Perancangan dan Implementasi Teleworker System untuk...

Perancangan dan Implementasi Teleworker System

untuk Memaksimalkan Remote Access

pada Jaringan WAN

Artikel Ilmiah

Peneliti :

Miftakhul Ainun Nawar (672007241)

Wiwin Sulistyo, S.T., M.Kom.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Oktober 2014



pada Jaringan WAN

Artikel Ilmiah

Diajukan kepada


Untuk memperoleh gelar Sarjana Komputer

Peneliti :

Miftakhul Ainun Nawar (672007241)

Wiwin Sulistyo, S.T., M.Kom.

Program Studi Teknik Informatika



Salatiga

Oktober 2014

viii



pada Jaringan WAN

1)Miftakhul Ainun Nawar,

2)Wiwin Sulistyo



Jl. P. Diponegoro 52-60, Salatiga 50711, Indonesia

E-mail: [email protected], [email protected]

Abstract

Integrated data communications nowadays has become a necessity for an

institution or business enterprise, especially when an employee must work even if they're

away from the office. Teleworker system is a good option, because to do remote access is

needed an efficient communication or can utilize existing infrastructure, can be accessed

anywhere and certainly safe. VPN is the right technology is used for teleworker system.

With a VPN, employees who are outside will get such service in the local network. To

facilitate the management of files used a file server and FTP server. The file server is

used for storing files of each employee and the FTP server for file management services

directly from a tablet or smartphone. Thus, the activity of this teleworker to be safe,

because the system uses VPN technology to tunnel and encryption methods. The system

was implemented in FTI SWCU Salatiga.

Keywords: Teleworker, Remote Access, VPN

Abstrak

Komunikasi data yang terintegrasi saat ini sudah menjadi kebutuhan bagi sebuah

institusi atau perusahaan bisnis, apalagi jika seorang pegawai harus bekerja walau sedang

tidak berada di kantor. Teleworker system menjadi pilihan tepat, karena untuk melakukan

akses jarak jauh maka dibutuhkan sebuah komunikasi yang efisien atau dapat

memanfaatkan infrastruktur yang sudah ada, dapat diakses dimana saja dan tentunya

aman. VPN adalah teknologi yang tepat digunakan untuk teleworker system. Dengan

VPN, pegawai yang berada diluar akan mendapatkan layanan seperti di jaringan lokal.

Untuk memudahkan pengelolaan file digunakan file server dan FTP server. File server

digunakan untuk menyimpan file masing-masing pegawai dan FTP server untuk layanan

pengelolaan file langsung dari tablet atau smartphone. Dengan demikian aktivitas

teleworker ini menjadi aman, karena sistem ini menggunakan teknologi VPN dengan

metode tunnel dan enkripsi. Sistem ini diterapkan di FTI UKSW Salatiga.

Kata kunci : Teleworker, Remote Access, VPN

1)

Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Informatika, Universitas

Kristen Satya Wacana 2)

Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana

1

1 Pendahuluan

Kalimantan Barat termasuk salah satu daerah yang memiliki kondisi

geografis yang mempunyai cakupan wilayah luas serta tingkat pertumbuhan

ekonomi dan jumlah penduduk yang besar menyebabkan meningkatnya

kebutuhan akan aliran listrik yang besar. Sehingga terjadi lonjakan aktivitas

pemenuhan daya listrik yang harus disalurkan kepada setiap daerah di wilayah

Kalimantan Barat oleh PT PLN (Persero) dan terdiri dari beberapa Gardu Induk

yang bermanfaat menampung dan mendistribusikan aliran daya listrik

bertegangan tinggi. Provinsi Kalimantan Barat memiliki lima Gardu Induk, yaitu

GI Senggiring, GI Parit Baru, GI Sei Raya, GI Singkawang, GI Siantan. Gardu

Induk tersebut memiliki cakupan wilayah tertentu, yaitu GI Senggiring meliputi

wilayah Kota Pontianak serta Kabupaten Pontianak, GI Parit Baru

mendistribusikan daya pada Kabupaten Sanggau dan Landak, GI Sei Raya

mencakup Kabupaten Ketapang, Kabupaten Melawi dan Kabupaten Kapuas Hulu,

GI Singkawang meliputi daerah Kabupaten Sambas, Kota Singkawang dan

Kabupaten Bengkayang, dan yang terakhir GI Siantan yang beroperasi di wilayah

Kabupaten Sekadau dan Kabupaten Sintan. Masalah yang tidak dapat terelakkan

pada sistem kerja Gardu Induk adalah adanya gangguan yang terjadi pada masing-

masing trafo. Trafo adalah komponen utama yang berperan untuk

mendistribusikan daya listrik, gangguan yang terjadi pada trafo akan berakibat

terganggunya pasokan daya listrik ke pelanggan, dikarenakan akan terjadi

padamnya listrik [1]. Melihat banyaknya kasus gangguan yang terjadi pada

wilayah tersebut, maka akan lebih baik jika dapat mengurangi permasalahan yang

terjadi, agar trafo-trafo selalu dalam kondisi prima. Sehingga diperlukan suatu

sistem untuk mengamati kinerja Gardu Induk.

Sistem ini menggunakan metode Moran’s I untuk melihat dan

memberikan gambaran area yang sering terjadi gangguan di wilayah Provinsi

Kalimantan Barat. Data yang digunakan adalah data jumlah gangguan yang terjadi

pada Gardu Induk tahun 2012 sampai dengan Desember 2013, yang

dikelompokkan berdasarkan gangguan internal, gangguan eksternal dan jumlah

komulatif gangguan tahun 2012-2013. Gangguan internal merupakan faktor yang

dapat disebabkan karena kerusakan pada peralatan trafo dalam jangka waktu

tertentu, sedangkan gangguan eksternal terjadi karena faktor alam seperti pohon

tumbang, angin kencang, petir dan ganguan lain. Moran’s I pada awalnya

merupakan metode untuk menentukan korelasi nonspasial, kemudian

dikembangkan dalam konteks spasial. Moran’s I digunakan untuk menentukan

tingkat kesamaan atau kemiripan atribut suatu variabel tertentu. Prinsip kerja

metode ini adalah membandingkan nilai varibel tertentu pada setiap lokasi dengan

nilai pada semua lokasi lain [2].

Penelitian ini bermaksud menganalisis pola persebaran jenis gangguan

pada trafo-trafo yang bermuara di Gardu Induk, agar dapat mengetahui gambaran

secara jelas daerah-daerah yang dikatakan rawan terjadi gangguan, sehingga

diharapkan dapat membantu petugas untuk memelihara trafo-trafo pada setiap

Gardu Induk dalam jangka waktu yang lebih lama.

2

2 Tinjauan Pustaka

Beberapa penelitian terdahulu yang terkait dengan penelitian ini, salah

satunya adalah penelitian yang berjudul “Pembuatan dan Analisa Sistem

Informasi Geografis Distribusi Jaringan Listrik (Studi Kasus: Surabaya Industrial

Estate Rungkut di Surabaya)”. Pada penelitian ini menggunakan Arc View dalam

mengelola basis data yang bersifat spasial serta didukung dengan adanya data

daya dan tegangan di kawasan Surabaya Industrial Estate Rungkut [3]. Serta

penelitian yang berjudul ”Pemodelan Pola Spasial Demam Berdarah di Kabupaten

Semarang Menggunakan Fungsi Moran's I”, menjelaskan tentang laju persebaran

penyakit demam berdarah menggunakan metode Moran’s I [4].

Berdasarkan perbandingan penelitian terdahulu, penelitian ini lebih mudah

dipahami dikarenakan menggunakan metode Moran’s I untuk menunjukkan

keterkaitan gangguan listrik pada Gardu Induk antar wilayah Kalimantan Barat

dengan hasil keluaran berupa Moran scatterplot, Peta LISA.

