Jurnal Teknologi Informasi dan Ilmu Komputer
Not a member yet
1290 research outputs found
Sort by
Klasifikasi Jenis Ikan Laut K-Nearest Neighbor Berdasarkan Ekstraksi Ciri 2-Dimensional Linear Discriminant Analysis
Get PDFIndonesia adalah suatu negara kepulaun yang memiliki 2/3 wilayah lautan, secara sektor indonesia memiliki potensi pangan yang sangan besar dalam sektor perikanan. Ikan di dunia yang berhasil diuraikan sebanyak 27.000 terutama paling banyak dilaut indonesai. Ikan adalah salah satu keanekaragaman biologi yang menyusun ekosistem bahari. Ikan mempunyai bentuk serta ukuran eksklusif yang berbeda jenis yang satu dangan jenis yang lain. Pengenalan spesies ikan umumnya dilakukan secara manual dengan pengamatan mata. Tujuan penelitian ini untuk mengenali spesies ikan laut. 2-Dimensional Linear Discriminant Analysis (2D-LDA) dipergunakan untuk ekstraksi ciri dan K-Nearest Neighbor (K-NN) dipergunakan untuk klasifikasi jenis ikan laut. Fitur 2-Dimensional Linear Discriminant Analysis (2D-LDA) yang diekstraksi untuk menghasilkan dua matrik baru yaitu matrik score. Klasifikasi menggunakan metode K-Nearest Neighbor (K-NN) dengan membandingkan nilai k-n. Penelitian ini menggunakan 5 jenis ikan laut, dengan total data latih 800 gambar dan data uji 160 gambar. Hasil percobaan tebaik diperoleh k-9 dengan tingkat akurasi terbaik sebesar 93,12%, presisi 82,05%, recall 100%, dan F-1 score 90,14%.AbstractIndonesia is an archipelagic country which has 2/3 of the sea area, in terms of sector Indonesia has enormous food potential in the fisheries sector. There are 27,000 fish in the world that have been successfully described, especially in the Indonesian seas. Fish is one of the biological diversity that makes up the marine ecosystem. Fish have specific shapes and sizes that differ from one type to another. The identification of fish species is generally done manually by eye observation. The purpose of this research is to identify marine fish species. 2-Dimensional Linear Discriminant Analysis (2D-LDA) is used for feature extraction and K-Nearest Neighbor (K-NN) is used for classification of marine fish species. The 2-Dimensional Linear Discriminant Analysis (2D-LDA) features were extracted to produce two new matrices, namely the score matrix. The classification uses the K-Nearest Neighbor (K-NN) method by comparing the k-n values. This study used 5 types of marine fish, with a total of 800 images of training data and 160 images of test data. The best experimental results were obtained by k-9 with the best accuracy rate of 93.12%, precision of 82.05%, recall of 100%, and F-1 score of 90.14%
Fourier Descriptor Pada Klasifikasi Daun Herbal Menggunakan Support Vector Machine Dan Naive Bayes
Get PDFDaun herbal bermanfaat sebagai obat alternatif karena kandungan alaminya dapat menyembuhkan berbagai penyakit dan menjaga kesehatan tubuh. Klasifikasi citra daun herbal digunakan untuk membedakan jenis tanaman herbal berdasarkan bentuk daun. Penelitian ini Penelitian menggunakan Fourier Descriptor (FD) untuk mengekstraksi fitur pada daun herbal dan mengklasifikasikannya menggunakan metode Support Vector Machine (SVM) dan Naive Bayes (NB). SVM diimplementasikan dengan empat kernel yaitu Linear, polynomial, Radial Basis Function (RBF), dan sigmoid sementara Naive bayes diaplikasikan dengan tiga jenis kernel yaitu Gaussian, Multinomial, Bernoulli. Evaluasi kinerja menggunakan Precision, accuracy F1-Score dan Recall. Citra daun herbal terdiri dari daun katuk (Sauropus Androgynus) dan daun kelor (Moringa) dengan total 480 citra. Data tersebut dibagi menjadi 80% untuk training dan 20% untuk testing. Terdapat dua skenario pencahayaan yaitu kondisi gelap dan terang. Hasil penelitian menunjukkan bahwa perbandingan metode SVM dengan ekstraksi FD dimana kernel Linear mencapai akurasi sebesar 98% pada skenario gelap, sementara kernel Sigmoid memberikan akurasi terendah sebesar 44% pada scenario gelap maupun terang. Adapun hasil dari metode Naive bayes dengan ekstraksi FD pada kernel multinomial menghasilkan akurasi tertinggi sebesar 83% pada terang, sedangkan kernel Bernoulli memberikan akurasi terendah sebesar 46% pada skenario gelap dan terang. Berdasarkan perbandingan hasil klasifikasi dari kedua metode, disarankan bahwa metode SVM pada ekstraksi FD lebih direkomendasikan dalam proses klasifikasi daun herbal. Penelitian ini dapat memberikan rekomendasu pengembang sistem untuk menetapkan metode yang tepat dalam klasifikasi citra daun herbal.
