Melola Discovery

← Melola Discovery

Jurnal SINTA 2

Optimasi Jaringan Serat Optik Menggunakan Metode Algoritma Genetika (Studi Kasus Unisma)

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 3 No. 1 (2016) · pp. 10–18

DOI
10.25126/jtiik.201631161
ISSN
2528-6579, 2355-7699
Published
2016-03-17
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
en

Abstract

AbstrakAbstrak–-Peningkatan penggunaan komputer di kampus pendidikan mengakibatkan lalu lintas data yang padat pada jaringan komunikasi. Di Universitas Islam Malang (Unisma) terdapat lebih dari 500 komputer yang terkoneksi dengan internet menggunakan media kabel dan akses hotspot. Infrastruktur jaringan eksisting di Unisma saat ini menggunakan kabel Backbone Fiber Optic Multimode dengan routing static dan topologi yang dipakai adalah topologi Mesh. Banyaknya pengguna yang berkomunikasi di jaringan mengakibatkan lalu lintas data yang padat sehingga menyebabkan waktu tunda atau antrian yang lama. Algoritma genetika adalah sebuah algoritma pencarian yang didasarkan pada mekanisme genetika alamiah yang juga digunakan sebagai algoritma optimasi kinerja jaringan.Penelitian ini membandingkan kinerja jaringan eksisting dengan simulasi optimasi menggunakan Algoritma Genetika. Dilakukan pengukuran dan pengambilan data-data berupa waktu tempuh, juga dilakukan rekayasa perangkat lunak dengan bantuan visual studio untuk melakukan pemodelan sebagai pembanding. Hasilnya optimasi dengan algoritma genetika mampu mencari jalur tercepat serta meningkatkan kecepatan pengiriman paket data dengan menurunkan waktu tempuh sebesar 53.5% dan meningkatkan data rate sebesar 54.75% dibandingkan dengan metode antrian pada jalur existing.Kata kunci: Algoritma Genetika, Backbone Fiber Optik, Optimasi, Waktu Tempuh AbstractAbstract-- Increased use of computers in education campus resulted in dense data traffic on communications networks. At the Islamic University of Malang (Unisma) there are more than 500 computers connected to the Internet using a wired media and hotspot access. Unisma existing network infrastructure in current use the Multimode Fiber Optic Backbone cable with static routing and Mesh topology. These lots number of users on the network resulting in dense data traffic that lead to long delays or long queues. Genetic algorithm is a search algorithm that is based on the natural genetic mechanism which also being used in optimizing network performance. This study compared the performance of existing network and a simulation of optimization using Genetic Algorithms. Measurement and retrieval of data consist of transfer time, also we built software engineering using visual studio program as a comparison model.The result of this study shows that optimization using genetic algorithm is able to find the fastest path and increase the speed of transmission of data packets by reducing transfer time by 53.5% and increase the data rate of 54.75% compared to the queuing method used on the existing network. Keywords: Genetic Algorithm, Fiber Optic Backbone, Optimization, Transfer time

Collaboration network of the authors

11 authors · 21 co-authorship links · 5 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • University of Brawijaya
  • National Central University
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Deron LiangNational Central University3
Ika Kusumaning PutriUniversity of Brawijaya1
Rahmadwati RahmadwatiUniversity of Brawijaya1
Komang Candra BrataUniversity of Brawijaya1
Adam Hendra BrataUniversity of Brawijaya1
Muhammad Fauzan Edy PurnomoUniversity of Brawijaya1
Setyawan P. SaktiUniversity of Brawijaya1
Denda DewatamaUniversity of Brawijaya1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Optimasi Jaringan Serat Optik Menggunakan Metode Algoritma Genetika (Studi Kasus Unisma)</dc:title>
	<dc:creator xml:lang="en">Okiandri, Diki</dc:creator>
	<dc:creator xml:lang="en">Pramono, Sholeh Hadi</dc:creator>
	<dc:creator xml:lang="en">Yudaningtyas, Erni</dc:creator>
	<dc:description xml:lang="id">AbstrakAbstrak–-Peningkatan penggunaan komputer di kampus pendidikan mengakibatkan lalu lintas data yang padat pada jaringan komunikasi.  Di Universitas Islam Malang (Unisma) terdapat lebih dari 500 komputer yang terkoneksi dengan internet menggunakan media kabel dan akses hotspot. Infrastruktur jaringan eksisting di Unisma saat ini menggunakan kabel Backbone Fiber Optic Multimode dengan routing static dan topologi yang dipakai adalah topologi Mesh. Banyaknya pengguna yang berkomunikasi di jaringan mengakibatkan lalu lintas data yang padat sehingga menyebabkan waktu tunda atau antrian yang lama. Algoritma genetika adalah sebuah algoritma pencarian yang didasarkan pada mekanisme genetika alamiah yang juga digunakan sebagai algoritma optimasi kinerja jaringan.Penelitian ini membandingkan kinerja jaringan eksisting dengan simulasi optimasi menggunakan Algoritma Genetika. Dilakukan pengukuran dan pengambilan data-data berupa waktu tempuh, juga dilakukan rekayasa perangkat lunak dengan bantuan visual studio untuk melakukan pemodelan sebagai pembanding. Hasilnya optimasi dengan algoritma genetika mampu mencari jalur tercepat serta meningkatkan kecepatan pengiriman paket data dengan menurunkan waktu tempuh sebesar 53.5% dan meningkatkan data rate sebesar 54.75% dibandingkan dengan metode antrian pada jalur existing.Kata kunci: Algoritma Genetika, Backbone Fiber Optik, Optimasi, Waktu Tempuh AbstractAbstract-- Increased use of computers in education campus resulted in dense data traffic on communications networks. At the Islamic University of Malang (Unisma) there are more than 500 computers connected to the Internet using a wired media and hotspot access. Unisma existing network infrastructure in current use the Multimode Fiber Optic Backbone cable with static routing and Mesh topology. These lots number of users on the network resulting in dense data traffic that lead to long delays or long queues. Genetic algorithm is a search algorithm that is based on the natural genetic mechanism which also being used in optimizing network performance. This study compared the performance of existing network and a simulation of optimization using Genetic Algorithms. Measurement and retrieval of data consist of transfer time, also we built software engineering using visual studio program as a comparison model.The result of this study shows that optimization using genetic algorithm is able to find the fastest path and increase the speed of transmission of data packets by reducing transfer time by 53.5% and increase the data rate of 54.75% compared to the queuing method used on the existing network. Keywords: Genetic Algorithm, Fiber Optic Backbone, Optimization, Transfer time</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2016-03-17</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/161</dc:identifier>
	<dc:identifier>10.25126/jtiik.201631161</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 3 No 1: Maret 2016; 10-18</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 3 No. 1: Maret 2016; 10-18</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.201631</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/161/pdf</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2016 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
</oai_dc:dc>