Autokorelasi spasial adalah korelasi antara variabel dengan dirinya sendiri

berdasarkan ruang atau dapat juga diartikan suatu ukuran kemiripan dari objek di

dalam suatu ruang (jarak, waktu dan wilayah). Jika terdapat pola sistematik di

dalam penyebaran sebuah variabel, maka terdapat autokorelasi spasial. Adanya

autokorelasi spasial mengindikasikan bahwa nilai atribut pada daerah tertentu

terkait oleh nilai atribut tersebut pada daerah lain yang letaknya berdekatan atau

bertetangga [5].

Autokorelasi spasial diklasifikasikan menjadi dua yaitu Global

Association dan Local Association. Global Association adalah analisis pola

asosiasi spasial pada skala yang luas untuk melihat distribusi data, apakah

terbentuk pengelompokan (cluster), terdispersi (dispersed) dan acak (random)

dalam satu lingkup. Local Association adalah kuantifikasi Autokorelasi spasial

dalam wilayah yang lebih kecil dan menghasilkan signifikasi secara statistik

tinggi (hotspot), signifikasi secara statistik rendah (clodspots), dan pecilan

(outlier) [6]. Autokorelasi spasial lokal dapat ditentukan dengan analisis Moran

Scatterplot dan Local Indicator Spasial Association (LISA). LISA

divisualisasikan menggunakan peta yang digunakan untuk menunjukkan lokasi

daerah studi yang signifikan. Jumlah LISA untuk setiap wilayah studi sebanding

atau sama dengan Moran's I global. Penelitian ini termasuk dalam jenis lokal

asosiasi dikarenakan hanya mengacu pada satu wilayah tertentu, yaitu Provinsi

Kalimantan Barat.

LISA dapat didefinisikan dengan Persamaan 1.

𝐼𝑖 =(𝑈𝑖−ū)

𝑖(𝑈𝑖−ū)

2

𝑛

𝑗 𝑊𝑖𝑗 (𝑈𝑗 − ū)………………………………(1)

Keterangan dari rumus pada Persamaan 1 adalah n sebagai jumlah kasus atau

jumlah wilayah studi yang diidentifikasi. Ui sebagai unit analisis I, Uj sebagai

nilai unit analisis tetangga. Wij adalah berat spasial matrix atau elemen spatial

weight matrix. ū adalah nilai rata-rata u.

3

Moran’s Scatterplot adalah salah satu cara untuk menginterpretasikan

statistik Indeks Moran. Moran’s Scatterplot merupakan alat untuk melihat

hubungan antara nilai pengamatan yang sudah distandarisasi dengan nilai rata-rata

daerah tetangga yang telah distandarisasi. Ilustrasi lebih lengkap dapat dilihat

pada Gambar 1.

Gambar 1 Moran’s Scatterplot [7]

Kuadran I (terletak di kanan atas) disebut High-High (HH), menunjukkan

daerah yang mempunyai nilai pengamatan tinggi dikelilingi oleh daerah yang

mempunyai nilai pengamatan tinggi. Kuadran II (terletak di kiri atas) disebut

Low-High (LH), menunjukkan daerah dengan pengamatan rendah tapi dikelilingi

daerah dengan nilai pengamatan tinggi. Kuadran III (terletak di kiri bawah)

disebut Low-Low (LL), menunjukkan daerah dengan nilai pengamatan rendah dan

dikelilingi daerah yang juga mempunyai nilai pengamatan rendah. Kuadran IV

(terletak di kanan bawah) disebut High-Low (HL), menunjukkan daerah dengan

nilai pengamatan tinggi yang dikelilingi oleh daerah dengan nilai pengamatan

rendah. Moran’s Scatterplot yang banyak menempatkan pengamatan di kuadran

HH dan kuadran LL akan cenderung mempunyai nilai autokorelasi spasial yang

positif (cluster). Sedangkan Moran’s Scatterplot yang banyak menempatkan

pengamatan di kuadran HL dan LH akan cenderung mempunyai nilai autokorelasi

spasial yang negatif [7].