Abstract
Herbal leaves are beneficial as alternative medicine because their natural content can cure various diseases and maintain a healthy body. The classification of herbal leaf images is used to differentiate types of herbal plants based on leaf shapes. This study utilizes Fourier Descriptor (FD) to extract features from herbal leaves and classify them using the Support Vector Machine (SVM) and Naive Bayes (NB) methods. SVM is implemented with four kernels namely linear, polynomial, Radial Basis Function (RBF), and Sigmoid while Naive bayes is applied with three types of kernels namely Gaussian, multinomial, Bernoulli. Performance evaluation includes precision, accuracy, F1- score and recall. Herbal leaf images consist of leaves (Sauropus Androgynus) and moringa leaves with a total of 480 images. The data is divided into 80% for training and 20 % for testing. There are two lighting scenarios, namely dark and light conditions. The result of this study shows a comparison of the SVM method with FD extraction where the Linear kernel achieves the highest accuracy of 98% in dark scenarios, while the Sigmoid kernel provides the lowest accuracy of 44% in both dark and light scenarios. The result of the naïve bayes method with FD extraction on the Multinomial kernel yield the highest accuracy of 83% in light scenarios while the Bernoulli kernel provides the lowest accuracy 46% in both dark and light scenarios. Based on the comparison of the classification result of the two methods, it is suggested that the SVM method for FD extraction is more recommended in the herbal leaf classification process. This research can provide recommendation for system developers to determine the appropriate method for classifying herbal leaf images.
Pengukuran Kemiripan Makna Menggunakan Cosine Similarity dan Basis Data Sinonim Kata
Get PDFPenelitian ini bertujuan untuk memberikan alternatif dalam menguji kemiripan makna antar 2 kalimat. Pembentukan database sinonim kata dilakukan dengan mengelompokkan kata berdasar sinonim atau yang memiliki kesamaan arti. Masing-masing kelompok kata diberikan ID unik. Selanjutnya setiap kelompok kata dipecah untuk diuraikan menjadi kata tunggal, disimpan pada tabel kata dengan melabeli ID kata dan ID sinonim. ID sinonim didasarkan pada ID unik pada tabel sinonim. Dalam pengujian kemiripan makna, masing-masing kalimat akan di urai menjadi kata dan tiap-tiap kata akan dicocokkan berdasarkan tabel kata dengan acuan ID sinonim. ID Sinonim yang didapat kemudian dilakukan pengukuran jarak vektor dan kemiripan menggunakan rumus cosine similarity. Berdasarkan pengujian dan analisa yang telah dilakukan, dari 25 pengujian didapati 24 nilai kemiripan mengalami peningkatan prosentase. Hal tersebut dikarenakan penggunaan ID yang didasarkan pada kelompok kata dan irisan saat proses pembobotan mampu meningkatkan nilai kemiripan. Rata-rata nilai kemiripan pada penggunaan ID sebagai vektor hitung adalah 94,48% dan rata-rata nilai kemiripan pada metode atau alur pembanding adalah sebesar 69,96%. AbstractThis study aims to provide an alternative in testing the similarity of meaning between 2 sentences. The formation of a word synonym database is done by grouping words based on synonyms or those that have the same meaning. Each group of words is assigned a unique ID. Furthermore, each group of words is broken down to be broken down into single words, stored in the word table labeled word ID and synonym ID. Synonym ID is based on the unique ID in the synonym table. In testing the similarity of meaning, each sentence will be broken down into words and each word will be matched based on the word table with synonym ID references. The synonym ID obtained is then measured by measuring the vector distance and similarity using the cosine similarity formula. Based on the tests and analyzes that have been carried out, out of 25 tests it was found that 24 similarity values experienced an increase in the percentage. This is because the use of ID based on word groups and slices during the weighting process can increase the similarity value. The average similarity value in the use of ID as a calculating vector is 94.48% and the average similarity value in the comparison method or plot is 69.96%
Jaringan Komunitas Berbasis Similaritas Topik Bahasan dan Emosi untuk Mengidentifikasi Perilaku Pengguna Twitter
