digilib@itb.ac.id +62 812 2508 8800

2007 TS PP JUWAIRIAH 1-COVER.pdf

File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB1.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB2.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB3.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB4.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB5.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-BAB6.pdf
File tidak tersedia

2007 TS PP JUWAIRIAH 1-PUSTAKA.pdf
File tidak tersedia

Abstrak: Banyak sistem informasi, khususnya sistem yang berbasis web terdiri dari sejumlah komponen yang berkomunikasi, dan sering berstruktur sebagai sistem terdistribusi dengan komponen yang berjalan pada prosesor yang berbeda atau dalam proses yang berbeda. Sebagian besar SI sering mengalami problem yang sama ketika kegagalan terjadi, yaitu sering sulit menentukan bagian mana dari sistem yang merupakan sumber penyebab kegagalan. Akar penyebab kegagalan dalam sistem software disebut fault. Diagnosis manual sering lambat dan tidak konsisten, sehingga dapat menyebabkan waktu pemulihan yang lama dan ketersediaan sistem menjadi rendah. Oleh karena itu digunakan pendekatan lain untuk menyelesaikan problem diagnosis tanpa pengetahuan yang detail tentang struktur sistem dan tingkah laku yang benar yaitu dengan menggunakan pendekatan pembelajaran mesin berbasis statistik. Pendekatan ini memerlukan campur tangan manusia lebih sedikit, sehingga menjadi lebih otomatis. Dalam tesis ini, dibahas tentang diagnosis fault dalam tiga kasus kegagalan sistem informasi yaitu: bug program, problem layanan internet, dan problem kinerja sistem, yang menggunakan pendekatan pembelajaran mesin berbasis statistik yang berbeda, yaitu: Regresi Logistik, Pohon Keputusan, dan Tree-Augmented-Naive Bayesian Network (TAN). Tesis ini mengkaji diagnosis fault dalam ketiga kasus tersebut, kemudian mencari kemiripan masing-masing diagnosis fault untuk dijadikan landasan dalam merancang sebuah framework umum untuk mendiagnosis kegagalan dalam sistem informasi terdistribusi. Dari kajian terhadap diagnosis fault dalam tiga kasus kegagalan sistem informasi, maka dapat diambil kesimpulan bahwa ada empat buah komponen yang memiliki fungsi dasar dari setiap pendekatan. Keempat komponen dasar tersebut adalah: Sensor (mengumpulkan data yang terkait kegagalan), LogDB (tempat penyimpanan/repository pusat informasi yang diambil dari file log aplikasi dan akan diproses menjadi himpunan pelatihan), Pembelajaran Mesin dengan Penganalisis Statistik (untuk mengklasifikasi dan melakukan analisis data), dan Kesimpulan (memberikan kesimpulan tentang akar penyebab dari problem berdasarkan hitungan penganalisis statistik). Perancangan terdiri dari dua, yaitu : perancangan tahap diagnosis fault dan perancangan kelas untuk framework. Perancangan tahap diagnosis adalah merancang langkah-langkah atau tahapan yang dilakukan sebagai kerangka berfikir dalam melakukan diagnosis fault. Kemudian melakukan perancangan kelas-kelas beserta keterkaitan di antara kelas-kelas tersebut pada framework untuk masing-masing kasus, dan berdasarkan kemiripan diagnosis fault dalam ketiga kasus kegagalan SI tersebut maka dibuat sebuah perancangan kelas untuk framework umum diagnosis otomatis kegagalan SI.