3 Metode Penelitian

Tahapan penelitian terbagi menjadi enam tahap, yaitu identifikasi masalah

penelitian, telaah dan kajian pustaka, menentukan tujuan penelitian, pengumpulan

data terkait penelitian, analisis dan intepretasi data, dan yang terakhir

adalah pelaporan dan evaluasi hasil penelitian. Langkah-langkah dalam

pengerjaan penelitian ini adalah sebagai berikut: (a) Pengumpulan data gangguan

yang diperoleh dari PLN Kalimantan Barat periode 2012-2013; (b) Studi Pustaka,

untuk mencari acuan yang sesuai untuk referensi pengerjaan olah data; (c)

Pengolahan Data, digunakan metode Moran’s I, dengan bantuan tool R; (d)

Pengambilan kesimpulan, dilakukan setelah mendapat hasil dari perhitungan

dengan tool R [8].

4

Gambar 2 Tahapan Penelitian [8]

Gambar 2 menunjukkan tahapan penelitian dilakukan. Bersumber dari data

Gangguan Listrik PT PLN (Persero) tahun 2012-2013, pembuatan grafik

persebaran gangguan internal dan eksternal dengan pemodelan data spasial

gangguan listrik di Kalimantan Barat tahun 2012-2013 menggunakan metode

Moran’s I divisualisasikan ke dalam bentuk Morran Scatterplot dan Peta LISA.

Sumber data model secara umum dikelompokkan dalam dua kategori, yaitu (1)

Informasi data gangguan trafo Gardu Induk PT PLN (Persero) wilayah Provinsi

Kalimantan Barat tahun 2012-2013; (2) Data spasial dalam bentuk peta dengan

format shape file. Pemrosesan data menggunakan tool R dari http:/cran-r.project

menggunakan package maptools, RColorBrewer, classInt, spdep, rgdal, sp,

spatstat, RaNN, lmtest. Package maptools digunakan untuk membaca data

geografis, khususnya data dengan format shape file. Package RColorBrewer

digunakan untuk memberikan warna pada peta. Package classInt digunakan untuk

memilih satu class intervals dalam pemetaaan. Package spdep digunakan untuk

menciptakan matrix weight spasial yang memungkinkan untuk dianalisis. Package

rgdal digunakan untuk memungkinkan data peta dapat diimpor ke R. Package sp

digunakan untuk menyediakan kelas dan metode untuk data spasial. Package

spatstat digunakan untuk menganalisis data spasial, pola titik 3D, pola titik ruang

waktu, pola titik pada jaringan linear. Package RaNN digunakan untuk

menentukan neighbours setiap titik dalam set. Package lmtest digunakan untuk

memeriksa diagnostik di model regresi linier.

5

Gambar 3 Arsitektur Data

Gambar 3 menunjukkan Arsitektur data. Arsitektur data dalam pengerjaan

penelitian ini dimulai dari pengumpulan data yang nantinya akan divisualisasikan.

Data yang digunakan yaitu data gangguan trafo Gardu Induk PT PLN (Persero)

wilayah Provinsi Kalimantan Barat yaitu (1) data gangguan eksternal dan internal

tahun 2012-2013, (2) data gangguan tahun 2012-2013. Data dimasukkan pada

Microsoft Excel serta diubah ke dalam format csv. Data gangguan eksternal dan

internal nantinya akan divisualisasikan ke dalam Moran Scatterplot, dan Peta

LISA.

4 Hasil dan Pembahasan

Pada penelitian ini Moran Scatterplot digunakan untuk analisis perilaku

variabilitas data dalam keruangan, sedangkan peta LISA digunakan untuk

menunjukkan lokasi daerah yang signifikan statistik terjadinya pengelompokan

nilai atribut (cluster) atau terjadinya pencilan (outlier). Hasil yang disajikan dalam

Moran Scatterplot dapat dilihat persebarannya melalui peta LISA.

Data awal yang dihitung pada penelitian ini adalah data gangguan listrik

internal dan eksternal pada wilayah Kalimantan Barat tingkat Kabupaten dan Kota

periode tahun 2012-2013. Hasil perhitungan Moran's I divisualisasikan secara

grafis menggunakan Moran Scatterplot. Moran Scatterplot untuk gangguan

internal tahun 2012-2013 disajikan pada Gambar 4.

