Claim Missing Document
Check
Articles

Found 21 Documents
Search

Penerapan dan Analisis Virtualisasi Router Menggunakan RouterOS Asmunin, Asmunin; Hermawan, Aditya
MULTINETICS Vol 2, No 1 (2016): MULTINETICS Mei (2016)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol2.No.1.2016.pp.31-34

Abstract

Dewasa ini, virtualisasi dan cloud computing telah menjadi tren teknologi informasi khususnya untuk perusahaan skala enterprise. MetaROUTER merupakan implementasi virtualisasi pada RouterOS v3.21 keatas yang berjalan pada RouterBoard dengan platform MIPS-BE. Fokus penelitian ini adalah virtualisasi router berbasis MetaROUTER dimana antar virtual router tidak saling berhubungan dan memiliki fungsi yang berbeda. Fungsi dari masing-masing virtual router adalah manajemen bandwith dengan PCQ, proxy server dan hotspot yang teintegrasi dengan PCQ. Skenario pengujian meliputi empat aspek yakni independensi, performa, throughput dan security. Hasil pengujian menunjukkan bahwa penggunaan memori untuk tiap skenario pengujian pada virtual router relatif sama yakni tersisa 5.1MB untuk download, 5.8MB untuk browsing, dan 5.3MB untuk hotspot. Untuk CPU load, aktivitas download membutuhkan CPU paling banyak, yakni 13%. Untuk throughput, pada VR1 nilai TX berada pada nilai 1013Kbps sedangkan RX pada nilai 30Kbps, VR2 sebesar 122.435 KB/detik, dan VR3 sebesar 119.617KB/detik. Hasil pengujian security menunjukkan bahwa tiap virtual router tidak dapat mengirim paket ICMP ke router utama karena rule drop pada firewall.
Sistem Monitoring Resource pada Jaringan FMIPA Unesa dengan Protocol SNMP Asmunin, Asmunin; Khamdani, Wahyu
MULTINETICS Vol 2, No 1 (2016): MULTINETICS Mei (2016)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol2.No.1.2016.pp.8-12

Abstract

 Kualitas layanan jaringan komputer yang tertuang dalam SLA (Service Level Agreement) harus tetap dijaga seiring jumlah pengguna yang semakin banyak. Dua hal penting yang menjadi ukuran kualitas jaringan adalah kecepatan akses dan kestabilan sehingga perlu selalu dimonitor sehingga jika terjadi gangguan dapat segera diketahui dan diperbaiki. Pada jaringan FMIPA Unesa, kedua ukuran kualitas tersebut harus selalu diawasi setiap waktu agar kualitas yang tertuang dalam SLA dapat tercapai. Umumnya, monitoring jaringan hanya memakai tools yang sudah ada pada perangkat jaringan, seperti MRTG. Salah satu kelemahannya adalah ketika perangkat down, maka hasil monitor oleh perangkat juga akan hilang karena tidak tersimpan pada harddisk. Untuk mengatasi hal tersebut maka diterapkan sebuah sistem monitoring jaringan berbasis SNMP dengan aplikasi Cacti, yang melakukan monitoring kondisi jaringan setiap waktu. Hasil pengujian menunjukkan bahwa setelah dilakukan monitoring jaringan berbasis SNMP dengan aplikasi Cacti, dapat memonitor jaringan dan bandwidth pada banyak perangkat sekaligus, dapat menampilkan grafik yang rinci seperti traffic, resource, dan uptime, dapat memberikan notifikasi email, dan juga dapat menghasilkan pemetaan jaringan, serta data hasil monitoring dapat tersimpan.
PENGEMBANGAN FITUR PENILAIAN DAN PERANGKINGAN PADA AUTOMATIC PROGRAMMING ASSESSMENT TOOLS Asmunin, Asmunin; harimurti, rina; qoiriah, anita; nurhidayat, andi iwan
JIEET (Journal of Information Engineering and Educational Technology) Vol 2, No 2 (2018)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v2n2.p96-100

