JITTER- Jurnal Ilmiah Teknologi dan Komputer Vol. 3, No. 1 April 2022

ANALISIS DAN MONITORING LAYANAN INTERNET KEPADA PELANGGAN MENGGUNAKAN APLIKASI BERBASIS OPEN SOURCE

(STUDI KASUS: PT JAYA KARTHA SOLUSINDO)

Kevin Christopher Bakkaraa1, I Made Agus Dwi Suarjaya a2, A.A Ngurah Hary Susila b3 aProgram Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana Bali e-mail: 1[email protected], 2[email protected], 3[email protected]

Abstrak

PT Jaya Kartha Solusindo merupakan salah satu perusahaan internet service provider (ISP) di Bali dengan jumlah lebih dari 80 client. Sebagai perusahaan ISP, layanan internet yang diberikan kepada pelanggan menjadi prioritas utama untuk menciptakan internet yang stabil. PT Jaya Kartha Solusindo untuk melakukan pemantuan trafik pelanggan saat ini menggunakan The Dude dan winbox untuk melakukan kontrol jaringan. Kedua aplikasi tersebut memiliki kelemahan untuk melakukan analisis kualitas jaringan pelanggan, dikarenakan tidak adanya fungsi penyimpanan data trafik jaringan. Maka dari itu perlu penambahan aplikasi monitoring jaringan Cacti yang dapat melihat history pengguna trafik jaringan pelanggan dan aplikasi netflow NfSen yang melakukan identifikasi awal terhadap anomali jaringan pelanggan Penelitian ini dapat mempermudah kinerja network administrator dalam menganalisa kualitas jaringan dan mendeteksi anomali jaringan pelanggan. Pada pengujian pertama melakukan pengumpulan data trafik jaringan yaitu Delay, throughput, dan packet loss selama 3 bulan dengan interval trafik jaringan selama 5 menit pada pelanggan yang menggunakan perangkat Mikrotik sebanyak 13 client. Penggunaan standarisasi TIPHON untuk penilaian kualitas jaringan ISP PT Jaya Kartha Solusindo masuk dalam kategori sangat bagus dengan hasil rata rata parameter delay < 150 ms, throughput > 100m dan packetloss < 3 %. Pengujian tahapan kedua melakukan identifikasi anomali jaringan antara komunikasi botnet terhadap pelanggan dengan memanfaatkan filter pada aplikasi NfSen. Hasil identifikasi anomali jaringan terdapat alamat IP yang mencurigakan berkomunikasi dengan pelanggan STIKes Bali dan pelanggan Megajaya.

Kata kunci: quality of service, Netflow, Cacti, NfSen, Anomali Jaringan

Abstract

PT Jaya Kartha Solusindo is one of the internet service provider(ISP) companies in Bali with more than 80 clients. As an ISP company, internet services provided to customers are a top priority to create a stable internet. PT Jaya Kartha Solusindo to monitor customer traffic currently uses The Dude and Winbox to control the network. Both applications have a weakness to analyze the quality of the customer network, due to the absence of a network traffic data storage function. Therefore, it is necessary to add a Cacti network monitoring application that can view the user history of customer network traffic and the NfSen netflow application which performs initial identification of customer network anomalies. This research can facilitate network administrator performance in analyzing network quality and detecting customer network anomalies. In the first test, we collected network traffic data, namely Delay, throughput, and packet loss for 3 months with network traffic intervals of 5 minutes on customers using Mikrotik devices as many as 13 clients. The use of TIPHON standardization to assess the quality of PT Jaya Kartha Solusindo's ISP network is in the very good category with the average parameter delay < 150 ms, throughput > 100m and packet loss < 3 %. The second stage of testing is to examine network anomalies between botnet communications to customers by using filters in the NfSen application. The results of the identification of network anomalies contained suspicious IP addresses communicating with STIKes Bali customers and Megajaya customers.

