network model that can be used to forecast future data based on previous data. Backpropagation model trains network to recognize data pattern applied in training to give correct response to input data pattern that similar with data pattern used during training.
This final project used backpropagation to forecast internet network traffic in time series forecasting. With only using previous traffic data wich is available, it have been trained and tested to data so obtained architecture of backpropagation model which most accurate for traffic forecasting system, that is architecture 2-15-1.
Keyword: Forecasting, time series, Artificial Neural Network, Backpropagation