Implementasi Jaringan VPN untuk Mengurangi Biaya Komunikasi Menggunakan Metode EoIP Over PPTP: Studi Kasus House Printing

Perusahaan di bidang percetakan masih sangat dibutuhkan, meski dunia digital kini semakin berkembang pesat. Banyak korporasi masih membutuhkan media cetak sebagai penunjang untuk memenuhi kebutuhan perusahaan. House Printing adalah salah satu perusahaan di bidang percetakan yang masih berkembang, dengan perkembangan teknologi saat ini kebutuhan akses data tidak cukup dibebankan dengan akses lokal saja, sehingga dibutuhkannya struktur jaringan yang mampu mengakses data lebih cepat meski dengan jarak jauh sekalipun. Selain itu, koneksi jaringan yang dibutuhkanpun tidak ingin terpaku oleh salah satu provider saja. Sebagai perusahaan industri kreatif yang sedang berkembang dengan mengikuti perkembangan teknologi yang ada, House Printing memiliki tanggung jawab penuh untuk memberi layanan terbaiknya kepada para pelanggannya. Tidak hanya sekedar meliputi produk atau jasa yang ditawarkan, akan tetapi berkaitan dengan akses data dari kantor cabang ke kantor pusat atau sebaliknya. Terlebih dengan kondisi pandemic yang tak kunjung usai, yang mengharuskan karyawan bekerja dari rumah. Dengan file grafis yang memiliki ukuran kapasitas yang cukup besar, sangat menghambat kinerja perusahaan jika hanya transfer data melalui email saja. Selain itu menjadikan pelayanan perusahaan tidak efektif dan kurang memuaskan bagi pelanggan apabila terdapat gangguan jaringan dll, karena tidak dapat akses ke kantor pusat. Dengan menyesuaikan kondisi perusahaan dan kebutuhan dukungan jaringan pada perusahaan, salah satu opsi penyelesaian masalah untuk transfer data agar lebih mudah adalah dengan menggunakan metode VPN atau dengan menggunakan metode Cloud Storage. VPN atau yang disebut juga Virtual Private Network merupakan salah satu alternatif pengaman data yang bersifat privat yang memungkinkan penggunaannya untuk perusahaan berkembang dengan efisiensi biaya untuk perusahaan.

Pemodelan Site pada Heterogen Network 5G Menggunakan Optimized Network Enggineering Tools

Penelitian ini melakukan analisis desain Pemodelan Site Pada Heterogen Network 5G (HetNet 5G) Menggunakan Optimized Network Enggineering Tools. Pemodelan menggunakan perhitungan dan simulasi untuk menganalisis traffic dan coverage generasi sebelumnya yaitu 4G LTE yang diterapkan pada jaringan seluler existing pada site HetNet 5G, untuk memenuhi kebutuhan penempatan site 5G. Hasil penelitian ini diharapkan dapat digunakan sebagai rekomendasi bagi operator seluler. Data yang digunakan simulasi diperoleh dari salah satu operator seluler Indonesia di wilayah Kecamatan Lowokwaru Malang yaitu sebanyak 40 site. Berdasarkan perhitungan dan simulasi dari ke 40 site tersebut diperoleh 6 site yang potensi diterapkan site teknologi 5G. Tahapan penelitian ini diawali dengan penentuan lokasi wilayah yang potensi diterapkan site 5G, data lokasi koordinat dan parameter site untuk perhitungan prediksi kenaikan jumlah penduduk selama 5 tahun yang akan datang, analisis morfologi dan wilayah point of interes (POI), serta kapasitas penduduk sedangkan perhitungan troughput menjadi kriteria di masing-masing kelurahan. Selanjutnya, hasil perhitungan dan simulasi di plotkan pada Map Info untuk menampilkan persebaran site di masing-masing kelurahan. Site yang memenuhi potensi 5G di plot dengan diagram voronoi aplikasi dalam Map Info sesuai radius 4G dan 5G. Diagram voronoi menampilkan coverage berbeda teknologi 4G dan 5G.

Segmentasi Citra Warna Otomatis Rambu Lalu Lintas dengan Penerapan Mask Thresholder