Keywords: Quality of Service, Netflow, Cacti, Nfsen, Network Anomaly

  • 1.    Introduction

Peningkatan pengguna internet didasarkan oleh kebutuhan manusia pada zaman globalisasi ini. PT Jaya Kartha Solusindo sebagai penyedia layanan internet harus mampu mengakomodasi kualitas layanan internet yang stabil. Dalam menjamin kualitas internet, seorang administrator membutuhkan aplikasi yang mampu melakukan pemantuan kondisi suatu jaringan setiap saat kemudian memberikan informasi pada administrator[4]. Salah satu aplikasi yang dapat diandalkan untuk melakukan pemantauan jaringan dan berbasis open source yaitu Cacti.

Cacti merupakan aplikasi pemantauan jaringan yang menyimpan dan menampilkan data jaringan dalam bentuk grafik dengan memanfaatkan fungsi RRDTool. Kegunaan RRDTool sebagai alat database untuk mengelola dan mengambil data dalam urutan waktu. Data tersebut selanjutnya siap untuk ditampilkan dalam bentuk grafik. Data jaringan dapat dilakukan analisa untuk menentukan seberapa baik jaringan internet dari layanan yang diberikan atau disebut quality of service [8]. Parameter pengukuran quality of service pada jaringan diantaranya delay, throughput, dan packetloss.

Kualitas internet yang diberikan harus mampu meningkatkan keamanan jaringan terhadap layanan pelanggan. Peningkatan yang signifikan terhadap serangan jaringan harus mampu diidentifikasi oleh penyedia jasa layanan internet, sehingga penelitian ini memberikan rekomendasi aplikasi open source untuk mencegah serangan tersebut. Aplikasi NfSen merupakan aplikasi berbasis netflow yang melakukan capture terhadap aliran komunikasi jaringan dalam bentuk grafik aliran data. Fitur yang tersedia pada NfSen dapat melakukan identifikasi anomali jaringan pelanggan dengan memanfaatkan berbagai sintaks filter yang ingin dicapai pada penelitian ini. Tahapan ini melakukan identifikasi anomali jaringan terhadap komunikasi botnet kepada komputer pelanggan dengan klasifikasi komunikasi dengan web berbahaya, port IRC, port SSH, dan port Telnet.

  • 2.    Metode Penelitian

Metode peneltian menjelaskan langkah yang akan dilakukan dalam merancang analisis kualitas jaringan internet berdasarkan parameter Delay, packet loss, throughput, dan anomali jaringan. Hasil dari analisis jaringan pada PT Jaya Kartha Solusindo akan memberikan layanan internet yang bagus bagi pelanggan.

Gambar 1. Alur Penelitian

Pada Gambar 1 menampilkan alur penelitian dengan 7 tahapan diantaranya melakukan mengumpulkan studi literatur berdasarkan judul penelitian, melakukan instalasi aplikasi Cacti dan NfSen, melakukan pengumpulan data pelanggan (Delay, packet loss, throughput, dan data netflow), melakukan analisa kualitas jaringan pelanggan berdasarkan standrisasi TIPHON

melakukan identifikasi komunikasi botnet dengan menggunakan sintaks filter NfSen, menyusun rekomendasi berdasarkan hasil yang didapat.

  • 3.    Kajian Pustaka

Bagian kajian pustaka memberikan ilmu teori dasar yang berkaitan dengan penelitian ini. Teori-teori penunjang yang akan dipaparkan antara lain monitoring jaringan, quality of service, dan anomali jaringan.

  • 3.1    Monitoring Jaringan

Aktivitas untuk mengatur atau mengelola sistem jaringan yang berada pada tempat tertentu dan topologi jaringan disebut monitoring jaringan [1]. Monitoring jaringan menggunakan trafik jaringan untuk menampilkan paket data jaringan sebenarnya pada suatu topologi jaringan. Manfaat monitoring jaringan yaitu mengumpulkan data jaringan dari setiap node jaringan yang bertujuan untuk pengambilan keputusan dari data jaringan yang terkumpul [10]

  • 3.2    Quality of Service

Quality of Service (QoS) merupakan metode untuk mengetahui kemampuan suatu jaringan, mengontrol layanan jaringan yang berkualitas, dan mengetahui karakteristik suatu jaringan. QoS memiliki fungsi untuk mengetahui kinerja setiap node yang telah ditentukan dalam memberikan layanan internet. Terdapat beberapa parameter dalam mengetahui QoS dalam suatu jaringan sebgai berikut.