Get PDFPandemi COVID-19 menyebabkan situasi krisis yang berdampak pada perubahan perilaku pengguna Twitter terkait pengalaman distres publik. Perubahan perilaku positif bisa berdampak positif. Namun, perubahan perilaku negatif bisa menjadi masalah jika terjadi secara masif, seperti meningkatnya kecemasan pengguna. Oleh karena itu, mengeksplorasi hubungan antara perilaku dan jaringan komunitas pengguna sangat penting untuk menemukan implikasi pandemi COVID-19 terhadap perubahan perilaku pengguna Twitter. Penelitian ini berkontribusi dalam mengidentifikasi perubahan perilaku pengguna berdasarkan model ekstraksi perilaku kolektif pada aktivitas tweet temporal. Mekanisme ini menggunakan topik bahasan dan emosi sebagai variabel ekstraksi untuk menghasilkan jaringan perilaku pengguna. Kemudian, jaringan perilaku tersebut dimodelkan dengan algoritma DeepWalk Network Embeddings untuk memetakan hubungan kedekatan perilaku antar pengguna dan Density Peak Clustering Algorithm untuk mengelompokkan komunitas pengguna berdasarkan kesamaan perilaku yang kuat. Dari analisis 121 pengguna aktif, periode sebelum COVID-19 memiliki 98 pengguna representatif yang didominasi oleh 33% perilaku komunitas terkait aktivitas pribadi dengan emosi senang. Di sisi lain, periode setelah COVID-19 memiliki 54 pengguna representatif yang didominasi oleh 65% perilaku komunitas terkait kesehatan dengan emosi marah. Perubahan perilaku kedua periode tersebut dipengaruhi oleh transisi pola jaringan terdistribusi ke pola jaringan clique graph, sehingga sentralisasi penyebaran informasi mempengaruhi potensi peningkatan perubahan perilaku pengguna pada jaringan komunitas. Hasil ini dapat digunakan untuk mengurangi potensi penyebaran perilaku negatif dengan memanfaatkan komunitas yang memiliki pengaruh perilaku positif dikalangan pengguna Twitter. AbstractThe COVID-19 pandemic caused a crisis that impacted behavior changes of Twitter users related to public distress experiences. Positive behavior changes could have a positive impact. However, negative behavior changes could have problems if it occur massively, such as increased user anxiety. Therefore, exploring the relationship between behavior and user community in the social networks is very important to find the implication of the COVID-19 pandemic on behavior changes of Twitter users. This study contributes to identify user behavior changes based on the collective behavior extraction model on temporal tweet activities. This mechanism used discussion topics and emotions as extraction variables to generate user behavior network. Then, the behavioral network was modeled by the DeepWalk Network Embeddings algorithm to map the behavioral closeness relationship between users and the Density Peak Clustering Algorithm to group user communities with strong behavioral similarities. Based on the analysis of 121 active users, before the COVID-19 period had 98 representative users, who were dominated by 33% of community behavior related to personal activities with happy emotions. On the other hand, after the COVID-19 period, 54 representative users were dominated by 65% of community behavior related to health with anger. Behavior changes in both periods are influenced by the transition from a distributed network pattern to a clique graph network pattern, so the centralization of information dissemination could affect the potential for increasing user behavioral changes in the community network. These findings could be used to reduce the potential for spreading negative behavior by leveraging communities with positive behavior influence among Twitter users
Analisis Komparatif Keamanan Aplikasi Pengelola Kata Sandi Berbayar Lastpass, 1Password, dan Keeper Berdasarkan ISO/IEC 25010