Segmentasi rambu jalan dan sistem pengenalan merupakan aspek penting dan esensial untuk digunakan pada sistem autopilot, smart car atau autonomous vehicle yang memungkinkan kendaraan dapat berjalan tanpa pengemudi manusia. Namun demikian pada paper ini citra rambu jalan yang diproses dalam bentuk image dan bukan vidio/kamera. Penelitian ini bertujuan memperoleh citra warna rambu jalan dengan presisi yang tinggi. Pada penelitian ini ditawarkan metode segmentation rambu jalan dengan mengembangkan Fuzzy C-means dengan menginjeksikan teknik mask-tresholder untuk mendapatkan hasil segmentasi warna rambu jalan dengan presisi tinggi. Mula-mula citra dideteksi dalam ruang warna RGB kemudian diubah menjadi model warna L*a*b dan dilanjukan ekstraksi untuk mendapatkan komponan warna *a*. Fuzzy C-means dterapkan pada citra warna *a* untuk segmentasi foreground dan background. Proses dilanjutkan dengan operasi opening – closing dan hole filling untuk mereduksi noise pada hasil segmentasi. Sampai pada tahap ini hasil segmentasi yang diperoleh adalah citra binary dimana foreground dalam warna putih dan bacground dalam warna hitam. Oleh karena itu untuk mendapatkan citra hasil segmentasi rambu jalan dalam ruang warna RGB maka diperlukan proses konvolusi. Teknik konvolusi yang dilakukan pada penelitian ini adalah dengan mengalikan tiap piksel citra mask tresholder dengan citra semula dalam ruang warna RGB. Citra mask tresholder yang digunakan dalam penelitian ini adalah citra binary hasil segmentasi dengan Fuzzy Cmeans. Metode yang ditawarkan telah diuji dengan citra rambu jalan sejumlah 18 citra. Hasil yang diperoleh menunjukkan kinerja metode yang diusulkan mampu mensegmentasi citra rambu jalan dalam sesuai warna citra semula. Menggunakan metode jaccard untuk mengukur akurasi kinerja didapat tingkat akurasi adalah 97,73%.

SIPGANG: Sistem Pendukung Keputusan Rekomendasi Magang Industri Berbasis Multi Attribute Utility Theory (MAUT)

Magang adalah proses penerapan bidang keilmuan dan keterampilan yang diperoleh di kampus pada dunia industry. Dalam pelaksanaannya, saat mahasiswa selesai melaksanakan magang ada beberapa mengeluhkan bahwa perusahaan tempat magang tidak sesuai dengan standar yang diinginkan, tidak sesuai bidang serta beban kerja yang berlebih sehingga dalam pelaksanaanya mahasiswa merasa tidak bisa optimal dalam menggunakan kemampuan yang dimiliki. Hal ini dikarenakan adanya subjektifitas dalam penentuan tempat magang, mahasiswa memilih sendiri tempat magang tersebut yang terkadang belum mengetahui job desk yang akan dikerjakan. Selain itu koordinator magang jurusan merekomendasikan tempat magang berdasarkan penilaian pembimbing magang saat visitasi padahal tidak mengetahui keadaan sebenarnya yang telah terlaksana. Sehingga dalam hal ini dibutuhkan adanya sebuah sistem yang mampu membantu dalam pengambilan keputusan rekomendasi tempat magang. Penelitian ini dibuat dengan menerapkan metode pengembangan system Rapid Development Prototyping (RAD) dan penilaian rekomendasi diperoleh menggunakan metode MAUT (Multi Attribute Utility Theory). Metode MAUT akan mengolah penilaian dari masing kriteria (jam kerja, bobot tugas yang diberikan selama magang, kesesuaian tugas dengan keahlian, standar perusahaan, penerapan K3 di perusahaan, fasilitas dan peralatan praktik untuk peserta magang serta bidang keahlian) sesuai dengan bobot yang ditentukan dengan tujuan memberikan penilaian dari sisi mahasiswa yang telah selesai pelaksanaan magang terhadap industri bersangkutan. Pengujian pada aplikasi SIPGANG penentuan rekomendasi industry menggunakan uji kuisioner dengan Sistem Usability Scale (SUS) dan didapatkan hasil akhir 72 yang menyatakan bahwa system dalam kategori layak untuk digunakan.

Pembuatan Program Aplikasi Desain Batik Flora

Batik mengalami perkembangan motif dari waktu ke waktu. Motif yang dahulu berawal dari batik klasik, saat ini menjadi sangat bervariasi. Tanaman bunga yang tumbuh pada lingkungan sekitar menimbulkan inspirasi untuk membuat motif batik Flora. Pembuatan desain batik flora secara manual dilakukan dengan membuat sketsa bunga yang menjadi inspirasi pada kertas dengan pena. Proses desain ini membutuhkan kemampuan menggambar dari desainer dan waktu yang cukup. Perkembangan teknologi informasi memberikan kesempatan untuk mengembangkan desain batik yang inovatif dengan lebih cepat. Penelitian ini bertujuan untuk membuat program aplikasi desain batik flora. Program aplikasi ini didesain dengan berdasarkan ide peneliti untuk memenuhi kebutuhan dasar desainer untuk memperoleh motif flora. Aplikasi berhasil membuat gen yang bersih dengan cara mengambil objek bunga dari sebuah foto menggunakan fitur warna. Pemotongan objek dilakukan dengan metode 8-connected labeling. Objek bunga yang diperoleh dari aplikasi dapat disimpan dan digunakan oleh aplikasi untuk membuat sebuah pheno. Aplikasi menyediakan area untuk membuat pheno dengan model posisi bebas. Satu atau dua pheno dapat digandakan dalam layout tertentu untuk menghasilkan desain kain batik flora. Aplikasi yang dibuat menyediakan 6 (enam) layout desain kain yang masih bisa diperbanyak model layoutnya dalam penelitian lanjutan. Dengan menggunakan aplikasi yang dibangun dapat dihasilkan kreasi-kreasi desain gen, pheno maupun kain batik flora. Variasi desain batik flora sangat bergantung dari kreasi pengguna dalam membuat gen dan pheno.

