Jurnal Buana Informatika
Not a member yet
274 research outputs found
Sort by
Load Test pada Microservice yang menerapkan CQRS dan Event Sourcing
Full text linkAbstract. Load Test on Microservice implementing CQRS and Event Sourcing. In developing an application, determining the architecture is a very important job. This research implements microservice architecture with CQRS pattern and event sourcing on OpenAPI, API-driven and event-driven integration between services. Applying the right architecture can make the performance of the application faster. There are two test activities that are useful to find out the difference in the frequency of requests for APIdriven and event-driven that can affect response time, error rate and throughput, as well as analyze which architecture has better performance. The test is carried out using a load test technique using the JMeter tool. This study proves that microservices with CQRS and Event Sourcing patterns have 3.7% faster performance compared to API-driven, and communication between services has no effect on error rate and throughput. Keywords: microservice, load test, CQRS, event sourcing, software architecture Abstrak. Dalam pengembangan sebuah aplikasi, penentuan arsitektur merupakan pekerjaan yang sangat penting. Penelitian ini mengimplementasikan arsitektur microservice dengan pola CQRS dan event sourcing pada OpenAPI, integrasi antar service berbasis API-driven dan event-driven. Penerapan arsitektur yang tepat dapat membuat performansi dari aplikasi menjadi lebih cepat. Terdapat dua aktivitas pengujian yang berguna untuk mengetahui perbedaan frekuensi request pada API-driven dan eventdriven yang dapat mempengaruhi response time, error rate dan juga throughput, serta menganalisis arsitektur mana yang memiliki performa yang lebih baik. Pengujian dilakukan dengan teknik load test yang menggunuakan tool JMeter. Penelitian ini membuktikan bahwa microservice dengan pola CQRS dan Event Sourcing memiliki performansi lebih cepat 3,7% dibandingkan dengan API-driven, serta komunikasi antar service tidak berpengaruh pada error rate dan throughput.Kata Kunci: microservice, load Test, CQRS, event sourcing, software arsitektu
Unjuk Kerja Selection Sort Hybrid
Full text linkAbstract. Sorting is the most basic and important process in data processing. The sorting process on large data causes large computation. Some existing sorting algorithms need to be improved to further improve their performance. This study tried to develop an existing selection sort algorithm, into a selection sort hybrid algorithm that is expected to have better performance. Selection sort hybrid algorithm is an algorithm that combines both minimum and maximum searching techniques. It can find minimum and maximum values in the same time to sort from the both side of the data. Since it can be done separately, multithreading is used to do this job. So the sorting process can be done simultaneously. Several tests using different amounts of data have been conducted to compare the performance of the algorithms. The result is selection sort hybrid algorithm more efficient than the origin selection sort. Henceforth, the result obtained from the research can be used for various purposes related to data processing in informatics area.Keywords: sorting, selection sort, selection sort hybrid, computingAbstrak. Sorting atau pengurutan adalah proses yang paling mendasar dan penting dalam pemrosesan data. Proses pengurutan pada data yang besar menyebabkan komputasi menjadi tinggi. Maka beberapa algoritme pengurutan perlu ditingkatkan kinerjanya. Penelitian ini mencoba mengembangkan algoritme selection sort, menjadi algoritme selection sort hybrid yang diharapkan memiliki kinerja yang lebih baik. Algoritme selection sort hybrid adalah algoritme yang menggabungkan teknik pencarian minimum dan maksimum. Algoritme tersebut dapat menemukan nilai minimum dan maksimum dalam waktu yang bersamaan untuk mengurutkan data dari kedua sisinya. Karena dapat dikerjakan secara terpisah, maka teknik multithreading digunakan untuk melakukan pekerjaan ini. Jadi proses pengurutan data bisa dilakukan secara simultan. Beberapa pengujian menggunakan jumlah data yang berbeda telah dilakukan untuk membandingkan kinerja kedua algoritme ini. Hasilnya adalah algoritme selection sort hybrid lebih efisien daripada algoritme selection sort untuk semua kasus yang diberikan. Diharapkan hasil yang diperoleh dari penelitian ini dapat digunakan untuk berbagai keperluan terkait dengan pengolahan data di bidang informatika.Kata kunci: Pengurutan, selection sort, selection sort hybrid, komputas