Throughput merupakan waktu pengiriman data dari sumber ke tujuan yang berhasil yang diukur dengan satuan bps. Perhitungan menentukan parameter throughput ialah paket data yang diterima pada setiap node dibagi dengan lama pengamatan tertentu. Perhitungan untuk mengukur nilai throughput digunakan dengan persamaan berikut ini.

Paket data yang diterima

Throughput = Lama pengamatan

Table 1. Kategori Nilai Throughput

Nilai Throughput (bps)

Indeks

Kategori

<25

1

Buruk

50

2

Cukup

75

3

Efektif

100

4

Sangat Efektif

Delay merupakan keterlambatan waktu untuk menempuh pengiriman data dari sumber ke tujuan. Penyebab terjadinya delay dipengaruhi oleh media fisik, jarak, dan waktu proses yang lama. Penilaian kategori parameter delay menggunakan standarisasi TIPHON diantaranya sebagai berikut.

Table 2. Kategori Nilai Delay

Nilai Delay (ms)

Indeks        Kategori

<450 ms

300 ms s/d 450 ms

150 ms s/d 300 ms

<150 ms

  • 1           Buruk

  • 2          Cukup

  • 3              Efektif

  • 4            Sangat Efektif

Perhitungan menentukan parameter Delay ialah total waktu lama pengiriman dibagi dengan total paket data yang diterima. Pada Tabel 2 menampilkan bahwa semakin besar nilai delay maka kualitas jaringan semakin buruk dan semakin kecil nilai delay maka kualitas jaringan sangat efektif. Rumus untuk mengukur parameter delay dengan persamaan berikut ini.

Total delay

Delay = Totalpaket data yang diterima

Packet loss merupakan keadaan dimana total persentase paket data yang hilang dalam pengiriman dari sumber ke tempat tujuan. Penyebab terjadinya packetloss dipengaruhi oleh antrian pengiriman data yang berlebih, node yang bekerja melebihi kapasitas buffer, dan tidak adanya kontrol untuk memastikan trafik jaringan berjalan baik. Penilaian kategori parameter packet loss menggunakan standarisasi TIPHON diantaranya sebagai berikut.

Table 3. Kategori Nilai Packet Loss

Nilai Packet Loss (%)

Indeks

Kategori

25 %

1

Buruk

15 %

2

Cukup

3 %

3

Efekf

0 %

4

Sangat Efektif

Perhitungan menentukan parameter packet loss ialah selisih paket data dikirim dengan paket data yang diterima lalu dibagi paket data yang diterima dan dikali dengan 100%. Rumus untuk mengukur parameter packet loss dengan persamaan berikut ini.

Paket data dikirim -paket data diterima

Packet loss =        Paket data diterima         *

  • 3.3    Anomali Jaringan

Anomali jaringan dilakukan untuk mendeteksi terjadinya gangguan keamanan jaringan komputer berdasarkan pola – pola anomali yang ditimbulkan. Serangan keamanan jaringan terdiri atas 2 yaitu serangan pasif yang melakukan serangan hanya untuk mendapatkan informasi dari sumber daya sistem tetapi tidak diubah dan serangan aktif melakukan penyerangan untuk mengakses, mengubah, menonaktifkan atau menghancurkan sumber daya sistem korban. Botnet adalah suatu program atau skrip yang diracang untuk melakukan fungsi yang telah ditentukan secara berulang dan otomatis setelah dipicu secara sengaja atau menyeluruh terhadap infeksi sistem. Botnet terdiri dari server bot (Command and Conquer) atau server yang dikendalikan oleh botmaster dan beberapa botclients. Botclients disebut dengan zombie atau drone.