Smart Inventory System untuk Distribusi Vaksin dengan Metode Economic Order Quantity

Sistem inventory adalah serangkaian aktivitas dalam melakukan proses pengelolaan data barang yang terdapat pada penyimpanan yang memiliki peran dan fungsi krusial untuk menyelesaikan permasalahan dalam mengelola, mengontrol, dan memudahkan pelaporan data barang. Sistem inventory diperlukan salah satunya untuk memanajemen persediaan stok vaksin. Saat ini manajemen persediaan vaksin pada dinas kesehatan hingga ke level puskesmas masih ditemukan permasalahan, seperti belum adanya standar perhitungan kuantitas pengadaan dan safety stock yang optimal sehingga persediaan menjadi tidak merata di beberapa wilayah yang menyebabkan terjadinya kelebihan dan kekosongan stok. Hal ini membuat pengelolaan biaya persediaan vaksin tidak efisien. Oleh karenanya, diperlukan sistem inventory yang mampu meningkatkan efisiensi pengelolaan stok vaksin yang optimal dengan meminimumkan biaya. Penelitian yang dilakukan, yaitu membangun smart inventory system menerapkan metode economic order quantity untuk mengoptimalkan persediaan dan mengimplementasikan teknologi RFID (Radio Frequency Identification) berbasis Internet of Things (IoT) untuk mengefisiensi pencatatan pergerakan stok secara otomatis. Sistem dianalisis dan dirancang menggunakan metode SDLC (System Development Life Cycle) sehingga spesifikasi kebutuhan diidentifikasi secara jelas agar dapat memecah permasalahan. Model yang digunakan adalah waterfall methodology. Selanjutnya dilakukan pengujian terhadap smart inventory system. Berdasarkan pengujian yang dilakukan menunjukkan smart inventory system memenuhi kebutuhan dalam pengelolaan stok vaksin secara efektif dan efisien dengan performance error yang terjadi hanya sebesar 1,98%.

Analisis Perbandingan Nilai Akurasi Mekanisme Attention Bahdanau dan Luong pada Neural Machine Translation Bahasa Indonesia ke Bahasa Melayu Ketapang dengan Arsitektur Recurrent Neural Network

Di Indonesia, penerapan mesin penerjemah masih banyak dilakukan dengan berbasis statistik khususnya dalam eksperimen penerjemahan bahasa daerah. Dalam beberapa tahun terakhir, mesin penerjemah jaringan saraf tiruan telah mencapai kesuksesan yang luar biasa dan menjadi metode pilihan baru dalam praktik mesin penerjemah. pada penelitian ini menggunakan mekanisme attention dari Bahdanau dan Luong dalam bahasa Indonesia ke bahasa Melayu Ketapang dengan data korpus paralel sejumlah 5000 baris kalimat. Hasil pengujian berdasarkan metode penambahan secara konsisten dengan jumlah epoch didapatkan nilai skor BLEU yaitu pada attention Bahdanau menghasilkan akurasi 35,96% tanpa out-of-vocabulary (OOV) dengan menggunakan jumlah epoch 40, sedangkan pada attention Luong menghasilkan akurasi 26,19% tanpa OOV menggunakan jumlah 30 epoch. Hasil pengujian berdasarkan k-fold cross validation didapatkan nilai rata-rata akurasi tertinggi sebesar 40,25% tanpa OOV untuk attention Bahdanau dan 30,38% tanpa OOV untuk attention Luong, sedangkan pengujian manual oleh dua orang ahli bahasa memperoleh nilai akurasi sebesar 78,17% dan 72,53%.