Abstract

Praktikum Pemrograman Dasar merupakan wadah yang efektif dan telah terbukti untuk meningkatkan kemampuan mahasiswa dalam pemrograman. Dalam kegiatan ini, mahasiswa diberikan permasalahan, kemudian mahasiswa menyusun algoritma dan mencari solusi dan menuliskan kode program. Setelah program selesai ditulis, setiap mahasiswa harus melakukan asistensi dan demo ke dosen pengampu/asisten praktikum. Dalam melakukan demo ke dosen pengampu/asisten membutuhkan waktu yang tidak sedikit, dan tidak hanya sekali. Aplikasi Automatic Programming Assessment digunakan untuk melakukan evaluasi secara mendalam terhadap source code yang diunggah oleh praktikan. Aplikasi ini akan melakukan pengecekan jenis bahasa pemrograman yang digunakan, ukuran file, error syntax, lama eksekusi, runtime error,  time limit, wrong answer, dan compilation error. Jika hasil evaluasi tidak ada masalah, maka program dianggap benar (Accepted). Praktik/mahasiswa dapat secara live menulis kode program kemudian dikirim, atau langsung mengirim file kode program. Terhadap file yang terkirim, aplikasi akan melakukan evaluasi dan akan menampilkan hasil evaluasi. hasil pengujian yang dilakukan dapat disimpulkan bahwa fitur penilaian otomatis terhadap kode program yang dikirim oleh mahasiswa dapat berjalan dengan baik. Hal ini dibuktikan dengan kesamaan hasil penilaian antara penilaian manual dan penilaian melalui aplikasi. Fitur rangking juga dapat menampilkan urutan mahasiswa yang telah memperoleh nilai dengan baik berdasarkan nilai (point) dan persentase AC (Accepted Answer)
Pengembangan Sistem Informasi Pengelolaan Praktik Industri Terintegrasi Sistem Informasi Akademik Terpadu Universitas Negeri Surabaya Putra, Ricky Eka; Asmunin, Asmunin
INTEGER: Journal of Information Technology Vol 6, No 2: September 2021
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.0.v6i2.2371

Abstract

Praktik Industri (PI) is one of the mandatory courses that must be taken by students of all majors within the Faculty of Engineering, State University of Surabaya. Through this course, students are required to carry out learning in institutions/companies according to the field of science with the aim of knowing and practicing what they have learned in real practice in the company. The main problem in implementing PI is that all administrative processes are not integrated so that it is difficult for the parties involved in managing the PI. Some examples of problems related to PI include student information and industrial premises, activities while in industry, students who have not done PI, PI guidance notes, notes related to PI exams, Student Information and Advisory Lecturers, administrative data related to PI, Feedback from Industry and others. -other. Based on these problems, PI activities require an PI management information system that is integrated with the Integrated Academic Information System (SIAKADU) in the Department of Informatics, Faculty of Engineering Unesa. This PI management information system is built on a web-based basis using open source technology and is integrated with data on SIAKADU.
Pengembangan Sistem Informasi Pengelolaan Praktik Industri Terintegrasi Sistem Informasi Akademik Terpadu Universitas Negeri Surabaya Ricky Eka Putra; Asmunin Asmunin
INTEGER: Journal of Information Technology Vol 6, No 2: September 2021
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.0.v6i2.2371

Abstract

Praktik Industri (PI) is one of the mandatory courses that must be taken by students of all majors within the Faculty of Engineering, State University of Surabaya. Through this course, students are required to carry out learning in institutions/companies according to the field of science with the aim of knowing and practicing what they have learned in real practice in the company. The main problem in implementing PI is that all administrative processes are not integrated so that it is difficult for the parties involved in managing the PI. Some examples of problems related to PI include student information and industrial premises, activities while in industry, students who have not done PI, PI guidance notes, notes related to PI exams, Student Information and Advisory Lecturers, administrative data related to PI, Feedback from Industry and others. -other. Based on these problems, PI activities require an PI management information system that is integrated with the Integrated Academic Information System (SIAKADU) in the Department of Informatics, Faculty of Engineering Unesa. This PI management information system is built on a web-based basis using open source technology and is integrated with data on SIAKADU.
Pengembangan Fitur Penilaian dan Perangkingan pada Automatic Programming Assessment Tools Asmunin Asmunin; rina harimurti; anita qoiriah; andi iwan nurhidayat
JIEET (Journal of Information Engineering and Educational Technology) Vol. 2 No. 2 (2018)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v2n2.p96-100

