Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Jaringan VPN dengan Routing Protocol terhadap Jaringan Multiprotocol Label Switching (MPLS) Fathurrahmad, Fathurrahmad; Yusuf, Salman
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 3, No 1 (2019): JTIK
Publisher : KITA Institut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (292.177 KB) | DOI: 10.35870/jtik.v3i1.83

Abstract

Konvergensi internet dan telekomunikasi yang berkembang, dengan aplikasi di dalamnya yang semakin tergantung pada ketersediaan bandwidth besar, dengan pengaturan QoS-nya membutuhkan jaringan dan elemen di dalamnya yang memberikan dukungan penuh untuk keamanan data dan peningkatan kinerja jaringan. Kebutuhan teknologi pengiriman data yang tidak hanya memfasilitasi perutean dan penemuan lintasan terbaik tetapi juga dapat memberikan keamanan dalam komunikasi data. Penelitian ini membahas implementasi jaringan VPN dengan protokol routing pada jaringan Multiprotocol Label Switching (MPLS). Setelah implementasi, kinerja jaringan MPLS akan diuji dan dibandingkan dengan kinerja tanpa MPLS menggunakan model yang direncanakan peneliti. Tujuan khusus dari penelitian ini adalah untuk menunjukkan bagaimana protokol routing memainkan peran penting dalam memperkuat manajemen lalu lintas komunikasi data yang mendukung kemampuan MPLS dari jaringan VPN dan diterapkan pada arsitektur jaringan AMIK Indonesia. Penelitian ini akan menggunakan metode studi literatur yang dimaksudkan untuk memperoleh dan mempelajari data yang terkandung dalam komputer yang terhubung ke jaringan di laboratorium jaringan komputer AMIK Indonesia. Kesimpulan yang didapat dari penelitian ini adalah bahwa MPLS VPN memberikan efisiensi bandwidth pada backbone, aplikasi jaringan VPN MPLS telah berfungsi secara fungsional sesuai dengan rencana awal penelitian dan penulis juga berhasil mengkonfigurasi jaringan yang berbeda dan memperoleh bandwidth yang stabil.Kata Kunci:Implementasi; VPN; Multi Protocol Label Switching
Analisis Trend Topik Pengembangan Rekayasa Perangkat Lunak dalam mendukung Strategi Kurikulum Perguruan Tinggi Bahruni, Bahruni; Fathurrahmad, Fathurrahmad
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 3, No 2 (2019): JTIK
Publisher : KITA Institut

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (282.984 KB) | DOI: 10.35870/jtik.v3i2.89

Abstract

Perkembangan perangkat lunak menjadi penting saat ini dan hampir menyentuh setiap sudut kehidupan aktifitas kita, banyak tren di berbagai negara dunia pada tahun 2018 dan akan menarik diikuti di tahun berikutnya bagi pengembang perangkat lunak maupun institusi pendidikan. Penelitian ini bertujuan untuk menganalisis relevansi dari materi mata kuliah dengan trend topik penelitian pengembangan perangkat lunak sehingga menghasilkan pemetaan sekuen antara mata kuliah praktikum pengembangan perangkat lunak dengan trend topik di dunia. Metodologi yang digunakan adalah metode deskriptif kualitatif yang digunakan dalam menganalisis kesesuaian antara mata kuliah, dengan trend topik pembelajaran komputer di tingkat dunia.  Pengumpulan data data dilakukan melalui dokumentasi terhadap dokumen terkait yang secara garis besar dikategorikan kedalam 2 (dua) kelompok. Kelompok pertama berkaitan dengan informasi yang berhubungan dengan trend topik penelitian yang bersumber dari publikasi pada jurnal Web of Science, SINTA, dan Tugas Akhir (TA) Mahasiswa. Kelompok kedua berkaitan dengan mata kuliah kurikulum AMIK Indonesia. Relevansi antara materi mata kulian AMIK Indonesia dengan trend topik penelitian secara keseluruhan belum relevan dan mendukung untuk materi praktikum pembelajaran rekayasa Pengembangan perangkat lunak. Adapun pengkualifikasi relevansi kepada kategori tingkat relevansi tinggi dengan pada nilai 75% keatas hanya 4 mata kuliah, 7 kategori sedang dengan nilai 55% sampai dengan 74%, dan 21 mata kuliah dengan tingkat relevansi rendah, maka diperoleh gambaran yang dapat menjadi bahan pertimbangan dalam pengembangan materi mata kuliah oleh dosen pengampu pada masing-masing mata kuliah terkhusus untuk trend topik yang tidak relevan atau tidak terdukung oleh mata kuliah praktikum yang akan dapat memberikan pengaruh positif terhadap peningkatan mutu lulusan dengan pengguna lulusan kerja.Kata Kunci:Analisis, Trend Topik, Pengembangan Rekayasa Perangkat Lunak, Strategi, Kurikulum Perguruan Tinggi
Analisis Trend Topik Penelitian pada Web Of Science dan SINTA untuk Penentuan Tema Tugas Akhir Mahasiswa AMIK Indonesia Banda Aceh Bahruni, Bahruni; Fathurrahmad, Fathurrahmad
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 10 No 1 (2020): Maret 2020
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (410.261 KB) | DOI: 10.33020/saintekom.v10i1.91