6

(a)

(b)

Gambar 4 Visualisasi Moran Scatterplot Gangguan Internal Tahun 2012 dan 2013

Gambar 4 (a) menunjukkan Moran Scatterplot tahun 2012, diketahui

bahwa Kabupaten Sanggau masuk pada kuadran I (High-High) yang

menunjukkan wilayah bernilai gangguan listrik sangat tinggi dikelilingi wilayah

nilai gangguan tinggi, dimana wilayah tersebut mempunyai sifat autokorelasi

spasial yang tinggi dan dikelilingi oleh wilayah sekitarnya yang mempunyai

autokorelasi spasial yang tinggi. Gambar 4 (b) merupakan visualisasi gangguan

tahun 2013, diketahui bahwa Sanggau sudah tidak tergolong pada kuadran I

(High-High) dan Kabupaten Sekadau masuk pada kuadran III (Low-Low) yang

sebelumnya tidak terlihat pada tahun 2012, menunjukkan wilayah bernilai

gangguan listrik rendah dikelilingi wilayah nilai gangguan rendah pula.

7

(a) (b)

Gambar 5 Visualisasi Moran Scatterplot Gangguan Eksternal Tahun 2012 dan 2013

Berdasarkan Moran Scatterplot pada Gambar 5 (a), tahun 2012 diketahui

bahwa Kabupaten Landak masuk pada kuadran II (Low-High), yang berarti

wilayah bernilai gangguan listrik rendah dikelilingi wilayah bernilai gangguan

tinggi. Sedangkan Tahun 2013, pada Gambar 5 (b), terjadi perpindahan

Kabupaten Landak yang sebelumnya berada pada kuadran II (Low-High) menjadi

kuadran IV (High-Low), yang berarti wilayah bernilai gangguan listrik tinggi

dikelilingi wilayah bernilai gangguan rendah.

Tahap selanjutnya adalah melakukan analisis Moran’s I lokal dengan

menggunakan Peta LISA. Gambar Peta LISA daerah gangguan listrik internal

tahun 2012 dan tahun 2013 disajikan pada Gambar 6.

(a) (b)

Gambar 6 Peta LISA Gangguan Internal Tahun 2012 dan 2013

8

Gambar 6 menunjukkan peta LISA pada Tahun 2012. Pada Gambar 6 (a),

Kabupaten Sanggau memiliki karakteristik High-High (HH) yang merupakan

asosiasi spasial positif dan identifikasi terjadinya pemusatan (cluster). Sedangkan

Gambar 6 (b) merepresentasikan Tahun 2013 muncul pecilan (outlier) dengan

karakteristik Low-Low (Kuadran III) yang memiliki nilai spasial negatif, yaitu

Kabupaten Sekadau.

Data berikutnya yang akan diolah pada penelitian ini adalah data gangguan

listrik eksternal tahun 2012-2013 di Provinsi Kalimantan Barat yang akan

divisualisasikan menggunakan peta LISA pada Gambar 7.

(a) (b)

Gambar 7 Peta LISA Gangguan Eksternal Tahun 2012 dan 2013

Berdasarkan peta LISA pada Gambar 7 (a), tahun 2012 dapat dilihat

hampir seluruh wilayah kelurahan tidak signifikan, hanya ditemukan satu indikasi

pecilan (outlier) yaitu Kabupaten Landak masuk pada kuadran II (Low-High)

yang memiliki nilai spasial negatif. Pada tahun 2013 yang divisualisasikan

melalui Gambar 7 (b), masih didominasi wilayah kelurahan yang tidak signifikan,

tetapi terjadi perpindahan Kabupaten Landak yang sebelumnya berada pada

kuadran II (Low-High) menjadi kuadran IV (High-Low). Pada tahun 2012 dan

tahun 2013 tidak ditemukan pemusatan jumlah terjadinya gangguan, ini dapat

dilihat tidak ditemukannya daerah dengan indikasi High-High (Kuadran I).