Metode menggunakan algoritma non-intrusif yang dapat diskalakan dengan menganalisis data secara pasif pada tautan jaringan. Analisis menggunakan aktivitas host yang mencurigakan seperti melakukan pemindaian, mengirim spam, dan pembuatan lalu lintas DDoS. Aliran koneksi mencurigakan antara bot dan host disebut sebagai candidate controller conversation (CCC). CCC adalah aliran yang menggunakan IRC nomor port TCP/6667, TCP/6668, dan TCP/7000. Analisa CCC terdiri dari tiga bagian utama yaitu perhitungan jumlah bot yang dicurigai untuk alamat atau port server jarak jauh, perhitungan jarak antara lalu lintas ke port server jauh dan lalu lintas model, dan perhitungan skor heuristik untuk alamat server yang tetap menjadi kandidat dari bagian sebelumnya. Setelah jumlah bot unik yang dicurigai server jarak jauh dihitung dan diurutkan berdasarkan jumlah bot yang dicurigai.

  • 4.    Hasil dan Pembahasan

Adapun hasil dari penelitian ini berisi tentang topologi jaringan, kualitas jaringan, dan anomali jaringan pelanggan ISP PT Jaya Kartha Solusindo. Analisa kualitas tersebut menggunakan dua aplikasi berbasis open source yaitu aplikasi Cacti dan aplikasi NfSen.

  • 4.1.    Topologi Jaringan

Gambar 2. Topologi Penelitian PT Jaya Kartha Solusindo

Gambar 2 dijelaskan bahwa router mikrobits AINOS CCR1036 merupakan router utama yang mendapatkan bandwidth dari ICON dan backup Detelnet (ICON) untuk menyalurkan ke pelanggan. Router mikrobits AINOS CCR1036 terhubung dengan 2 switch yaitu HP SWITCH 1910-24/JG538A untuk memberikan layanan internet ke server PT Jaya Kartha Solusindo dengan media transmisi kabel LAN serta pelanggan terhubung melalui transmisi fiber optic dan HP SWITCH 1910-24/JG538A (Bawah)10.11.11.2/30) memberikan layanan internet ke office PT Jaya Kartha Solusindo dengan media transmisi kabel LAN. Router Dari router utama juga terhubung langsung ke perusahaan penyedia link(fiber optic) untuk menyebarkan jaringan internet kepada pelanggan yang terhubung menggunakan router mikrotik. Penelitian ini menggunakan miniPC sebagai server yang dapat terhubung langsung kepada router utama dan mendapatkan IP public 103.207.96.3 sehingga penulis dapat melakukan akses secara mobile Daftar pelanggan dalam penelitian ini khusus yang menggunakan router mikrotik yang terdiri atas 13 client diantaranya sebagai berikut.