Get PDFAuthentikasi merupakan salah satu faktor terpenting dalam ruang lingkup keamanan komputer, penggunaan kata sandi menjadi metode autentikasi yang dominan diterapkan pada website ataupun desktop. Penanganan yang buruk terhadap kata sandi dapat memicu berbagai risiko seperti pencurian data sensitif, dan kerusakan reputasi, yang dapat dirasakan baik individu maupun organisasi. Aplikasi pengelola kata sandi tersedia secara gratis maupun berbayar untuk membantu pengguna dalam mengelola banyaknya kata sandi. Aplikasi pengelola kata sandi berbayar memiliki keunggulan dalam hal popularitas dan fungsi yang ditawarkan kepada pengguna. Akan teteapi banyaknya penyedia aplikasi pengelola kata sandi membuat pengguna menghadapi banyak pilihan, sehingga perlu dilakukan komparasi mengenai keamanan pada aplikasi pengelola kata sandi yang akan digunakan. Pada penelitian ini dilakukan analisis komparasi keamanan pada aplikasi pengelola kata sandi berbayar Lastpass, 1Password, dan Keeper sebagai aplikasi yang populer berdasarkan ISO/IEC 25010 untuk mengetahui kelebihan dan kekurangan dari masing-masing aplikasi. Penelitian ini merupakan penelitian kausal komparatif dengan tiga tahapan penelitian. Hasil penelitian ini adalah Aplikasi Keeper lebih unggul dalam menerapkan pencegahan kerusakan data dan kebijakan autentikasi yang diperlukan. Sedangkan, aplikasi 1Password lebih unggul dalam membuktikan identitas pengguna sebagai yang diklaim dan mampu mencatat setiap aktivitas pengguna ke dalam log. dan aplikasi Lastpass memiliki keunggulan yang sama dengan aplikasi Keeper dalam durasi menyimpan log di dalam sistem. Selain itu, ketiga aplikasi memiliki tingkat keamanan yang sama dalam mengamankan data pengguna dari otoritas tidak sah, serta menerapkan penggunaan tanda tangan atau sertifikat digital untuk mencegah terjadinya penyangkalan. Abstract Authentication is one of the most important factors in the scope of computer security, passwords are the dominant authentication method applied to websites or desktops. Poor handling of passwords can lead to various risks such as theft of sensitive data, and reputational damage, which can be felt by both individuals and organizations. Password manager apps are available both free and paid to help users manage multiple passwords. Paid password manager apps have an edge in terms of popularity and functionality offered to users. However, the many providers of password manager applications make users face many choices, so it is necessary to make a comparison regarding the security of the password manager application that will be used. In this study, a comparative security analysis was conducted on the paid password manager applications Lastpass, 1Password, and Keeper as popular applications based on ISO/IEC 25010 to determine the advantages and disadvantages of each application. This research is a comparative causal research with three stages of research. The results of this study are the Keeper application is superior in implementing data corruption prevention and authentication policies required. Meanwhile, the 1Password application is superior in proving the identity of the user as claimed and is able to log every user activity into a log. and the Lastpass application has the same advantages as Keeper application in the duration of keeping logs in the system. In addition, three applications have the same level of security in securing user data from unauthorized parties, and implement the use of digital signatures or certificates to prevent denial
Analisis Asosiasi Untuk Menemukan Pola Pada Terapi Obat Pasien Dengan Menggunakan Metode Apriori
Get PDFPemantauan Terapi Obat (PTO) merupakan suatu proses yang didalamnya mencakup proses kegiatan untuk memastikan terapi obat bagi pasien secara aman, efektif dan rasional. Dataset diperoleh dari Klinik Nabila yang berisi tentang pelayanan kesehatan seperti pemeriksaan kondisi pasien, pemberian tindakan, dan pemberian obat sesuai resep dokter. Pada umumnya ditemukan kencenderungan bahwa setiap penyakit akan diberikan terapi obat yang berbeda, sesuai dengan gejala yang ditimbulkannya. Terapi obat yang berbeda diberikan untuk penyakit yang memiliki gejala yang berbeda, akan tetapi satu terapi obat yang sama dapat diberikan kepada penyakit yang berbeda dengan memiliki gejala yang sama. Berdasarkan hal tersebut dilakukanlah sebuah analisis menggunakan metode Assosiasi dalam mencari hubungan dalam data terapi obat dengan menggunakan algoritma Apriori, algoritma ini bekerja dengan cara mempelajari aturan asosiasi, yaitu dengan mencari hubungan antara satu atau lebih dalam sebuah itemset. Penelitian ini menghasilkan 7 aturan asosiasi terapi obat berdasarkan mininum support dan minimum confidence. Dengan nilai asosiasi tertinggi yaitu dengan nilai confidence 59% yaitu terapi obat meloxicam 7,5mg, Ranitidine yang sudah melebihi kriteria minimum nilai confidence yaitu lebih dari 