Visualisasi Pemain Sepak Bola Indonesia pada DBPedia dengan menggunakan Node2Vec dan Closeness Centrality
Full text linkAbstract. Visualization of Indonesian Football Players on DBpedia through Node2Vec and Closeness Centrality Implementation. Through Semantic Web, data available on the internet are connected in a large graph. Those data are still raw so that they need to be processed to be an information that can help humans. This research aims to process and analyze the Indonesian soccer player graph by implementing node2vec and closeness centrality algorithm. The graph is modeled through a dataset obtained from the DBpedia by performing a SPARQL query on the SPARQL endpoint. The results of the Node2vec algorithm and closeness centrality are visualized for further analysis. Visualization of node2vec shows that the defenders are distributed over the players. Meanwhile, the result of closeness centrality shows that the strikers have the highest centrality score compared to other positions.Keywords: visualization, node2vec, closeness centralityAbstrak. Dengan adanya web semantik, data yang tersebar di internet dapat saling terhubung dan membentuk suatu graf. Data yang ada pada graf tersebut masih berupa data mentah sehingga perlu dilakukan pengolahan agar data mentah tersebut dapat menjadi informasi yang dapat membantu manusia. Penelitian ini bertujuan untuk melakukan pengolahan dan analisis terhadap graf pemain sepak bola Indonesia dengan mengimplementasikan algoritma node2vec dan closeness centrality. Graf dimodelkan melalui dataset yang didapat dari website DBpedia dengan cara melakukan query SPARQL pada SPARQL endpoint. Hasil dari algoritma node2vec dan closeness centrality divisualisasikan untuk dianalisis. Visualisasi dari node2vec menunjukkan pemain defender tersebar. Hasil closeness centrality menunjukkan bahwa pemain striker memiliki nilai tertinggi daripada posisi lainnya.Kata Kunci: visualisasi, node2vec, closeness centralit
Forecasting of Catfish Sales by Time Series Using the SARIMA method
Full text linkAbstrak. Sistem informasi yang mengotomatiskan proses bisnis, terutama dengan persyaratan khusus masih relevan saat ini. Clarias Makmur, sebuah usaha mikro di Indonesia yang membiakkan dan menjual ikan lele menggunakan sistem informasi ini untuk menjalankan penjualan, pengeluaran, modal, dan pelaporan mereka. Penjualan ikan lele sebagai makhluk hidup memiliki ciri khas tersendiri yang menunjukkan pola musiman yang unik. Sebuah model bernama SARIMA (Seasonal Autoregressive Integrated Moving Average) kemudian diusulkan untuk memprediksi penjualan. Lebih lanjut, sistem yang disebut SITRAN dibuat online supaya perusahaan mikro ini beroperasi secara fleksibel. Ada 400 data penjualan yang digunakan dalam metode ini untuk membuat model dan prediksi, sedangkan 100 data lainnya digunakan untuk menguji akurasi metode. Hasil penelitian menunjukkan bahwa SARIMAX (21,2,0) (1,0,0,12) adalah model terbaik yang ditemukan dalam percobaan dan yang memberikan RMSE terkecil. Kata kunci: prediksi; penjualan ikan lele; pola musiman; SARIMA Abstract. An information system that automates a business process, especially with specific requirement is still relevant these days. Clarias Makmur, a micro cooperation in Indonesia that breeds and sells catfish uses such an information system to carry out their sales, expenses, capital and reporting. The sales of catfish as a living creature have their own characteristics showing the unique seasonal pattern. A model named SARIMA (Seasonal Autoregressive Integrated Moving Average) is then proposed to predict the sales. Furthermore the system called SITRAN is made to be online for the cooperation to operate flexibly. There are 400 sales data used for the method to model and predict, while another 100 are used to test the method accuracy. The result shows that SARIMAX(21,2,0)(1,0,0,12) is the best model found in the experiment giving the smallest RMSE. Keywords: prediction; catfish sales; seasonal pattern; SARIMA
Analisis Performa Container Berplatform Docker atas SeranganMalicious Software (Malware)