Tabel 3. Daftar Pelanggan PT Jaya Kartha Solusindo

No

IP

Nama Pelanggan

Bandwidth

Link

Dedicated / Up To

Kecepatan

1

103.207.96.94

Vlan 1407 Sanjaya

Up To

5 Mbps

PT CGS

2

103.207.97.30

Vlan DTN 2304 -Muna Home

Up To

5 Mbps

PT Detelnet

3

103.207.96.254

Vlan DTN 2306 Stikes Bali

Vlan 3709 Greenet

Dedicated

100 Mbps

PT Detelnet

4

103.207.96.82

- Bawaslu Gedung Selatan

Dedicated

50 Mbps

PT Greenet

5

103.207.96.74

Vlan 1414 Bawaslu Gedung Utara

Dedicated

50 Mbps

PT CGS

6

103.207.97.238

Vlan 3711SMA

Dwijendra Bualu

Dedicated

50 Mbps

PT Greenet

7

103.207.96.26

Vlan Ratna Dedi

Dedicated

200 Mbps

PT Greenet

8

103.207.96.66

3708 Greenet –

Dedicated

75 Mbps

PT Greenet

No

IP

Nama Pelanggan

Bandwidth

Link

Dedicated / Up To

Kecepatan

IHDN Pasca

9

103.207.96.78

3708 Greenet – IHDN Brahma

Dedicated

75 Mbps

PT Greenet

10

103.207.96.150

Vlan Megajaya

Dedicated

100 Mbps

PT Goesar

11

103.207.96.242

VLAN 1411

Dapurku Hangtuah

Dedicated

5 Mbps

PT CGS

12

103.207.96.70

Vlan 1408 Dapurku Siulan

Dedicated

5 Mbps

PT CGS

13

103.207.96.146

Vlan 1414 Dapurku Supratman

Dedicated

5 Mbps

PT CGS

  • 4.2.    Hasil Quality of Service

Pengumpulan data jaringan client menggunakan apliksi Cacti dengan waktu nilai rata-rata 5 menit dalam sehari dari tanggal 4 Juni 2020 pukul 06:00 WITA sampai tanggal 3 September 2020 pukul 23:55 WITA. Pengolahan data jaringan client PT Jaya Kartha Solusindo dilakukan penilaian berdasarkan standrisasi TIPHON. Berikut hasil kualitas jaringan ISP PT Jaya Kartha Solusindo pada Tabel 4.

Table 4. Hasil Rata – Rata Nilai Kualitas Jaringan Pelanggan

Router Pelanggan

Parameter

Kategori

Bandwidth Inbound (Kbps)

Bandwidth

Outbound (Kbps)

Packet Loss (%)

Delay (ms)

Vlan 1407 Sanjaya

31.4 Kbps

462.9 Kbps

0.012 %

2.2 ms

Sangat Efektif

Vlan DTN 2304 - Muna Home

59.7 Kbps

1,023 Kbps

0.008 %

8.6 ms

Sangat Efektif

Vlan DTN 2306

Stikes Bali

Vlan 3709

1,760 Kbps

12,788 Kbps

0.008%

8.2 ms

Sangat Efektif

Greenet -

Bawaslu

Gedung Selatan

Vlan 1414

128.6 Kbps

1,655 Kbps

0.0009 %

0.9 ms

Sangat Efektif

Sangat Efektif

Bawaslu

Gedung Utara

165.4 Kbps

1,598 Kbps

0.01 %

1.4 ms

Vlan 3711SMA

Dwijendra Bualu

32.6 Kbps

322.2 Kbps

0.001 %

1.2 ms

Sangat Efektif

Vlan Ratna Dedi

945.6 Kbps

6,147 Kbps

0.0009 %

0.9 ms

Sangat Efektif

3708 Greenet – IHDN Pasca

132.04 Kbps

1,194 Kbps

0.0009 %

0.9 ms

Sangat Efektif

3708 Greenet – IHDN Brahma

413.5 Kbps

3,491 Kbps

0.0009 %

0.9 ms

Sangat Efektif

Vlan Megajaya

338.3 Kbps

3,444 Kbps

0.0009 %

0.9 ms

Sangat Efektif

VLAN 1411 Dapurku Hangtuah

158.7 Kbps

882.4 Kbps

0.005 %

5.1 ms

Sangat Efektif

Vlan 1408

Dapurku Siulan

67.4 Kbps

428.9 Kbps

0.003 %

3.07 ms

Sangat Efektif

Vlan 1414

228.5 Kbps

1,421 Kbps

0.01 %

16.2 ms

Sangat

Dapurku

Efektif

Parameter


Router

Pelanggan        Bandwidth        Bandwidth Packet Delay

Inbound (Kbps) Outbound (Kbps) Loss (%) (ms) Supratman

Kategori


Tabel 4 menjelaskan bahwa hasil analisa kualitas jaringan berdasarkan TIPHON dengan parameter latency pada pelanggan bernilai sangat bagus dengan rata-rata <150 ms, parameter bandwidth inbound pada pelanggan bernilai sangat bagus dengan rata rata > 100 bps, parameter bandwidth outbound pada pelanggan bernilai sangat bagus dengan rata rata > 100 bps dan parameter packet loss bernilai sangat bagus dengan rata rata < 3%. Berdasarkan hasil indeks parameter quality of service yang telah diukur didapatkan bahwa kualitas ISP PT Jaya Kartha Solusindo kepada pelanggan bernilai Sangat Efektif berdasarkan standarisasi TIPHON.

