Garuda - Garba Rujukan Digital

UJI PERFORMA FITUR PENYEIMBANG BEBAN PADA APLIKASI REVERSE PROXY Kurniawan, Ibnu Febry; Fitri, Cahya Ningsih
JIEET (Journal of Information Engineering and Educational Technology) Vol 1, No 2 (2017)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v1n2.p69-72

Teknologi penyeimbang beban (load balancer) bertindak sebagai regulator alokasi pemrosesan akses dari klien ke sistem layanan. Dengan adanya teknologi ini, dimungkinkan server dalam sistem klaster menerima beban secara bergantian. Squid lebih dikenal sebagai aplikasi proxy, namun aplikasi ini mempunyai fitur penyeimbang beban yang jarang digunakan. Studi ini menguji performa penyeimbang beban pada klaster web server dalam kondisi jaringan virtual dengan kakas uji HTTPerf. Hasil pengujian memperoleh rata-rata waktu respon, waktu reply, dan tingkat paket drop yang signifikan lebih baik daripada topologi jaringan tanpa Squid.

Uji Performa Fitur Penyeimbang Beban pada Aplikasi Reverse Proxy Kurniawan, Ibnu Febry; Fitri, Cahya Ningsih
JIEET (Journal of Information Engineering and Educational Technology) Vol 1, No 2 (2017)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v1n2.p69-72

Teknologi penyeimbang beban (load balancer) bertindak sebagai regulator alokasi pemrosesan akses dari klien ke sistem layanan. Dengan adanya teknologi ini, dimungkinkan server dalam sistem klaster menerima beban secara bergantian. Squid lebih dikenal sebagai aplikasi proxy, namun aplikasi ini mempunyai fitur penyeimbang beban yang jarang digunakan. Studi ini menguji performa penyeimbang beban pada klaster web server dalam kondisi jaringan virtual dengan kakas uji HTTPerf. Hasil pengujian memperoleh rata-rata waktu respon, waktu reply, dan tingkat paket drop yang signifikan lebih baik daripada topologi jaringan tanpa Squid.

Pelatihan Informatika Guru SMA/K di Surabaya Annisa, Fadhilah Qalbi; Nuraini, Ulfa Siti; Kurniawan, Ibnu Febry; Prayogi, Harmon; Wintarti, Atik
Sewagati Vol 9 No 3 (2025)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v9i3.2623

Guru SMA dan SMK perlu menyesuaikan diri dengan perubahan kurikulum yang berlaku saat ini. Dalam Kurikulum Merdeka, informatika menjadi mata pelajaran wajib yang harus diajarkan di sekolah. Oleh sebab itu, diperlukan pelatihan bagi guru informatika di Surabaya untuk memperkuat pengetahuan dan keterampilan teknis sesuai dengan tren yang berkembang. Kegiatan ini meliputi pemaparan materi dan praktik yang berfokus pada pokok bahasan algoritma dan pemrograman komputer dan analisis data. Materi yang disampaikan meliputi logika komputer, algoritma dan pemrograman, searching dan sorting, serta analisis dan visualisasi data. Setelah pelatihan, peserta diminta menerapkan materi yang telah dipelajari dalam sebuah proyek sederhana, kemudian mempresentasikan hasilnya. Pelatihan ini menunjukkan adanya peningkatan pemahaman pada Guru SMA dan SMK Surabaya terhadap informatika, yang diukur melalui perbandingan hasil pre-test dan post-test. Selain itu, manfaat lainnya yaitu terjadinya kerja sama yang baik antara Guru SMA dan SMK Surabaya dengan Prodi S-1 Sains Data, Universitas Negeri Surabaya.

Enhanced diabetes and hypertension prediction using bat-optimized k-means and comparative machine learning models Sofro, A'yunin; Ariyanto, Danang; Prihanto, Junaidi Budi; Maulana, Dimas Avian; Romadhonia, Riska Wahyu; Maharani, Asri; Oktaviarina, Affi; Kurniawan, Ibnu Febry; Khikmah, Khusnia Nurul; Al Akbar, Muhammad Mahdy
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.1816

This research aims to develop an analytical approach in classification statistics. The proposed approach is the use of machine learning combined with optimization effects. Considering the urgency of research related to exploring the best methods to apply to sports data. This study proposes a novel framework by combining the clustering results of random forest from the k-means method with the bat algorithm optimization to enhance performance prediction in the case of athlete prediction. The proposed method aims to explore data by comparing the quality of classification results in random forest machine learning, extremely randomized trees, and support vector classification methods. We conducted a case study on primary data with 200 respondents from Surabaya State University and the East Java National Sports Committee. The accuracy found in this study indicates that the best approach based on the performance evaluation metric of the proposed approach is the random forest clustering results from the k-means method with bat algorithm optimization, which provides the best accuracy value compared to other machine learning approaches at 81.25%. This research offers a novel machine-learning–optimization framework that significantly improves athlete performance prediction by integrating k-means clustering, random forest, and bat algorithm optimization. The approach provides higher accuracy than conventional classifiers, enabling more data-driven decision-making for talent identification and sports analytics in Indonesia.

Title

Found 4 Documents
Search

Abstract

Abstract

Abstract

Abstract

Title Search

Found 4 Documents Search

Abstract

Abstract

Abstract

Abstract

Title

Found 4 Documents
Search