Abstract

Praktikum Pemrograman Dasar merupakan wadah yang efektif dan telah terbukti untuk meningkatkan kemampuan mahasiswa dalam pemrograman. Dalam kegiatan ini, mahasiswa diberikan permasalahan, kemudian mahasiswa menyusun algoritma dan mencari solusi dan menuliskan kode program. Setelah program selesai ditulis, setiap mahasiswa harus melakukan asistensi dan demo ke dosen pengampu/asisten praktikum. Dalam melakukan demo ke dosen pengampu/asisten membutuhkan waktu yang tidak sedikit, dan tidak hanya sekali. Aplikasi Automatic Programming Assessment digunakan untuk melakukan evaluasi secara mendalam terhadap source code yang diunggah oleh praktikan. Aplikasi ini akan melakukan pengecekan jenis bahasa pemrograman yang digunakan, ukuran file, error syntax, lama eksekusi, runtime error,  time limit, wrong answer, dan compilation error. Jika hasil evaluasi tidak ada masalah, maka program dianggap benar (Accepted). Praktik/mahasiswa dapat secara live menulis kode program kemudian dikirim, atau langsung mengirim file kode program. Terhadap file yang terkirim, aplikasi akan melakukan evaluasi dan akan menampilkan hasil evaluasi. hasil pengujian yang dilakukan dapat disimpulkan bahwa fitur penilaian otomatis terhadap kode program yang dikirim oleh mahasiswa dapat berjalan dengan baik. Hal ini dibuktikan dengan kesamaan hasil penilaian antara penilaian manual dan penilaian melalui aplikasi. Fitur rangking juga dapat menampilkan urutan mahasiswa yang telah memperoleh nilai dengan baik berdasarkan nilai (point) dan persentase AC (Accepted Answer)
Prediksi Kinerja Akademik Mahasiswa Menggunakan Machine Learning dengan Sequential Minimal Optimization untuk Pengelola Program Studi Andi Nurhidayat; Asmunin Asmunin; Dwi Fatrianto Suyatno
JIEET (Journal of Information Engineering and Educational Technology) Vol. 5 No. 2 (2021)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v5n2.p84-91

Abstract

Kinerja akademik mahasiswa menjadi salah satu tolok ukur keberhasilan pengelolaan program studi.Kinerja akademik mahasiswa dapat dilihat pada nilai indek kumulatif (IPK) dan kelulusan tepat waktu. Maka dari itu, peneliti melakukan penelitian untuk membuat pemodelan Prediksi Kinerja Mahasiswa untuk Pengelola Program Studi di Perguruan Tinggi (Studi Kasus: Program Studi Teknik Informatika dan Sistem Informasi UNESA). Penelitian ini menggunakan data akademik berupa sampel data mahasiswa Jurusan Teknik Informatika UNESA sejumlah 330 data. Metode yang digunakan adalah metode Support Vector Machine (SVM) dengan SMO. Pelatihan dan pengujian sistem dilakukan dengan metode Percentage split 80% dengan mengukur hasil akurasi, presisi dan recall. Pelatihan dan pengujian dilakukan dengan mengukur hasil akurasi, presisi, waktu pemrosesan, dan recall. Berdasarkan uji coba yang dilakukan, penerapan SVM memiliki hasil perhitungan akurasi=93,94%, presisi=94,7% dan recall=94,7%
Reduksi Dimensi untuk Meningkatkan Kinerja Pengklasteran Perilaku Siswa pada Sistem e-Learning Yuni Yamasari; Naim Rochmawati; Anita Qoiriah; Asmunin; Atik Wintarti
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 10 No 2: Mei 2021
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1458.172 KB) | DOI: 10.22146/jnteti.v10i2.1295

Abstract

The corona pandemic has changed the learning process from face-to-face (offline) to online learning. However, this online learning has caused difficulties in monitoring student behavior by teachers due to reduced direct interaction. Additionally, students often feel isolated. Therefore, this situation causes failure in their learning achievement. This problem encourages a lot of research on modeling related to student behavior. However, previous research did not focus much on improving the model's performance or system being built. In fact, the performance of this model significantly affects the result’s quality of this student behavior mapping. Therefore, this study focuses on improving the performance of student behavior clustering when they interact with the e-Learning system. Performance improvement was made by reducing dimensions of student data with Principal Component Analysis (PCA). Furthermore, two techniques for the centroid initialization were explored to obtain optimal results: random and K-means++. For measuring cluster quality, this study employed the silhouette index. The experimental results show that the clusters with the highest quality are achieved by applying PCA with seven components. In addition, the cluster number for all centroid initialization techniques is three to four. This quality cluster can assist teachers in monitoring student behavior in the e-Learning system.
Implementasi Sistem Manajemen Administrasi Keuangan Santri (SIMANTRI) di Ponpes. Al Fattah, Sidoarjo: Sistem Manajemen Administrasi Keuangan Santri (SIMANTRI) Dwi Fatrianto Suyatno; Agus Prihanto; Asmunin Asmunin; Andi Iwan Nurhidayat
JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 1 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v6n1.p26-32

