Peningkatan kebutuhan akses internet yang stabil di lingkungan akademis Kampus menjadi krusial seiring dengan intensitas penggunaan aplikasi sensitif jaringan seperti video conference. Penelitian ini menawarkan solusi manajemen bandwidth melalui penerapan metode Mangle Class-Based Weighted Fair Queueing (CBWFQ) pada router jaringan. Metode ini bekerja dengan mengklasifikasikan trafik jaringan ke dalam kelas-kelas prioritas, memastikan layanan real-time seperti Zoom mendapatkan alokasi sumber daya yang memadai meski dalam kondisi trafik padat . Hasil analisis menunjukkan bahwa implementasi CBWFQ mampu meningkatkan kinerja jaringan secara signifikan dibandingkan kondisi normal, ditandai dengan peningkatan throughput serta penurunan drastis pada parameter packet loss, delay, dan jitter .
Perancangan Topologi dan Simulasi Jaringan
Penelitian ini menggunakan simulasi jaringan berbasis GNS3 yang merepresentasikan arsitektur jaringan riil di sebuah universitas, mencakup Gedung A, B, F, E, G, dan Laboratorium. Topologi dirancang dengan melibatkan router utama (Edge dan Core) serta router distribusi di setiap gedung yang terhubung menggunakan protokol routing OSPF . Simulasi ini memungkinkan pengujian skenario lalu lintas data yang realistis tanpa mengganggu jaringan operasional utama.
Gambar 1: Rancangan Topologi Jaringan Simulasi Antar Gedung
Konfigurasi mencakup pengaturan IP Address, NAT, dan DNS untuk memastikan konektivitas antar-klien dan akses ke jaringan eksternal berjalan dengan baik sebelum penerapan manajemen bandwidth .
Implementasi Metode Mangle dan CBWFQ
Inti dari optimasi jaringan ini terletak pada konfigurasi Mangle dan Queue Tree pada RouterOS. Fitur Mangle digunakan untuk menandai (marking) paket data dan koneksi secara spesifik berdasarkan protokol dan port. Trafik dikelompokkan menjadi tiga kelas utama: Kelas Zoom (prioritas tinggi), Kelas Browsing, dan Kelas Everything-else.
Setelah penandaan paket, metode CBWFQ diterapkan untuk mengatur antrean. Setiap kelas diberikan bobot (weight) dan alokasi bandwidth yang berbeda. Kelas Zoom mendapatkan prioritas tertinggi dengan jaminan bandwidth yang lebih besar untuk meminimalkan latensi, sementara kelas lainnya mendapatkan alokasi sisa secara proporsional. Pendekatan ini memastikan distribusi bandwidth yang adil namun tetap memprioritaskan layanan krusial .
Gambar 2: Implementasi Kelas Prioritas (Zoom, Browsing, Everything-else) pada Queue List
Analisis Quality of Service (QoS)
Evaluasi kinerja jaringan dilakukan dengan membandingkan parameter QoS sebelum dan sesudah penerapan CBWFQ menggunakan perangkat lunak Wireshark dan Zoom Network Diagnostics. Pengujian dilakukan selama 15 menit dengan skenario video conference aktif yang dibarengi beban trafik streaming.
Hasil pengukuran menunjukkan perbaikan performa yang signifikan, terutama pada parameter Packet Loss. Penerapan CBWFQ berhasil menurunkan rata-rata packet loss sebesar 70,19% hingga 82,87%, yang secara efektif mencegah hilangnya informasi audio/video saat konferensi berlangsung.
Gambar 3: Grafik Penurunan Rata-rata Packet Loss Sebelum dan Sesudah Penerapan CBWFQ
Selain itu, terjadi peningkatan rata-rata throughput sebesar 39,86% di seluruh router, mengindikasikan pengiriman data yang lebih lancar. Tercatat pula penurunan variasi kedatangan paket (jitter) hingga 57,05% dan penurunan delay yang signifikan, menciptakan pengalaman komunikasi yang lebih responsif dan real-time.
Tim Pelaksana Penelitian:
1. Memberikan rekomendasi teknis kepada UPA TIK untuk optimalisasi manajemen bandwidth yang lebih terstruktur dan efisien.
2. Meningkatkan stabilitas dan kualitas layanan video conference di lingkungan kampus guna mendukung kegiatan akademis.
3. Menyediakan referensi penerapan metode CBWFQ untuk mengatasi masalah kemacetan data pada jaringan institusi pendidikan.