20%. Dan untuk nilai support tertinggi yaitu dengan nilai support 4% yaitu terapi obat Grafaclor -> Ranitidine. Nilai tersebut sudah melebihi kriteria minimum nilai support 3%. Dalam penelitian ini juga dibangun aplikasi yang mengimplementasikan algoritma apriori untuk membantu dokter maupun apoteker dalam mengetahui pola terapi obat dengan bahasa pemrograman PHP dan database MySql. Abstract Drug Therapy Monitoring (PTO) is a process that includes a process of activities to ensure drug therapy for patients is safe, effective and rational. The dataset was obtained from the Nabila Clinic which contains health services such as checking the patient\u27s condition, giving actions, and administering drugs according to doctor\u27s prescriptions. In general, there is a tendency that each disease will be given different drug therapy, according to the symptoms it causes. Different drug therapies are given for diseases that have different symptoms, but the same drug therapy can be given to different diseases with the same symptoms. Based on this, an analysis was carried out using the Association method in finding relationships in drug therapy data using the Apriori algorithm, this algorithm works by studying association rules, namely by looking for relationships between one or more in an itemset. This study resulted in 7 association rules for drug therapy based on minimum support and minimum confidence. With the highest association value, namely with a confidence value of 59%, namely drug therapy meloxicam 7.5 mg, Ranitidine which has exceeded the minimum criteria for a confidence value of more than 20%. And for the highest support value, namely with a support value of 4%, namely drug therapy Grafaclor -> Ranitidine. This value has exceeded the minimum criteria for the support value of 3%. In this study, an application that implements the a priori algorithm was also built to assist doctors and pharmacists in knowing the pattern of drug therapy using the PHP programming language and MySql database
Evaluasi Tata Kelola Teknologi Informasi di Dinas Pertanian Gianyar Menggunakan COBIT 2019
Get PDFE-government adalah penggunaan dan pemanfaatan teknologi informasi dalam pengelolaan ketatanegaraan untuk mempercepat pengintegrasian alur dan proses kerja, serta peningkatan pelayanan publik. Salah satu tujuan Dinas Pertanian Gianyar adalah untuk meningkatkan pelayanan di bidang pertanian dan sasaran yang ingin dicapai adalah meningkatkan kapasitas kinerja dan akuntabilitas kinerja birokrasi. Tata kelola yang baik dalam penggunaan layanan TI akan meningkatkan proses pengelolaan informasi, pelayanan publik, efisiensi, dan akuntabilitas serta dipercaya dapat mempengaruhi seluruh kinerja organisasi. Penerapan TI di satu sisi memberikan manfaat yang luar biasa bagi organisasi namun juga dapat menimbulkan risiko-risiko yang merugikan organisasi. Jika risiko TI tidak dikelola dengan baik, TI dapat mengakibatkan terganggunya operasional organisasi menjadi tidak optimal. Evaluasi tata kelola TI bertujuan untuk meningkatkan keuntungan penggunaan TI secara optimal dan dapat mampu mengelola resikonya. COBIT 2019 merupakan standar framework yang dinilai lengkap dan komprehensif dalam melakukan evaluasi tata kelola TI suatu organisasi. Berdasarkan analisis faktor desain, proses yang menjadi prioritas tertinggi atau memiliki skor ≥ 75 adalah MEA03 (Managed Compliance with External Requirements), BAI04 (Managed Availability & Capacity), dan EDM03 (Ensured Risk Optimization). Hasil penilaian tingkat kapabilitas pada proses MEA03, BAI04 dan EDM03 baru mencapai tingkat kapabilitas level 1 dan Dinas Pertanian Gianyar mengharapkan tercapainya tingkat kapabilitas level 2, sehingga terdapat gap sebesar 1 pada setiap proses tersebut. Hasil rekomendasi dapat dimanfaatkan oleh organisasi agar setiap proses yang dievaluasi dapat mencapai tingkat kapabilitas level 2. AbctractE-government is the use and utilization of information technology in state administration management to accelerate the integration of work flows and processes, as well as improve public services. One of the goals of the Gianyar Agriculture Office is to improve services in the agricultural sector and the target to be achieved is to increase performance capacity and accountability for bureaucratic performance. Good governance in the use of