5 Simpulan

Berdasarkan eksperimen dan pengolahan data yang telah dilakukan

didapatkan hasil sebagai berikut : (a) Hasil perhitungan Moran's I divisualisasikan

secara grafis menggunakan Moran Scatterplot pada data gangguan listrik internal

dan eksternal pada tahun 2012-2013; (b) Peta LISA gangguan listrik tahun 2012-

2013. Digunakan untuk memberikan informasi (1) persebaran gangguan listrik

internal dan eksternal, dan (2) persebaran jumlah gangguan listrik di Provinsi

Kalimantan Barat. Penelitian ini menunjukkan bahwa pada tahun 2012 gangguan

9

listrik internal pada Provinsi Kalimantan Barat memiliki nilai autokorelasi spasial

positif. Diketahui dengan munculnya wilayah dengan karakteristik High-High.

Berdasarkan hasil penelitian dapat dilihat bahwa hampir seluruh wilayah

berindikasi none signifikan, kecuali Kabupaten Sanggau yang berindikasi High-

High serta Kabupaten Landak berindikasi Low-High pada tahun 2012 dan

Kabupaten Sekadau berindikasi Low-Low serta Kabupaten Landak berindikasi

High-Low. Hal ini menunjukkan bahwa gangguan internal tahun 2012 dan 2013

terjadi pergeseran antara Gardu Induk Parit Baru yang berkarakteristik High-High

menjadi none signifikan serta Gardu Induk Siantan yang berkarakteristik none

signifikan pada tahun 2012 berubah menjadi daerah yang berindikasi Low-Low.

Pada gangguan eksternal, dapat diketahui bahwa Gardu Induk Parit Baru dari

tahun 2012 dan 2013 mengalami perubahan dari indikasi Low-High menjadi

High-Low yang berarti ada kecenderungan terjadi peningkatan resiko terjadi

gangguan listrik di kemudian hari.

Berdasarkan penelitian yang telah dilakukan perlu peningkatan

kewaspadaan dan kepedulian pada daerah-daerah yang rawan terjadi gangguan

listrik, agar penyaluran aliran listrik tidak tersendat sampai ke masyarakat.

Penelitian yang dilakukan menunjukkan bahwa di wilayah Provinsi Kalimantan

Barat banyak terjadi kerusakan trafo, oleh karena itu diperlukan adanya

pemeliharaan serta kelengkapan trafo-trafo pada Gardu Induk untuk terus menjaga

keberlangsungan pasokan listrik oleh PLN di setiap wilayah Provinsi Kalimantan

Barat.

6 Daftar Pustaka

[1] Winotoharjo, S., 2012. Penaksiran Potensi Gangguan Pada Suatu Gardu

Induk dengan Menggunakan Regresi Beta, Bandung : Universitas

Padjajaran.

[2] Harvey, dkk., 2008, The North American Animal Disease Spread Model: A

simulation model to assist decision making in evaluating animal disease

incursion, Preventive Veterinary Medicine, Vol 82 (176-197).

[3] Awalin, L. J. dan Sukojo, B. M. 2013. Pembuatan Dan Analisa Sistem

Informasi Geografis Distribusi Jaringan Listrik (Studi Kasus: Surabaya

Industrial Estate Rungkut di Surabaya, Makara Vol.7.

[4] Puspita D., 2012. Pemodelan Pola Spasial Demam Berdarah Dengue di

Kabupaten Semarang Menggunakan Fungsi Moran’s I, Skripsi FTI UKSW.

[5] Curtis, J. A. and Lee, A. W. Spatial Pattern of Diabetes Related Health

Problems for Vulneral Populations in Los Angeles, USA, 2010.

[6] Weku, W. C. D., 2011. Analisis Pola Spasial dan Dinamika IPM Tahun

2006-2009 Propinsi Sulawesi Utara Menggunakan Metode Spatial

Autocorrelation, Thesis, MSI, UKSW.

[7] Lee, J. dan Wong, 2000. Statistical Analysis with Arcview GIS, John

Wiley&Sons, INC: United Stated of America.

[8] Creswell, J. W., 2012. Planning, Conducting, and Evaluating Quantitative

and Qualitative Research, Garamond : United Stated of America.

Perancangan dan Implementasi Teleworker System untuk...

Documents

Transcript of Perancangan dan Implementasi Teleworker System untuk...