Full text linkAbstract. As a new virtualization technology, many things about container technology need to be explored . One of them is data security issue when this technology is applied in a network. The study aims to discover a container performance when a server is being attacked by a malware. In this research, the container is installed natively on Windows Server 2016 and using Docker as the platform. Two groups of malware are used that each group has different effect on the server system. The results show that the malware used in this research does not affect the container performance yet it affects the network used by the container. The calculation results point out an increasing delay at HTTP protocol when the server is being attacked by malware group A which is from 0.028335 ms to 2.2698161 ms. The attack of group B malware on the server caused the website inside the container inaccessible. This is because group B malware also attacked the network server where the container is holding to.Keywords : Virtualization, Container, Malware, Native, Windows Server 2016, Docker.Abstrak. Sebagai teknologi virtualisasi yang baru, banyak hal yang perlu digali tentang teknologi container. Salah satunya adalah masalah keamanan data jika teknologi ini diterapkan dalam jaringan. Penelitian bertujuan untuk mengetahui performa container bila server mendapat serangan dari malware. Pada penelitian ini container dipasang secara native pada Windows Server 2016 dan menggunakan Docker sebagai platform. Dua kelompok malware digunakan dalam penelitian ini dimana setiap kelompok memiliki efek yang berbeda pada sistem server. Hasil menunjukkan bahwa malware yang digunakan dalam penelitian ini tidak mempengaruhi kinerja container, tetapi mempengaruhi network yang digunakan oleh container. Hasil penghitungan menunjukkan kenaikan delay pada protokol HTTP pada saat server mengalami serangan malware kelompok A yaitu dari 0.028335 ms sampai 2.2698161 ms. Serangan malware kelompok B pada server menyebabkan website yang ada di dalam container tersebut tidak dapat diakses. Hal ini disebabkan malware kelompok B juga menyerang network server dimana container tersebut menginduk.Kata Kunci : Virtualisasi, Container, Malware, Native, Windows Server 2016, Docker
Penerapan Algoritma Fisher Yates Shuffle Pada Aplikasi TOEFL Preparation Berbasis Web
Full text linkAbstract. Applying Fisher Yates Shuffle Algorithm on The Web-Based TOEFL Preparation Application. TOEFL (Test of English as a Foreign Language) in Indonesia has been using paper all this time so the questions given to participants are still the same. Therefore, an application for randomizing the TOEFL questions is needed. The algorithm for randomizing the questions used is the Fisher Yates Shuffle algorithm, which is an algorithm to generate random permutations from a finite set. The purpose of this research is to make an application of the Fisher Yates Shuffle algorithm in the web based TOEFL Preparation application in Britania Purwokerto. Britania Purwokerto is an English language course in Banyumas. The method used to develop the application is the Extreme Programming (XP) method. After testing using the black box testing method, it is concluded that the fisher yates shuffle algorithm can be applied in the web based TOEFL Preparation application for the online TOEFL test in Britania Purwokerto.Keywords: Course Institution, TOEFL, Fisher Yates Shuffle, Extreme Programming.Abstrak. Ujian TOEFL (Test of English as a Foreign Language) di Indonesia selama ini masih menggunakan paper sehingga soal yang diberikan kepada peserta tetap sama. Oleh karena itu diperlukan aplikasi untuk mengacak soal ujian TOEFL. Algoritma pengacakan soal pada aplikasi yang digunakan yaitu algoritma Fisher Yates Shuffle, yang merupakan sebuah algoritma untuk menghasilkan permutasi acak dari suatu himpunan terhingga. Tujuan penelitian ini adalah membuat aplikasi penerapan algoritma Fisher Yates Shuffle pada aplikasi TOEFL berbasis web untuk Britania Purwokerto. Britania Purwokerto merupakan lembaga kursus bahasa Inggris yang berada di Kabupaten Banyumas. Metode yang digunakan untuk mengembangkan aplikasi adalah metode Extreme Programming (XP). Setelah dilakukan pengujian mengunakan metode black box testing disimpulkan bahwa algoritma Fisher Yates Shuffle dapat diterapkan pada aplikasi TOEFL Preparation berbasis web untuk ujian online di Britania Purwokerto. Kata Kunci: Lembaga Kursus, TOEFL, Fisher Yates Shuffle, Extreme Programming (XP)
Prediksi Kunjungan Wisatawan Taman Nasional Gunung Merbabu dengan Time Series Forecasting dan LSTM
