Jurnal Online STKIP PGRI Tulungagung (Sekolah Tinggi Keguruan Dan Ilmu Pendidikan Persatuan Guru Republik Indonesia)
Not a member yet
1643 research outputs found
Sort by
Penilaian Manajemen Kesalahan Jaringan pada PT XYZ dengan Plan-Do-Check-Act
Get PDFPenggunaan teknologi jaringan kian meningkat, Namun, kompleksitas jaringan sering menyebabkan masalah yang sulit diidentifikasi dan ditangani oleh admin jaringan, yang berdampak pada penurunan kualitas jaringan. Oleh karena itu, diperlukan manajemen jaringan yang bertujuan menjaga kestabilan jaringan. FCAPS merupakan sebuah konseptual dalam manajemen jaringan yang dibuat oleh ISO yang dibagi kedalam lima area. salah satunya adalah manajemen kesalahan (fault management). MFAST memiliki rekomendasi 13 aktivitas manajemen kesalahan jaringan beserta parameter penilaiannya untuk menilai implementasi manajemen kesalahan jaringan di perusahaan. Pada penelitian ini, dilakukan evaluasi terhadap manajemen kesalahan jaringan pada PT XYZ menggunakan pendekatan PDCA (Plan-Do-Check-Act) yaitu metode manajemen yang efektif untuk meningkatkan sistem operasional secara berkelanjutan. Data dikumpulkan melalui wawancara, dokumentasi, dan observasi dengan pihak perusahaan terkait penerapan manajemen kesalahan jaringan di PT XYZ. Standar manajemen kesalahan jaringan yang diterapkan mengacu pada 13 aktivitas MFAST. Pengukuran skor menggunakan parameter MFAST yang diturunkan untuk menilai PDCA dalam setiap aktivitasnya. Skor PDCA dihitung dengan mempertimbangkan urgensi PDCA di Perusahaan, menghasilkan nilai akhir untuk setiap aktivitas. Hasil penelitian menunjukkan bahwa manajemen kesalahan jaringan di PT XYZ telah diterapkan dengan baik dalam beberapa aspek berdasarkan pemetaan MFAST. Namun, terdapat ruang untuk meningkatkan efisiensi dan konsistensi dengan mengadopsi prosedur yang lebih terstruktur dan melakukan aktivitasnya secara teratur
ANALISA SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN CHATGPT MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
Get PDFBekembangnya teknologi yang semakin modern menyebabkan manusiadimudahkan dalam melakukan aktivitas kehidupanya. Salah satuteknologi yang sedang berkembang untuk memudahkan aktivitasmanusia adalah hadirnya AI (Artificial Intelegence) yaitu kecerdasanbuatan yang mampu belajar dengan sendirinya karena dibentuk denganalgoritma machine learning didalamnya. Salah satu wujud penerapanyaadalah hadirnya chatgpt yaitu sebuah AI yang mampu berinteraksikepada user melalui inputan user seperti menjawab segala pertanyaanyang diberikan. Dalam penelitian ini akan dilakukan analisa sentimenterhadap penggunaan chatgpt untuk mengetahui pandangan masyarakatapakah positif, negatif dan netral terhadap hadirnya chatgptdimasyarakat. Untuk pengambilan data berasal dari twitter denganbantuan application programming language (API) token key yangdiintegrasikan dengan tools olah data yang digunakan yaitu rapidminer.Kemudian untuk metode olah data menggunakan metode CRSIP-DMsedangakan model algoritma yang digunakan adalah support vectormachine (SVM). Data yang diperoleh dalam penelitian ini sebanyak 2000data tweet namun setelah dilakukan pre processing data menjadi 790 datatweet. Kemudian data hasil prepocesing data tersebut diolah denganmemasukan model algoritmanya dan ditemukan hasil denganditunjukanya confusion matriks yang hasilnya yaitu memiliki jumlahsentimen netral lebih dominan daripada positif maupun negatif.Diketahui bahwa masyarakat Indonesia masih netral akan hadirnyachatgpt yang dikatakan sebagai penggunaan teknologi yang baru makadari itu masih belum mampu menggunakanya secara optimal untukmenjadi tools yang membantu aktivitas kehidupan manusia. Denganadanya hasil tersebut maka bisa digunakan sebagai bahan dasar dalampenelitian lebih lanjut mengenai dampak yang diberikan atas penggunaanchatgpt
Analisis Sentimen Aplikasi BCA Mobile Menggunakan Algoritma Naive Bayes dan Suport Vector Machine
Get PDFKemajuan teknologi telah mengubah banyak aspek terutama dalam hal transaksi, dengan aplikasi seperti BCA Mobile menjadi salah satu pilihan utama. Aplikasi ini memungkinkan pengguna untuk melakukan berbagai aktivitas finansial secara online. Dengan popularitasnya yang terus meningkat, mencapai lebih dari 5 juta unduhan di Google Play Store, penelitian ini bertujuan untuk mengevaluasi pandangan pengguna terhadap aplikasi ini, baik positif maupun negatif. Analisis dilakukan menggunakan dua metode utama, yaitu algoritma Naïve Bayes dan Support Vector Machine (SVM), yang kemudian diperbaiki kinerjanya dengan menggunakan Synthetic Minority Over-Sampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa SVM mencapai akurasi 85%, sementara Naïve Bayes 83%. Meskipun keduanya memiliki tingkat akurasi yang hampir serupa terdapat perbedaan dalam kemampuan masing-masing model dalam mengklasifikasikan sentimen positif dan negatif..Naïve Bayes memiliki recall yang sedikit lebih rendah untuk ulasan positif sebesar 81% dibandingkan dengan SVM mencapai 85%, namun memiliki presisi yang sedikit lebih tinggi..Sebaliknya, SVM memiliki recall yang lebih rendah untuk ulasan negatif, namun memiliki presisi yang lebih tinggi..Ini menunjukkan kemampuan SVM dalam menangani distribusi fitur dan kelas yang kompleks, yang tidak dapat ditangani dengan baik oleh Naïve Bayes