IT services will improve the process of managing information, public services, efficiency and accountability and is believed to affect all organizational performance. The application of IT on the one hand provides extraordinary benefits for the organization but can also pose risks that are detrimental to the organization. If IT risks are not managed properly, IT can result in disrupted organizational operations that are not optimal. Evaluation of IT governance aims to increase the benefits of optimal use of IT and be able to manage the risks. COBIT 2019 is a standard framework that is considered complete and comprehensive in evaluating an organization\u27s IT governance. Based on the design factor analysis, the processes that are the highest priority or have a score ≥ 75 are MEA03 (Managed Compliance with External Requirements), BAI04 (Managed Availability & Capacity), and EDM03 (Ensured Risk Optimization). The results of the capability level assessment in the MEA03, BAI04, and EDM03 processes have only reached capability level 1 and the Gianyar Agriculture Office expects to achieve a capability level 2, so that there is a gap of 1 in each of these processes. The results of the recommendations can be utilized by the organization so that each evaluated process can reach the capability level 2
Identifikasi Dan Pengendalian Hama Tanaman Jambu Air Dengan Pendekatan Case Based Reasoning Berbasiskan Sistem Pakar
Get PDFTujuan dari penelitian ini untuk mengidentifikasi hama tanaman jambu air serta memberikan saran pengendalian terhadap hama yang teridentifikasi. Telah banyak penelitian sejenis, namun hanya terbatas kepada hasil identifikasi, namun tidak memberikan saran pengendalian. Tanaman jambu air sangat berpotensi untuk di budidayakan karena memiliki daya jual yang tinggi sehingga bisa membantu perekonomian masyarakat. Masih kurang nya informasi untuk masyarakat mengenai hama yang menyerang tanaman jambu air akan menyebabkan kerugian terhadap masyarakat yang melakukan pembudidayaan jambu air sehingga menyebabkan banyak permasalahan, seperti gagal panen, pertumbuhan tidak sempurna, buah menjadi busuk, daun mudah gugur dan permasalahan lainnya. Terdapat beberapa hama yang dapat menyerang tumbuhan jambu air, diantaranya: Hama Bactrocera spp, Hama Pagodiella hekmeyeri, Hama Attacus atlas L, Hama Phenacoccus manihoti, Hama Liriomyza sp, Hama Leptocorisa oratorius dan Hama Tungau. Sistem pakar merupakan salah satu solusi yang dapat menjadi solusi atas permasalahan tersebut. Masyarakat dapat melakukan konsultasi dengan menggunakan sistem pakar dengan cara memilih gejala yang tampak, maka sistem pakar akan memproses gejala yang dipilih kemudian melakukan diagnosis terhadap jenis hama menyerang tanaman jambu air dan memberikan solusi berupa pencegahan dan pengendalian. Metode yang digunakan adalah metode CBR untuk pengolahan data input gejala oleh user kemudian akan dicari nilai similarity terhadap masing-masing hama tanaman jambu air yang tersimpan pada base pengetahuan, metode ini sangat mudah diterapkan dan memiliki akurasi yang cukup tinggi. Dari 30 sampel data yang diuji terdapat 28 data yang valid dan 2 data tidak valid. Nilai akurasi diperoleh sebesar 93% maka metode CBR sangat cocok digunakan sebagai metode dalam pengembangan sistem pakar identifikasi tanaman jambu air. AbstractThe purpose of this study was to identify pests of water guava plants and provide suggestions for controlling the identified pests. There have been many similar studies, but they are limited to the identification results and do not provide control suggestions. Water guava plants have the potential to be cultivated because they have high selling power, so they can help the community\u27s economy. There still needs to be more information for the public about pests that attack water guava plants which will cause losses to people who cultivate guava, causing many problems, such as crop failure, imperfect growth, rotten fruit, leaves quickly falling, and other problems. Several pests can attack water guava plants, including Pests Bactrocera spp, Pests Pagodiella hekmeyeri, Pests Attacus atlas L, Pests Phenacoccus manihoti, Pests Liriomyza sp, Pests Leptocorisa oratorius, and Pests Mites. An expert system is one solution that can be a solution to these problems. The community can consult using an