Garuda - Garba Rujukan Digital

Optimasi Database dengan Metode Index dan Partisi Tabel Database Postgresql pada Aplikasi E-Commerce. Studi pada Aplikasi Tokopintar Samidi, Samidi; Fadly, Fadly; Virmansyah, Yusuf; Suladi, Ronal Yulyanto; Lesmana, Ario Bambang
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): April 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (969.534 KB)

Efektifitas dan juga efisiensi waktu dalam mengakses dan pengambilan data sangatlah penting bagi sebuah perusahaan retail berbasis online yang memiliki jumlah data transaksi kegiatan sangat besar setiap harinya, sepertihalnya yang terjadi pada Aplikasi E-Commerce Toko Pintar dalam sebuah aktivitas transaksi mutasi. Dalam penelitian ini, dilakukan sebuah optimasi database untuk mengoptimalkan kinerja database guna menunjang performa dari database itu sendiri. Optimasi yang dilakukan dalam penelitian ini bertujuan untuk mengatasi dan memperoleh informasi sekaligus solusi masalah waktu eksekusi dan waktu respon query jika data pada database yang akan diproses sangat besar yang berdampak pada lamanya proses query itu sendiri. Adapun cara yang digunakan untuk melakukan optimalisasi database dalam penelitian ini adalah dengan metode Index dan Prtition Table. Index adalah sebuah objek dalam sistem database yang dapat mempercepat proses pencarian (query) data. Dari hasil eksperimen dengan dataset sebesar 2.248.590 data didapatkan sebuah hasil yang sangat memuaskan dimana terdapat perbedaan waktu query yang signifikan sebelum dan sesudah menggunakan index dan partition table, dimana Database sebelum diberi Index dan Partition Table akan memakan waktu yang lama dibanding setelah menggunakan Index dan Partition Table. Kelemahan Index dan Partition Table terjadi hanya pada kondisi tertentu yaitu padasaat melakukan insert data kedalam table.

Optimasi Database dengan Metode Index dan Partisi Tabel Database Postgresql pada Aplikasi E-Commerce. Studi pada Aplikasi Tokopintar Samidi, Samidi; Fadly, Fadly; Virmansyah, Yusuf; Suladi, Ronal Yulyanto; Lesmana, Ario Bambang
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3257

Efektifitas dan juga efisiensi waktu dalam mengakses dan pengambilan data sangatlah penting bagi sebuah perusahaan retail berbasis online yang memiliki jumlah data transaksi kegiatan sangat besar setiap harinya, sepertihalnya yang terjadi pada Aplikasi E-Commerce Toko Pintar dalam sebuah aktivitas transaksi mutasi. Dalam penelitian ini, dilakukan sebuah optimasi database untuk mengoptimalkan kinerja database guna menunjang performa dari database itu sendiri. Optimasi yang dilakukan dalam penelitian ini bertujuan untuk mengatasi dan memperoleh informasi sekaligus solusi masalah waktu eksekusi dan waktu respon query jika data pada database yang akan diproses sangat besar yang berdampak pada lamanya proses query itu sendiri. Adapun cara yang digunakan untuk melakukan optimalisasi database dalam penelitian ini adalah dengan metode Index dan Prtition Table. Index adalah sebuah objek dalam sistem database yang dapat mempercepat proses pencarian (query) data. Dari hasil eksperimen dengan dataset sebesar 2.248.590 data didapatkan sebuah hasil yang sangat memuaskan dimana terdapat perbedaan waktu query yang signifikan sebelum dan sesudah menggunakan index dan partition table, dimana Database sebelum diberi Index dan Partition Table akan memakan waktu yang lama dibanding setelah menggunakan Index dan Partition Table. Kelemahan Index dan Partition Table terjadi hanya pada kondisi tertentu yaitu padasaat melakukan insert data kedalam table.

Comparison of the RFM Model's Actual Value and Score Value for Clustering Samidi, Samidi; Suladi, Ronal Yulyanto; Kusumaningsih, Dewi
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 6 (2023): December 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i6.5416

Clustering algorithms and Recency-Frequency-Money (RFM) models are widely implemented in various sectors of e-commerce, banking, telecommunications and other industries to obtain customer segmentation. The RFM model will assess a line of data which includes the recency and frequency of data appearance, as well as the monetary value of a transaction made by a customer. Choosing the right RFM model also influences the analysis of cluster results, the output of cluster results is more compact for the same clusters (inter-cluster) and separate for other clusters (intra-cluster). Through an experimental approach, this research aims to find the best data set transformation model between actual RFM values and RFM scores. The method used is to compare the actual RFM value model and the RFM score and use the silhouette score value as an indicator to obtain the best clustering results using the K-Means algorithm. The subject of this research is a stall-based e-Commerce application, where data was taken in the Wiradesa area, Central Java. The resulting data set consisted of 273,454 rows with 18 attributes from January 2022 to December 2022 by collecting historical data from shopping outlets to wholesalers. The analysis of the data set was carried out by transforming the data set using the RFM method into actual values and score values; then the dataset was used to obtain the best cluster data. The results of this research show that transaction data based on time (time series) can be transformed into data in the RFM model where the actual value is better than the RFM score model with a silhouette score = 0.624646 and the number of clusters (K) =3. The results of the clustering process also form a series of data with a cluster label, thus forming supervised learning data.

Prototipe IoT untuk Monitoring dan Filterisasi Udara di Dapur Instalasi Gizi RSU Tangerang Selatan Suladi, Ronal Yulyanto; Wahyunengtias, Raeza Bagus; Mustafa, Siti Maisaroh; Stianingsih, Lilis
Jurnal Ilmiah FIFO Vol 17, No 2 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i2.007

Udara merupakan komponen penting dalam kehidupan, kebutuhan terhadap kualitas udara yang baik sangat dibutuhkan terutama pada lingkungan rumah sakit. Penelitian ini melakukan perancangan prototipe alat dan sistem filterisasiuntuk memantau kualitas udara yang terintegrasi dengan proses filterisasi yang memanfaatkan partikel air berdasarkan konsep Internet of Things (IoT) menggunakan sensor deteksi kondisi udara dengan fitur pengiriman/pemantauan notifikasi secara real time melalui jaringan internet di ruang dapur Instalasi Gizi RSU Tangerang Selatan yang merupakan bagian vital di rumah sakit. Metode penelitian yang dimulai dengan pengumpulan data, prototipe dan pengembangan sistem. Hasil penelitan berbentuk protipe alat dan sistem filterisasi yang sudah teruji mampu menurunkan rata-rata polutan di udara 86,8% sampai 91,1% dengan waktu rata-rata filterisasi 3 menit 7 detik. Hasil pengujian menunjukan bahwa alat dan sistem filterisasi terbukti berfungsi dengan baik dalam menyaring polutan di dalam udara. Selain itu terdapat fitur monitoring yang memudahkan pihak rumah sakit untuk memantau kebersihan, keadaan dan kualitas udara di ruang dapur melalui palform Telegram/BLYNK secara real time.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search