Implementasi Zero Trust Architecture untuk Meningkatkan Keamanan Jaringan: Pendekatan Berbasis Simulasi
Get PDFPenelitian ini mengeksplorasi penerapan Zero Trust Architecture (ZTA) sebagai pendekatan keamanan untuk mengatasi tantangan keamanan jaringan yang dihadapi oleh perusahaan modern, terutama dengan meningkatnya jumlah perangkat Internet of Things (IoT) yang terhubung. Simulasi dilakukan dengan menggunakan alat iperf dan Wireshark untuk mengukur performa jaringan sebelum dan sesudah penerapan ZTA, khususnya dalam menguji efektivitasnya dalam menghadapi serangan man-in-the-middle, DDoS, dan insider threats. Hasil pengujian menunjukkan bahwa penerapan ZTA mampu mengurangi risiko serangan siber secara signifikan, meskipun terdapat sedikit kompromi pada performa jaringan, dengan penurunan throughput sebesar 5% dan peningkatan latency sebesar 5 ms. Kebijakan micro-segmentation, multi-factor authentication (MFA), dan least privilege access terbukti efektif dalam meningkatkan stabilitas jaringan dan mencegah akses tidak sah. Meskipun demikian, penelitian ini menekankan pentingnya optimalisasi ZTA untuk memastikan keseimbangan antara keamanan dan kinerja jaringan di masa depan
ANALYZING COMPARISON PERFORMANCE MODEL OF MACHINE LEARNING THROUGH DETECTION SQL INJECTION ATTACK
Get PDFThis research aims to compare Machine Learning models that effectively detect SQL Injection attacks in security systems. The dataset was col lected from the Kaggle resource published by Syed Saqlain Hussain Shah, the dataset with the highest upvotes in the SQL Injection category. The models developed include Support Vector Machine (SVM), K-Nearest Neighbor (KNN), and Logistic Regression (LR). The research process includes separating the data into 70% training and 30% test data, model training, testing model effectiveness, and implementing preventive measures against SQL Injection attacks. The research results show that the SVM model has an accuracy rate of 99.82%, precision of 99.88%, and recall (Sensitivity) of 99.34%. KNN obtained an accuracy rate of 79.28%, a precision of 98.38%, and a recall (Sensitivity) of 73.31%. LR obtained an accuracy rate of 98.99%, precision of 99.94%, and recall (Sensitivity) of 98.70%. Using a Machine Learning approach, this research improves system security against SQL Injection attacks
PENGEMBANGAN E-LKPD BERBASIS PBL MENGGUNAKAN LIVEWORKSHEET UNTUK MENINGKATKAN KEMAMPUAN LITERASI SAINS SISWA SMP
Get PDFTujuan dari penelitian ini ialah menganalisis validitas, keefektifan dan kepraktisan E-LKPD berbasis PBL menggunakan liveworksheet untuk meningkatkan kemampuan literasi sains siswa SMP. Penelitian ini menggunakan model ADDIE dalam pengembangannya yang meliputi analyze, design, development, implementation, dan evaluation. Subjek uji coba sebanyak 35 orang peserta didik kelas VIII C SMPN 2 Banjarmasin. Instrumen pengumpulan data menggunakan lembar validasi ahli, angket respon peserta didik, dan instrumen tes literasi sains. Hasil penelitian menunjukkan bahwa : 1) E-LKPD dikategorikan sangat valid dengan skor 90,56% 2) E-LKPD dikategorikan sangat praktis dengan skor 87,85% berdasarkan angket respon peserta didik 3) E-LKPD dikategorikan efektif dengan skor n-gain senilai 0,78 dengan kriteria tinggi yang diperoleh dari hasil perhitungan soal pretest dan posttest literasi sains siswa. Dari hasil tersebut dapat disimpulkan bahwa E-LKPD berbasis PBL menggunakan liveworksheet valid, praktis, dan efektif untuk meningkatkan kemampuan literasi sains siswa SMP dalam pembelajaran IPA
CRICKET PRODUCTION FORECASTING USING THE MOVING AVERAGE METHOD
Get PDFCricket production in Indonesia has promising business potential, particularly in rural areas. However, production variability is often a major challenge for farmers to maintain economic stability. Therefore, production forecasting methods are needed for better management. This study aims to predict cricket production using Moving Average (MA) and Weighted Moving Average (WMA) methods and compare their accuracy. The research was conducted in Rejotangan District, Tulungagung, using 12 weeks of cricket production data from May to August 2024. The accuracy of the method was measured using Mean Absolute Deviation (MAD), Mean Squared Error (MSE) and Mean Absolute Percentage Error (MAPE). From this research, the best model that can be used to predict the amount of cricket production is the Weighted Moving Average (WMA) model with n = 4 with the lowest prediction accuracy value (MAD, MSE and MAPE) of 16.05, 514.513 and 10.985% respectively. From the forecasting results, the total production of crickets in the existing farm for one period ahead with the WMA model n = 4 is 150.9 kg