Aplikasi Pencarian Pekerja Jasa Rumah Tangga di Sekitar dengan Metode Radius dan Rating Berbasis Android

Berkurangnya lapangan pekerjaan akibat penurunan beberapa sektor usaha dikarenakan masa krisis akibat pandemi, membuat banyak pekerja memilih beralih menjadi pekerja rumah tangga untuk memperoleh penghasilan. Penelitian ini bertujuan untuk membuat aplikasi yang dapat mempertemukan pencari kerja dengan pemberi kerja. Digunakan Metode Radius yang memanfaatkan Google Maps API dalam mengakses lokasi pemberi kerja dan pencari kerja sehingga pencari kerja dapat dengan mudah mencari pekerjaan yang berada disekitarnya. Pekerjaan yang telah diselesaikan akan diberikan rating oleh pemberi kerja sesuai tingkat kepuasan terhadap hasil pekerjaan pencari kerja. Aplikasi yang dibangun sudah memiliki peningkatan keamanan seperti enkripsi koneksi web service ke server Backend, verifikasi OTP nomor telepon, dan verifikasi data pengguna dengan foto kartu identitas. Menggunakan metode black box testing, semua fitur dapat berjalan secara optimal. Pengujian dilakukan terhadap 20 pengguna dengan menggunakan mobile phone berbasis android dengan beragam versi. Hasil ujicoba menunjukkan bahwa semua fitur dapat berjalan secara optimal pada Android versi 7 hingga 11 dengan akurasi 95% namun 1 dari 20 pengguna tersebut tidak dapat menjalankan aplikasi karena android yang digunakan berada di bawah versi 7.

Kinerja Algoritma Optimasi Root-Mean-Square Propagation dan Stochastic Gradient Descent pada Klasifikasi Pneumonia Covid-19 Menggunakan CNN

Penelitian ini berkaitan dengan proses klasifikasi Pneumonia Covid-19 (radang paru-paru atau pneumonia yang disebabkan oleh virus corona SARS-CoV-2) dari citra hasil foto rontgen / x-ray paru-paru dengan menggunakan pendekatan pembelajaran mesin. Klasifikasi dilakukan untuk menentukan apakah kondisi paru-paru seseorang mengalami Pneumonia Covid-19, Pneumonia biasa, atau Normal / Sehat. Untuk menghasilkan kinerja klasifikasi yang lebih baik, proses optimasi seringkali digunakan pada tahap pelatihan data. Banyak teknik yang digunakan untuk melakukan optimasi tersebut, diantaranya adalah algoritma Root-Mean-Square Propagation (RMSprop) dan Stochastic Gradient Descent (SGD). Pada penelitian ini, pengujian dilakukan terhadap kedua metode tersebut untuk mengetahui kinerjanya pada klasifikasi Pneumonia Covid-19. Metode klasifikasi menggunakan Convolutional Neural Network (CNN) yang menerapkan 5 layer konvolusi dengan nilai filter 16, 32, 64, 128, dan 256. Proses pelatihan menggunakan 3.900 citra yang terdiri atas 1.300 citra pneumonia covid-19, 1.300 citra pneumonia, dan 1.300 citra normal. Sedangkan proses validasi menggunakan 450 citra dan proses pengujian mengunakan 225 citra. Berdasarkan uji coba yang telah dilakukan, implementasi algoritma optimasi RMSprop menghasilkan akurasi 87,99%, presisi 0,88, recall 0,86, dan f1 score 0,87. Sedangkan implementasi algoritma optimasi SGD menghasilkan akurasi 66,22%, presisi 0,69, recall 0,64, dan f1 score 0,67. Hasil ini memberikan informasi penting bahwa algoritma optimasi RMSprop menghasilkan kinerja yang jauh lebih baik daripada SGD pada klasifikasi Pneumonia Covid-19.

Analisa Performa RStudio Server Berbasis Cloud Menggunakan Elastic Stack sebagai Sistem Manajemen Metrik

Reliabilitas atau keandalan merupakan salah satu sifat penting pada sebuah server dalam melayani pengguna. Salah satu cara mengukurnya ialah dengan melakukan uji perfoma. Penelitian ini bertujuan untuk mengetahui kemampuan RStudio Server pada infrastruktur cloud saat digunakan oleh multiuser dengan Elastic Stack sebagai sistem yang menangani pengumpulan, penyimpanan dan visualisasi data metriknya. Tahapan dimulai dengan mengumpulkan data berupa metrik sistem oleh Metricbeat, lalu diproses Logstash dan disimpan menjadi index dalam Elasticsearch, visualisasi data ditampilkan oleh Kibana. Pengujian kinerja server dilakukan dengan menjalankan script R berdurasi 2 menit dan 7 menit secara simultan. Hasil pengujian berupa catatan CPU Usage, Memory Usage dan durasi penyelesaian script selanjutnya di plotting pada R. Hasil analisa dari plotting data menunjukkan jumlah user yang dapat menggunakan Rstudio Server dengan spesifikasi 2 CPU dan RAM 4GB secara optimal ialah maksimal 2 user pada script dengan run time 2 menit dan 7 menit, lebih dari jumlah user itu akan mempengaruhi waktu proses penyelesaian script menjadi tingkat performa sedang hingga berat.