  • 4.3.    Analisa Anomali Jaringan

Analisis anomali jaringan pelanggan berfokus pada perliku keseluruhan router jaringan pelanggan didasarkan untuk mengetahui ancaman yang akan terjadi dan meningkatkan kemanan jaringan. Analisis ini menggunakan sistem netflow yaitu NFSen untuk menganalisis statik dan trafik jaringan. Metode analisis anomali jaringan menggunakan history trafik untuk memprediksikan karakteristik jaringan dengan memanfaatkan filter komunikasi jaringan antara lain port IRC dan port SSH.

Deteksi trafik botnet menggunakan port IRC pada penelitian ini didasarkan untuk mengetahui pola yang terjadi pada anomaly jaringan pada pelanggan yang dilakukan oleh bot IRC. Deteksi adanya komunikasi botnet dengan IRC sebelumnya sudah dilakukan dengan menggunakan aplikasi netflow NfSen dengan menggunakan sintaks filter “port TCP and (source net ip local) and (not destination net ip local) and ((destination port>6660 and destination port 7000” [3]. Aktifitas bot yang menggunakan port IRC yang terhubung antara komputer target dengan bot bersifat pasif, yang mana anomaly jaringan akan timbul ketika akan ada perintah. Pendekatan menggunakan port IRC untuk mengetahui botnet memliki tingkat positif palsu yang tinggi, tetapi bagus untuk mengetahui anomaly jaringan secara mendasar. Pemeriksaan port IRC dengan menggunakan filter aplikasi NfSen akan menampilkan alamat IP luar yang berkomunikasi dengan IP jaringan lokal. Berikut deteksi botnet dengan komputer pelanggan PT Jaya Kartha Solusindo.

Table 5. Hasil Identifikasi Botnet Port IRC

Pelanggan

Src IP Pelanggan Total Flow

10.5.50.111                9

IHDN Pasca

10.5.50.22                  1

10.5.50.127              16

10.5.50.239              5

STIKes Bali

192.168.10.250           28

192.168.30.4            162

10.88.88.2                4

10.51.88.113             2

10.51.89.182              1

IHDN Ratna

10.51.89.170               1

10.51.89.250               7

10.51.89.97               1

192.168.44.44            1

IHDN Brahma

10.5.50.166              3

10.5.50.38                 3

Sanjaya

192.168.1.63             20

192.168.1.131             2

Dapurku Supratman

192.168.1.101             4

172.16.46.4              3

Pelanggan

Src IP Pelanggan

Total Flow

192.168.1.250

20

Bawaslu Selatan

192.168.1.44

10

192.168.10.35

3

Bawaslu Utara

192.168.20.62

27

192.168.20.6

3

Deteksi trafik botnet menggunakan port SSH dan Telnet pada penelitian ini didasarkan untuk mengetahui pola yang terjadi pada anomaly jaringan pada pelanggan yang dilakukan oleh bot SSH dan Telnet. Aktifitas bot yang menggunakan port SSH dan Telnet yang terhubung antara komputer target dengan bot untuk mengontrol perangkat target secara remote atau dari jarak jauh. Pendekatan menggunakan port ssh dan telnet mampu mengetahui komunikasi atau pengiriman data antara botnet dengan target. Pemeriksaan port SSH dan Telnet dengan menggunakan filter aplikasi NfSen “((source net IP local and (destination port 22 or destination port 23) or ((destination net IP local and (source port 22 or source port 23))” akan menampilkan alamat IP public yang berkomunikasi dengan IP jaringan lokal.