PREDICTION OF TUBERCULOSIS PATIENTS WITH MACHINE LEARNING ALGORITHMS
Get PDFThis research is highly significant because Tuberculosis remains a significant global health issue, and early detection can aid in its more effective management. By employing four different classification algorithms, this study provides a deep understanding of how each algorithm can contribute to Tuberculosis detection. The evaluation of four classification algorithms, namely Logistic Regression (LR), K-Nearest Neighbor (K-NN), Random Forest (RF), and Naive Bayes (NB), in detecting Tuberculosis (TB) was conducted using a dataset comprising various clinical and biological features related to Tuberculosis. The research findings indicate that the Random Forest and K-NN algorithms achieved the highest accuracy of 99.8%, followed by Logistic Regression with 99% accuracy and Naive Bayes. Considering these research findings, the next steps may involve the development of more efficient detection methods based on the combination or enhancement of the evaluated algorithms. Additionally, this research can also serve as a foundation for guiding efforts in early treatment planning for individuals infected with Tuberculosi
SENTIMENT ANALYSIS OF PUBLIC OPINION ON APPLICATION X (TWITTER) IN INDONESIA AGAINST CHATGPT USING NAÏVE BAYES ALGORITHM
Get PDFIn the era of technological development and information is increasingly widespread. Data and information are easier to obtain using current technology, especially using social media such as Instagram, Facebook, (x) Twitter and others. In social media, information can be in the form of public opinions containing praise, hate speech, and hoaxes which can result in arguments against the information presented, especially on the x (twitter) application. Therefore, research was conducted on sentiment analysis of positive and negative opinions of Indonesian people on application x (twitter) about ChatGPT using the naive bayes method. Basically, Naive Bayes looks for the largest conditional probability value for each class. The technique used to explore public opinion data on application x (twitter) about ChatGPT is google collabs with the results of data mining as much as 1012 data. of these 1012 data cleaning and sentiment analysis using the naive bayes method. Naïve Bayes method classification results with a total of 762 twitter comments about ChatGPT. 100 are used as training data modeled using the naïve bayes method. The accuracy value is 99.00%, positive prediction precision is 100%, negative prediction precision is 96.43%, positive data recall is 98.63%, and negative data recall is 100%
Evaluasi Penggunaan Aplikasi Getcontact Sebagai Perlindungan Modus Penipuan Dengan Metode User Experience Questionnaire
Get PDFEra digital saat ini, para penipu menggunakan teknologi untuk keuntungan pribadi. Berpura-pura sebagai orang terdekat atau bahkan karyawan bank adalah salah satu taktik yang sering digunakan. Namun, aplikasi bernama GetContact muncul untuk mengatasi penipuan ini. Aplikasi ini dapat mencari nomor telepon dan menemukan panggilan dan pesan singkat dari kontak yang tidak dikenal. Metode User Experience Questionnaire (UEQ) digunakan dalam penelitian aplikasi GetContact untuk mengukur tingkat kepuasan pengguna dengan berbagai kriteria, seperti daya tarik, efisiensi, ketepatan, stimulasi, dan kebaruan. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki beberapa keuntungan dalam mendeteksi dan menghindari modus penipuan dengan nomor yang tidak dikenal, tetapi ada beberapa kelemahan yang perlu diperbaiki. Dengan nilai sebesar 0.69, ketepatan deteksi nama pada nomor telepon masih dapat ditingkatkan. Selain itu, fitur seperti daya tarik, efisiensi, stimulasi, dan kebaruan aplikasi kurang dari rata-rata. Meskipun aplikasi ini menawarkan kemampuan untuk mengakses informasi dan membantu pengguna menemukan nomor telepon, pengalaman pengguna kurang memuaskan. Namun, penelitian ini menemukan bahwa penggunaan GetContact dapat membantu mengidentifikasi dan mencegah modus nomor tidak dikenal. Aplikasi ini memiliki kelemahan, tetapi masih memiliki potensi untuk berkembang dan memberikan pengalaman pengguna yang lebih baik di masa mendatang