Full text linkAbstract. Prediction of tourist visits of Mount Merbabu National Park (TNGMb) needs to be done to control the number of visitors and to preserve the national park. The combination of time series forecasting (TSF) and deep learning methods has become a new alternative for prediction. This case study was conducted to implement several methods combination of TSF and Long-Short Term Memory (LSTM) to predict the visits. In this case study, there are 18 modelling scenarios as research objects to determine the best model by utilizing tourist visits data from 2013 to 2018. The results show that the model applying the lag time method can improve the model's ability to capture patterns on time series data. The error value is measured using the root mean square error (RMSE), with the smallest value of 3.7 in the LSTM architecture, using seven lags as a feature and one lag as a label.Keywords: Tourist Visit, Taman Nasional Gunung Merbabu, Prediction, Recurrent Neural Network, Long-Short Term MemoryAbstrak. Prediksi kunjungan wisatawan Taman Nasional Gunung Merbabu (TNGMb) perlu dilakukan untul pengendalian jumlah pengunjung dan menjaga kelestarian taman nasional. Gabungan metode antara time series forecasting (TSF) dan deep learning telah menjadi alternatif baru untuk melakukan prediksi. Studi kasus ini dilakukan untuk mengimplementasi gabungan dari beberapa macam metode antara TSF dan Long-Short Term Memory (LSTM) untuk memprediksi kunjungan pada TNGMb. Pada studi kasus ini, terdapat 18 skenario pemodelan sebagai objek penelitian untuk menentukan model terbaik, dengan memanfaatkan data jumlah kunjungan wisatawan di TNGMb mulai dari tahun 2013 sampai dengan tahun 2018. Hasil prediksi menunjukkan pemodelan dengan menerapkan metode lag time dapat meningkatakan kemampuan model untuk menangkap pola pada data deret waktu. Besar nilai kesalahan diukur menggunakan root mean square error (RMSE), dengan nilai terkecil sebesar 3,7 pada arsitektur LSTM, menggunakan tujuh lag sebagai feature dan satu lag sebagai label. Kata Kunci: Kunjungan Wisatawan, Taman Nasional Gunung Merbabu, Prediksi, Recurrent Neural Network, Long-Short Term Memor
Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura
Full text linkAbstract. Sentiment Analysis Using Naive Bayes Classifier Against Restaurant Reviews in Singapore. Various restaurant options bring up a problem for diners to pick a restaurant to dine in. Thus, visitors usually perceive the restaurant's recommendation or rating in advance to know other diners' opinions about the restaurant. Previous restaurant diners' comments can be presented in sentiment analysis to determine their satisfaction. This research investigates the Naïve Bayes Classifier algorithm's performance in classifying visitors' sentiment based on restaurant diner comments. We will group visitors' comments into two types of sentiment: positive (satisfied) and negative (unsatisfied). The results of the data classification test are analyzed to determine its accuracy. The grouping of visitor satisfaction reviews using the naïve bayes algorithm provides an accuracy score of 73%. Besides, we visualize the research classification results in the browser-based R Shiny web application through word cloud and diagrams.Keywords:restaurant review, sentiment analysis, Naïve Bayes ClassifierAbstrak. Variasi pilihan restoran yang tidak sedikit menjadi salah satu masalah bagi pengunjung ketika ingin memilih restoran. Sehingga, pengunjung biasanya melihat rekomendasi atau penilaian pengunjung lain terhadap restoran tersebut terlebih dahulu untuk mengetahui penilaian pengunjung lain terhadap restoran tersebut. Penilaian atau review pengunjung dapat disajikan dalam analisis sentimen berdasarkan komentar para pengunjung restoran sebelumnya untuk melihat kepuasan pengunjung terhadap restoran tersebut. Penelitian ini dilakukan untuk mengetahui performa algoritma Naïve Bayes Classifier dalam melakukan klasifikasi sentimen berdasarkan komentar pengunjung restoran. Penelitian dilakukan dengan mengklasifikasikan data komentar pengunjung restoran menjadi dua kategori sentimen, yaitu: positif (satisfied) dan negatif (unsatisfied). Hasil pengujian pengklasifikasian data kemudian dianalisis akurasinya. Hasil pengelompokan review kepuasan pengunjung menggunakan algoritma naïve bayes memberikan nilai akurasi sebesar 73%. Visualisasi hasil klasifikasi dari analisis kemudian ditampilkan pada aplikasi berbasis web yaitu R Shiny berupa wordcloud dan diagram. Kata Kunci: penilaian restoran, analisis sentimen, Naïve Bayes Classifie
Batik Motifs Detection Using Pattern Recognition Method
