Claim Missing Document
Check
Articles

Found 33 Documents
Search

PENERAPAN ALGORITMA PREFIX CODE DALAM FILE DATABASE MySQL Samudra, Hikmah Abdul Aziz; Nadeak, Berto; Syahputra, Rian
Pendas : Jurnal Ilmiah Pendidikan Dasar Vol. 9 No. 4 (2024): Volume 09 No. 04 Desember 2024 In Press
Publisher : Program Studi Pendidikan Guru Sekolah Dasar FKIP Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/jp.v9i4.18492

Abstract

In today's era, technological advancements have led to rapid progress, particularly in storage media that produce crucial data and information. However, the available space for data storage is limited, and not everyone has access to high-speed internet. Therefore, transferring large amounts of data over the internet presents its own challenges. The speed of data transfer is essential for the exchange of information, especially textual data. Data compression is used to reduce the size of data by encoding information using bits or other carrier units that do not represent unencoded data within a specific coding system. MySQL databases are widely used for data management, but they face limitations in file size capacity and require fast internet access to store large amounts of data. The application of the prefix code algorithm for compressing data in MySQL database files can reduce file size without losing information, thus optimizing storage space utilization. The prefix code algorithm encodes each character of a message or data with a shorter code while preserving the information content, implemented through application design using Microsoft Visual Studio 2008. Previous research has shown the effectiveness of the prefix code algorithm in data compression, leading to improved performance and ease of application. Future research could further explore the aspects of data compression methods and their practical implications. The results of the data compression implementation using the prefix code algorithm on a MySQL file with C1 code achieved a 72% compression ratio.
Pelatihan Python untuk Penelitian Dosen Pemula Efori Bu’uloloa; Rian Syahputra; Arif Hamied Nababan; Weno Syechu; Rama Prameswara Ritonga; Cut Try Utari; Rizky Maulidya Afifa; Mayang Mughnyanti
Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi Vol 1 No 4 (2024): Oktober
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian berbasis data menjadi semakin penting dalam dunia akademik, dan penguasaan alat analisis yang tepat, seperti Python, dapat meningkatkan kualitas penelitian dosen pemula. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan pelatihan dasar pemrograman Python bagi dosen pemula guna mendukung penelitian mereka, terutama dalam pengolahan data, analisis statistik, dan visualisasi data. Metode pelatihan mencakup sesi teori, praktik langsung, dan studi kasus yang relevan dengan bidang penelitian peserta. Dengan adanya pelatihan ini, diharapkan peserta dapat memahami konsep dasar pemrograman Python serta mengaplikasikannya dalam penelitian akademik. Hasil dari kegiatan ini diharapkan dapat meningkatkan keterampilan teknis dosen pemula dalam menggunakan teknologi komputasi, sehingga berkontribusi pada peningkatan kualitas penelitian dan publikasi ilmiah mereka.
Pemanfaatan Pembobotan Kriteria Dalam Metode AHP Untuk Memprediksi Infeksi Covid-19 Dengan Algoritma Nearest Neighbor Bu'ulolo, Efori; Syahputra, Rian
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 1 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i1.3001

Abstract

Covid-19 merupakan salah satu penyakit yang menyerang sistem pernapasan manusia dan pada saat ini pandemi Covid-19 sudah menjadi pandemi global dan sudah memberikan efek yang buruk terhadap kehidupan manusia terutama pada bidang kesehatan dan ekonomi. Infeksi Covid-19 menimbulkan efek paranoid pada masyarakat sehingga menimbulkan ketidak nyamanan dan khawatir tentang lingkungannya. Data-data yang berkaitan Covid-19 sudah banyak terkumpul hanya saja belum banyak dimanfaatkan salah satunya dalam prediksi infeksi Covid-19 terhadap seseorang. Oleh karena itu, sangat diperlukan suatu metode dan algoritma untuk prediksi infeksi Covid-19 berdasarkan gejala-gejala yang dihadapi. Dalam data mining salah satu algoritma yang dapat digunakan untuk memprediksi adalah algoritma nearest neighor. Algoritma nearest neighbor dapat memprediksi penyelesaian kasus baru / data baru berdasarkan kasus lama / data historis dengan menggunakan pendekatan kriteria dan pembobotan. Agar hasilnya lebih akurat dan valid untuk perhitungan pembobotan nilai kriteria menggunakan metode AHP. Dengan algoritma dan metode tersebut diharapkan dapat membantu masyarakat umum dan tenaga kesehatan dalam memprediksi Infeksi Covid-19 sebelum Swab PCT Test untuk mencegah lebih dini penyebaran Covid-19.Kata kunci: Covid-19, Bobot, Kriteria, Metode AHP, Nearest Neighbor