Abstract

Penelitian ini mencoba melakukan penambangan dengan menggunakan teknologi web untuk mengumpulkan data informasi yang berasal dari Web of Science dan SINTA yang dikumpulkan. Metodologi Cross Industry Standard Process for Data Mining (CRISP–DM) digunakan sebagai standard proses data mining sekaligus sebagai metode penelitian. Peneliti mengumpulkan data melalui daftar jurnal Web of Science dan SINTA. Untuk melacak trend topik penelitian, peneliti memilih rentang waktu dari tahun 2018 sampai dengan 2019 dan mengekspor data dari Web of Science Core Collection pada April 2019. Ada 38.162 publikasi yang berhasil diambil di Web-Science-defined kategori Ilmu Komputer dan Sistem Informasi dan 230 diambil dari website SINTA. Tetapi, penulis hanya mengambil 20 Jurnal dengan H-Index Tertinggi di Web of Science Core Collection. Sedangkan pada SINTA, penulis juga mengambil 20 Jurnal dengan rangking SINTA 1 dan 2. penelitian ini menyimpulkan topik penelitian dalam jurnal Web of Science dan dikaitkan dengan dengan tren topik penelitian dan yang muncul terbanyak adalah learning, network, analysis, system, control, data, image, optimization, systems, dan neural. Adapun untuk klasifikasi menggunakan model Naive Bayes, Generalized Linear Model, Logistic Regression, Fast Large Margin, Deep Learning, Decision Tree, Random Forest, Gradient Boosted Trees, dan Support Vector Machine. Berdasarkan hasil akurasi, model Generalized Linear Model dan Decision Tree memiliki akurasi sebesar 94.3%, sedangkan Gradient Boosted Trees memiliki persentase akurasi sebesar 93.8%. Naive Bayes menunjukkan tingkat akurasi sebesar 91.4%, diikuti dengan model Fast Large Margin, Deep Learning, Random Forest, dan Support Vector Machine memiliki akurasi sebesar 91.4%. Nilai dengan akurasi terendah menggunakan model Logistic Regression sebesar 65.2%. Hal ini menunjukan bahwa tingkat akurasi tertinggi yaitu dengan menggunakan model Generalized Linear Model dan Decision Tree sehingga hasilnya dapat memprediksi cukup akurat.
A Hybrid “Probabilistic Scaffold” Model for Enhancing Reading Literacy, Numeracy, and AI Literacy among Indonesian Primary School Students Yusmaneli, Yusmaneli; Fathurrahmad, Fathurrahmad; Raihani, Ayu
Design Journal Vol. 3 No. 2 (2025): July
Publisher : Yayasan Pendidikan Mitra Mandiri Aceh (YPMMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58477/dj.v3i2.320

Abstract

This design study develops a structured pedagogical framework positioning generative AI as a verification-dependent learning support for Indonesian 4th-5th grade students. The framework implements a sequential process (Prompt → Verify → Diagnose → Revise → Reflect → Transfer) bounded by ethical guidelines and local cultural contexts. The research addresses student bypassing of initial reasoning, absence of age-appropriate AI literacy assessment, digital access disparities, insufficient verification practices, and potential erosion of academic integrity. Using a quasi-experimental design (n≈200 across 4 schools; 12 weeks), the study compares an AI-integrated curriculum with conventional instruction, controlling for pre-test performance, socioeconomic indicators, and gender. The intervention balances AI-mediated learning (25-35%) with analog activities (65-75%) to preserve direct cognitive engagement. Assessment instruments include reading comprehension measures, contextual mathematics problems, a four-dimensional AI literacy rubric, interaction logs, classroom observations, motivation scales, and verification records. Anticipated outcomes include normalized learning gains of 0.35-0.45 in reading and 0.30-0.40 in mathematics; advancement to Level 3 AI literacy; reduction in AI dependence from 60% to 35-40%; increased higher-order questioning; and equitable outcomes across settings through offline resource distribution. The theoretical framework proposes that prompt quality influences learning outcomes through verification practices, metacognitive awareness, and ethical understanding. Implementation challenges include novelty effects, variable teacher adherence, technology access inconsistencies, and ethical standards application. The research aims to shift elementary AI education from answer retrieval toward evidence-based inquiry with ethical awareness.