Abstract

Penyebaran virus Covid-19 harus sebisa mungkin dihindari dilingkungan Pondok Pesantren(Ponpes) Al Fattah, Sidoarjo. Sehingga walisantri yang biasanya harus ke bagian Tata Usaha pondok untuk membayar SPP atau Tabungan Santri harus mulai dapat berpindah metodenya dengan cara melalui transfer bank. Permasalahan kemudian timbul ketika semua walisantri harus melakukan konfirmasi pembayaran melalui nomor telepon bagian Tata Usaha setelah mereka melakukan transfer yaitu bagian layanan administrasi tidak bisa dengan cepat merespon konfirmasi transfer tersebut karena harus merekap manual transaksi transfer bank. Pihak Ponpes kesulitan untuk melakukan pembukuan keuangan, karena data keungannya tercampur antara transaksi pembayaran SPP dan Tabungan Santri. Dari situasi ini, maka perlu dilakukan perbaikan layanan manajemen terkait pelayanan adminitrasi keuangan santri khususnya di bagian pembayaran SPP. PKM ini ditujukan untuk memperbaiki kedua aspek tersebut dengan mengimplementasikan teknologi informasi melalui pembuatan Sistem Manajemen Administrasi Keuangan Santri (SIMANTRI) yang dintegrasikan dengan aplikasi Chatbot yang terhubung dengan media pengirim pesan Telegram. Dengan demikian ada dua aspek yang ingin diperbaiki yaitu 1) aspek teknologi dan 2) aspek tata kelola layanan.
Sistem Rekomendasi Resep Makanan Dengan Metode Collaborative Filtering dan FP-GROWTH Menggunakan API themealdb.com Qorina Mar atus Sholikhah; Asmunin Asmunin
Journal of Informatics and Computer Science (JINACS) Vol 2 No 02 (2020)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.348 KB) | DOI: 10.26740/jinacs.v2n02.p86-93

Abstract

Abstrak-- Memasak makanan dari bahan makanan yang hanya tersedia di rumah seringkali membuat para ibu rumah tangga mengalami kebingungan, apalagi harus membuat jenis makanan dalam banyak varias namun juga sehat. Umumnya, yang dilakukan adalah dengan mencari resep dari buku resep maupun dari internet. Kelamahannya, buku resep dan resep dari internet tidak memiliki filter untuk melakukan pencarian resep berdasarkan bahan makanan. Dengan adanya peristiwa tersebut, diperlukan adanya sebuah sistem rekomendasi resep makanan berdasarkan bahan makanan yang dimiliki. Pada penelitian kali ini, penulis akan mengimplementasikan sistem rekomendasi resep masakan berdasarkan bahan baku menggunakan algoritma Collaborative filtering, dengan penambahan fitur asosiasi menggunakan algoritma FP-Growth. Data bahan makanan dari themealDB, dilakukan pemberian rating, kemudian dilakukan perhitungan kemiripan menggunakan Cossine Simmilary dan perhitungan weighted sum untuk prediksi rating. data Algoritma fp-Growth digunakan untuk menampilkan data resep yang bersesuaian dari resep hasil rekomendasi yang dipilih. Hasil dair pengujian menunjukkan bahwa hasil akurasi dari pengujian rekomendasi mencapai 0.6% dan untuk hasil akurasi pengujian rekomendasi dengan FP-Growth mencapai nilai 79,1% Kata Kunci sistem rekomendasi, resep makanan, collaborative Fitering, FP-Growth, association rule. Cooking food from ingredients that are only available at home often makes housewives experience confusion, especially when they have to make various types of food that are also healthy. Generally, this is done by searching for recipes from cookbooks and from the internet. The disadvantage is that recipe books and recipes from the internet do not have a filter to search for recipes based on food ingredients. With this event, it is necessary to have a system for recommendation of food recipes based on food ingredients owned. In this research, the author will design a recipe recommendation system based on raw materials using the collaborative filtering algorithm, with the addition of the association feature using the FP-Growth algorithm. The food material data from themealDB is given a rating, then calculates the similarity using cossine simmilary and calculates the weighted sum for rating prediction. The fp-Growth algorithm data is used to display the corresponding recipe data from the selected recommendation results. The results of the testing show that the accuracy of the recommendation testing reaches 0.6% and the accuracy of the recommendation testing with FP-Growth reaches a value of 79,1%. Keywords: recommendation system, food recipes, collaborative Fitering, FP-Growth, association rule.