Claim Missing Document
Check
Articles

Found 14 Documents
Search

Scalability Testing of Land Forest Fire Patrol Information Systems Khusaeri, Ahmad; Sitanggang, Imas Sukaesih; Rahmawan, Hendra
JOIN (Jurnal Online Informatika) Vol 8 No 1 (2023)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v8i1.977

Abstract

The Patrol Information System for the Prevention of Forest Land Fires (SIPP Karhutla) in Indonesia is a tool for assisting patrol activities for controlling forest and land fires in Indonesia. The addition of Karhutla SIPP users causes the need for system scalability testing. This study aims to perform non-functional testing that focuses on scalability testing. The steps in scalability testing include creating schemas, conducting tests, and analyzing results. There are five schemes with a total sample of 700 samples. Testing was carried out using the JMeter automation testing tool assisted by Blazemeter in creating scripts. The scalability test parameter has three parameters: average CPU usage, memory usage, and network usage. The test results show that the CPU capacity used can handle up to 700 users, while with a memory capacity of 8GB it can handle up to 420 users. All users is the user menu that has the highest value for each test parameter The average value of CPU usage is 44.8%, the average memory usage is 69.48% and the average network usage is 2.8 Mb/s. In minimizing server performance, the tile cache map method can be applied to the system and can increase the memory capacity used.
ALGORITMA C4.5 UNTUK PEMODELAN DAERAH RAWAN BANJIR STUDI KASUS KABUPATEN KARAWANG JAWA BARAT Khusaeri, Ahmad; Ilham, Septian; Nurhasanah, Desi; Delpidat, Derrenz; Anggri, Anggri; Primajaya, Aji; Sari, Betha Nurina
ILKOM Jurnal Ilmiah Vol 9, No 2 (2017)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v9i2.128.132-136

Abstract

Karawang merupakan kota yang dijuluki dengan kota lumbung padi dan industri. Kemajuan kota Karawang ditentukan dengan situasi dan kondisi kota yang terkendali. Banjir merupakan salah satu hal yang dapat memperhambat kemajuan kota Karawang. Dengan membuat model daerah rawan banjir, dapat mempermudah pemerintah dalam memprediksi daerah – daerah yang rawan banjir berdasarkan data – data yang telah diolah. Algoritma C4.5 merupakan salah satu metode dalam mengklasifikasikan dataset. Pembagian dataset dilakukan dengan menggunakan metode 10-fold cross validation dimana setiap bagian (fold) akan dijadikan data testing  sedangkan n-1 akan dijadikan sebagai data training. Data yang digunakan dalam pembuatan model adalah data banjir, kepadatan penduduk, ketinggian wilayah, jarak pusat daerah dengan sungai dan rata – rata curah hujan. Tingkat akurasi yang dihasilkan dengan menggunakan algoritma C4.5 adalah 84.385%, sedangkan Recall dan Precision yang dihasilkan sebesar 0.95 dan 0.87. pohon keputusan yang dihasilkan dapat dijadikan sebagai aturan dalam pembuatan visualisasi WEB GIS.
Penguatan Kompetensi Guru Dalam Pemanfaatan Teknologi Pembelajaran Dan Edukasi Literasi Digital Bagi Siswa Smp As-Syarifiyah Guna Mewujudkan Ekosistem Pendidikan Cerdas Digital Hannie Hannie; Agung Susilo Yuda; Ratna Mufidah; Iqbal Maulana; Ade Andri Hendriadi; Carudin Carudin; Dadang Yusup; Intan Purnamasari; Rini Mayasari; Taufik Ridwan; Sofi Defiyanti; Billy Ibrahim Hasbi; Yuyun Umaidah; Ahmad Khusaeri
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 6 No 1 (2026): TRIDHARMADIMAS (Juli 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v6i1.2589

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilaksanakan oleh Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang di SMP As-Syarifiyah pada bulan November 2025. Latar belakang kegiatan ini berangkat dari permasalahan guru yang masih menghadapi kendala dalam mengintegrasikan teknologi ke dalam proses pembelajaran, serta kerentanan siswa terhadap paparan hoax dan ancaman keamanan data pribadi. Melalui pendekatan partisipatif dan edukatif, kegiatan dilaksanakan dalam dua pilar utama: pelatihan pemanfaatan teknologi pembelajaran bagi guru menggunakan PhET Interactive Simulations dan sosialisasi literasi digital bagi siswa yang mencakup materi keamanan siber dan anti-hoax. Metode yang digunakan meliputi hands-on training, demonstrasi aplikasi, ceramah interaktif, serta evaluasi pre-test dan post-test. Hasil kegiatan menunjukkan bahwa 13 guru telah mendapatkan pelatihan integrasi TIK dalam pembelajaran, sementara 120 siswa berhasil dibekali keterampilan mengidentifikasi hoax dan menerapkan langkah keamanan siber. Evaluasi post-test menunjukkan peningkatan pemahaman pada kedua kelompok sasaran. Meskipun dihadapkan pada kendala infrastruktur TIK dan manajemen waktu, solusi yang diterapkan secara efektif memastikan tercapainya target keluaran. Kegiatan ini berhasil menumbuhkan budaya pembelajaran berbasis teknologi dan memperkuat literasi digital di lingkungan sekolah mitra.
ASPECT BASED SENTIMENT ANALYSIS TERHADAP PERTAMINA PADA PLATFORM X MENGGUNAKAN INDOBERTWEET Muhamad Fazri; Nono Heryana; Ahmad Khusaeri
Jurnal TIMES Vol 15 No 1 (2026): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.15.1.2026934

Abstract

Penelitian ini bertujuan menganalisis opini publik terhadap Pertamina melalui platform X menggunakan pendekatan Aspect-Based Sentiment Analysis (ABSA) dengan model IndoBERTweet. Data cuitan berbahasa Indonesia dikumpulkan periode September–Oktober 2025 menggunakan tweet-harvest v2.6.1 dengan kata kunci "Pertamina lang:id". Penelitian menggunakan kerangka Knowledge Discovery in Database (KDD) yang mencakup pengumpulan data, preprocessing, ekstraksi aspek, klasifikasi sentimen, dan analisis hasil. Ekstraksi aspek menggunakan pendekatan keyword-based menghasilkan lima aspek: Harga BBM, Kualitas BBM, Pelayanan SPBU, Kebijakan Pertamina, dan Umum. Dari 7.486 cuitan mentah diperoleh 6.642 cuitan bersih, kemudian dihasilkan 8.198 data setelah replikasi multi-aspek. Klasifikasi sentimen dilakukan menggunakan model IndoBERTweet pretrained secara otomatis. Hasil menunjukkan sentimen Negatif mendominasi 45,22% (3.707 data), Netral 42,17% (3.457 data), dan Positif 12,61% (1.034 data). Aspek Kebijakan Pertamina (55,4%) dan Kualitas BBM (55,0%) mencatat proporsi negatif tertinggi, sedangkan aspek Umum memiliki distribusi paling berimbang dengan positif tertinggi (28,2%). Temuan ini digunakan sebagai dasar rekomendasi strategis peningkatan layanan dan komunikasi publik Pertamina.