Full text linkAbstract. Batik motif is one of the factors that makes batik unique and attractive. There are various kinds of batik motif designs in various areas. Each of these design motifs implies symbols/illustrations that contain certain meanings.The design of the batik motif is used in different events according to the occasions. But unfortunately, not many people understand this, even though local wisdom on the design of batik motifs is one form of cultural heritage of the archipelago that must be preserved. Related to this, development of information technology and multimedia should be used as a solution. However, until now, there is no accurate and fast information system in detecting batik motifs. This study applies pattern recognition methods to find the most appropriate and accurate method for detecting and interpreting batik motifs. The method will be used to build a batik motif detection information system to help users get information quick and accurately.Keywords: pattern recognition, batik motifs, analysis and design of information systems.Abstrak. Motif batik merupakan salah satu faktor yang menjadikan batik unik dan menarik. Terdapat berbagai macam desain motif batik di berbagai area. Setiap desain motif tersebut mengisyaratkan simbol-simbol/ilustrasi yang mengandung makna tertentu. Tentu saja desain motif batik tersebut digunakan dalam acara yang berbeda-beda sesuai dengan keperluanya. Namun sayang, tidak banyak orang yang mengerti hal ini, padahal kearifan lokal pada desain motif batik tersebut merupakan salah satu bentuk warisan budaya nusantara yang wajib dilestarikan. Terkait hal tersebut, seharusnya perkembangan teknologi informatika dan multimedia dapat digunakan sebagai solusi. Namun demikian, sampai saat ini, belum ada system informasi yang akurat dan cepat dalam mendeteksi dan menginterpretasi motif batik. Penelitian ini menerapkan metode-metode pengenalan pola guna menemukan metode yang paling tepat dan akurat untuk mendeteksi dan menginterpretasi motif batik. Metode tersebut akan digunakan untuk membangun system informasi deteksi motif batik untuk membantu pengguna yang tidak mengenal motif batik mendapatkan informasi secara lebih cepat dan akurat.Kata Kunci: pattern recognition, batik motifs, analysis and design of information systems
Penentuan Rute Pengiriman Ice Tube di Kota Malang dengan Algoritma Genetika
Full text linkAbstract. Determining routes for ice tube delivery in Malang is a complex combinatorial problem classified as NP-hard problem. This study aims for optimizing the sales travel routes determination for the delivery to several customers by considering the efficiency of distance traveled. This problem is modeled in the form of Multi Salesman Traveling Problem. Genetic algorithm was used to optimize the determination of ice tube delivery routes that must be taken by each sales. Problems were coded by using permutation representation in which order crossover and swap mutation methods were used for the reproduction process. The process of finding solution was done by using elitism selection. The best genetic algorithm parameters obtained from the test results are the number of iterations of 40 and the population of 40, with the shortest route of 30.3 km. The final solution given by the genetic algorithm is in the form of a travel route that must be taken by each ice tube sales.Keywords: genetic algorithm, mutli travelling salesman problem, optimization, routeAbstrak. Penentuan rute pengiriman ice tube di kota Malang merupakan permasalahan kombinatorial kompleks yang diklasifikasikan sebagai permasalahan NP-hard. Penelitian ini bertujuan untuk melakukan optimasi dalam pembentukan rute perjalanan sales dalam melakukan pengiriman ke beberapa pelanggan dengan mempertimbangkan efisiensi jarak tempuh. Permasalahan ini dimodelkan dalam bentuk Multi Salesman Travelling Problem. Algoritme genetika digunakan untuk mengoptimalkan pembentukan rute pengiriman ice tube yang harus dilalui oleh setiap sales. Permasalahan dikodekan menggunakan representasi permutasi, dengan proses reproduksi menggunakan metode order crossover dan swap mutation. Proses pencarian solusi dilakukan menggunakan elitism selection. Parameter algoritme genetika terbaik yang didapatkan dari hasil pengujian adalah banyaknya iterasi sebesar 40 dan banyaknya populasi sebesar 40, dengan rute terpendek sebesar 30.3 km. Solusi akhir yang diberikan oleh algoritme genetika berupa rute perjalanan yang harus ditempuh oleh setiap sales ice tube.Kata Kunci: algoritme genetika, multi travelling salesman problem, optimasi, rut