Table 6. Hasil Identifikasi Botnet Port SSH dan Telnet

Pelanggan

Src IP Pelanggan

Total Flow

Dapurku Supratman

192.168.1.101

98

192.168.30.4

8

STIKes Bali

192.168.26.18

5

192.168.26.10

1

IHDN Ratna

10.88.88.2

146

  • 5.    Kesimpulan

Berdasarkan analisis kualitas jaringan yang menggunakan aplikasi Cacti dengan parameter thorugput, latency, dan packet loss. Terdapat 13 pelanggan PT Jaya Kartha Solusindo dibagi berdasarkan intansi yaitu sekolah atau universitas (STIKes Bali, SMA Dwijendra Bualu, IHDN Brahma, IHDN Pasca, dan IHDN Ratna Dedi), hotel (Munahome dan Megajaya), toko (Dapurku Hangtuah, Dapurku Siulan, Dapurku Supratman, dan Sanjaya), dan perkantoran (Gedung Utara Badan Pengawas Pemilu dan Gedung Selatan Badan Pengawas Pemilu). Hasil analisa kualitas jaringan berdasarkan TIPHON bernilai Sangat Efektif.

Sistem identifikasi berbasis Netflow mampu mengidentifikasi trafik jaringan yang tidak normal pada jaringan pelanggan. Pemanfaatan aplikasi NfSen pada penelitian ini mampu mendapatkan trafik pelanggan yang teridentifikasi menggunakan port – port yang umum digunakan botnet dalam melakukan penyerangan. Sehingga data jaringan pelanggan dapat dilakukan investigasi oleh network administrator dalam menentukan kebijakan dalam penanganan jaringan pelanggan.

Daftar Pustaka

  • [1]    Agustina, R. M., Purnama, I., & Anwar, M. (2013). Monitoring Jaringan Menggunakan Mikrotik OS dan The Dude. Jurnal Teknologi Universitas Kanjuruhan Malang, Vol.6 No.2. pp.124-130.

  • [2]    Asmunin, A., & Khamdani, W. (2016). Sistem Monitoring Resource pada Jaringan FMIPA Unesa dengan Protocol SNMP. MULTINETICS, Vol.2, No.1, pp.8-12

  • [3]     Beneš, M. (2015). Botnet Detection Based on Network. Brno: Masaryk university.

  • [4]     Farma, I. U., Affandi, A., & Setijadi, E. (2013). Performansi Parameter Throughput Pada

Aplikasi DIAMON. JURNAL TEKNIK POMITS, Vol. 2, No. 1, page 39-41.

  • [5]    Geges, S., & Wibisono, W. (2015). Pengembangan Pencegahan Serangan Distributed Denial Of Service (Ddos) Pada Sumber Daya Jaringan Dengan Integrasi Network Behavior Analysis Dan Client Puzzle. JUTI, Vol. 13, No.1.

  • [6]    Iftikhar, U., Asrar, K., Waqas, M., & Ali, S. A. (2020). BOTNETs: A Network Security Issue From Definition to Detection and Prevention. IJACSA, Vol. 11, No. 11.

  • [7]    Pramecwari, K. T., Sastra, N. P., & Wiharta, D. M. (2017). NetFlow dalam Monitoring Penggunaan Internet . Teknologi Elektro, Vol. 16, No. 03.

  • [8]    Safrial , A., Triyono, J., & Rr, Y. R. (2017). Analisis Kinerja Wireless Access Point (Wap) Dan Virtual Access Point (VAP) Pad. Jurnal JARKOM , Vol. 3, No. 2, page 22-34.

  • [9]    Saitović, E., & I. I. (2011). Network Monitoring and Management. Belgrade: AMRES.

  • [10]    Saputra, R. (2016). Perancangan Dan Implementasi Aplikasi Sistem Monitoring Jaringan Berbasis Web (Studi Kasus Telkom University). Bandung: Universitas Telkom, D3 Teknik Telekomunikasi.