expert system by selecting visible symptoms, and then the expert system will process the selected symptoms, then diagnose the types of pests that attack the guava plant and provide solutions in the form of prevention and control. The method used is the CBR method for processing symptom input data by the user and then the similarity value for each guava plant pest is stored in the knowledge base, this method is very easy to apply and has fairly high accuracy. Of the 30 data samples tested, there are 28 valid data and 2 invalid data. The accuracy value obtained is 93%, so the CBR method is very suitable to be used as a method in developing an expert system for diagnosing guava plants
Implementasi VPN Antar Cabang Menggunakan Teknologi SDWAN dengan Metode Load Balance (Studi Kasus: PT. Mitra Solusi Infokom)
Get PDFPerkembangan komunikasi jaringan yang cepat, proses mengelola dan monitoring jaringan akan lebih kompleks. Pada perusahaan yang memiliki kantor cabang yang letaknya terpisah secara geografis maka diperlukan Wide Area Network (WAN) sebagai media komunikasi, pada kasus ini mulai terdapat banyak masalah mulai dari speed, bandwidth, delay, dan koneksi jalur komunikasi (redundansi). PT Mitra Solusi Infokom memiliki kantor cabang yang memiliki perbedaan area secara geografis. Permasalahan yang dihadapi adalah komunikasi antara kantor cabang dan kantor pusat hanya memiliki satu jalur yaitu MPLS (Multiprotocol Label Switching) dimana tidak adanya redundansi jalur komunikasi antar kantor pusat dan Kantor cabang, yang mengakibatkan komunikasi antara kantor cabang dan kantor pusat akan putus apabila jalur MPLS sedang mengalami gangguan. Melihat permasalahan ini, peneliti akan mencoba melakukan desain ulang terhadap topologi yang sedang berjalan. Desain ulang ini menggunakan 2 jalur komunikasi antar site, salah satunya menggunakan jaringan internet yang dilapisi IPSec VPN dan pada jaringan utama MPLS juga dilapisi dengan IPSec VPN. Kemudian 2 jalur tersebut akan di handle dengan adanya teknologi SD-WAN. Peneliti mendesain ulang sistem jaringan, dengan mempunyai backup jalur meggunakan 2 dengan sistem redundansi dan load balance. Hasil yang diharapkan adalah 2 jalur tersebut dapat menghandle traffic secara bersamaan, dan mampu membackup apabila salah satu jalur down. Hasil dari penelitian ini, traffic antar site dapat terbagi antara jalur MPLS jalur internet, jalur internet mampu menghandle traffic yang telah di load balance dan membackup apabila koneksi MPLS down, sistem failover menggunakan teknologi SDWAN mampu mengurangi downtime sebesar 95%, Sehingga mengurangi tingkat kegagalan jaringan.AbstractThe rapid development of network communication, the process of managing and monitoring the network will be more complex. In companies that have branch offices that are geographically separated, a Wide Area Network (WAN) is needed as a communication, in this case there are problems ranging from speed, bandwidth, delay, and communication line connections (redundancy). PT Mitra Solusi Infokom has branch offices that have different geographical areas. The problem faced is that communication between branch offices and head office only has one path, namely MPLS (Multiprotocol Label Switching) where there is no redundancy of links communication between the head office and branch offices, which causes the communication to break if the link MPLS issues. Seeing this problem, researchers will try to develop an ongoing topology using the PPDIOO development research method (Prepare, Plan, Design, Implement, Operate, and Optimize) to assist and provide stages of network installation, monitoring, and development. This development uses 2 links communication between sites, one of which uses the internet using IPSec VPN and the main MPLS network is also using IPSec VPN. Then the 2 links will be handled with the SD-WAN technology. Researchers develop a network system to have backup paths as a redundancy and load balance system. The expected result is that the 2 links can handle traffic simultaneously, and be able to backup if one link down. The results of this study, link the internet is able to handle traffic that has been load balanced and backed up if the MPLS connection is down, system failover using SD WAN technology is able to reduce downtime by 95%, thereby reducing network failure rates