Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan
M. Zarlis
Universitas Sumatera Utara
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
ANALISIS KINERJA NON CDN DAN GEO DNS PADA CDN MENGGUNAKAN NS-2 Sahat Parulian Sitorus; M. Zarlis; Suherman Ph.D.
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 1, No 2 (2017): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v1i2.79

Abstract

Pengakses jaringan single server pada saat ini meningkat pesat. Ketika banyak pengguna terhubung pada jaringan single server. Ketika single server atau non CDN (non Content Delivery Network) melayani permintaan dari banyak pengguna. Besar kemungkinan server yang melayani akan terjadi overload dan crash. Melihat dari kebutuhan user dan waktu yang diperlukan menjadi hal yang diutamakan adalah kecepatan akses pengirim paket data video streaming sampai kepada tujuan penerima. Geo DNS  yang diterapkan adalah salah satu solusi yang efektif dan efisien untuk mengatasi masalah tersebut. Arsitektur CDN ini dibangun dengan menggunakan konsep Network Simulator-2 (NS-2) yang memungkinkan proses pentransmisi paket data video streaming didistribusi dengan cepat ke server terdekat yang melayani permintaan client server. pengujian dan percobaan yang dilakukan maka parameter yang diukur adalah delay dan packet loss. Dari hasil pengujian didapat delay 0,279296 s dan packet loss 44,30 % non CDN, sedangkan Delay 0,067609 s dan packet loss 4,12 % Geo DNS diterapkan pada CDN. Maka kesimpulannya adalah jauh lebih baik kinerja Geo DNS pada CDN dibandingkan non CDN.
PENERAPAN ALGORITMA K-MEANS PADA SISWA BARU SEKOLAH MENENGAH KEJURUAN UNTUK CLUSTERING JURUSAN Fauziah Nur; M. Zarlis; Benny Benyamin Nasution
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 1, No 2 (2017): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v1i2.70

Abstract

Data mining merupakan teknik pengolahan data dalam jumlah besar untuk pengelompokan.Teknik ini digunakan dalam proses Knowledge Discovery in Database (KDD). Teknik tersebut mempunyai beberapa metode dalam pengelompokannya Naïve-Bayes dan Nearest Neighbour, pohon keputusan (KD-Tree), ID3, K-Means, text mining dan dbscan. Dalam hal ini penulis mengelompokan data siswa baru sekolah menengah kejuruan tahun ajaran 2014/2015. Pengelompokan tersebut berdasarkan kriteria – kriteria data siswa. Pada penelitian ini, penulis menerapkan algoritma K-Means Clustering untuk pengelompokan data siswa baru sekolah menengah kejuruan. Dalam hal ini, pada umumnya untuk memamasuki jurusan hanya disesuaikan dengan nilai siswa saja namun dalam penelitian ini pengelompokan disesuaikan kriteria – kriteria siswa seperti penghasilan orang tua, tanggungan anak orang tua dan nilai tes siswa. Penulis menggunakan beberapa kriteria tersebut agar pengelompokan yang dihasilkan menjadi lebih optimal. Tujuan dari pengelompokan ini adalah terbentuknya kelompok jurusan pada siswa yang menggunakan algoritma K-Means clustering. Hasil dari pengelompokan tersebut diperoleh tiga kelompok yaitu kelompok tidak lulus, kelompok rekayasa perangkat lunak dan kelompok teknik komputer jaringan. Terdapat pusat cluster  dengan Cluster-1=1.4;2.2;2.2, Cluster-2= 2.28;1.64;4 dan Cluster-3=5;2;6. Pusat cluster tersebut didapat dari beberapa iterasi sehingga mengahasilakan pusat cluster yang optimal.
ANALISIS KRIPTO SISTEM ALGORITMA AES DAN ELLIPTIC CURVE CRYPTOGRAPHY (ECC) UNTUK KEAMANAN DATA Edy Budi Harjono Sibarani; M. Zarlis; Rahmat Widya Sembiring
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 1, No 2 (2017): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v1i2.71

Abstract

Kriptografi merupakan salah satu solusi atau metode pengamanan data yang tepat untuk menjaga kerahasiaan dan keaslian data, serta dapat meningkatkan aspek keamanan suatu data atau informasi. Metode ini bertujuan agar informasi yang bersifat rahasia dan dikirim melalui suatu jaringan, seperti LAN atau Internet, tidak dapat diketahui atau dimanfaatkan oleh orang atau pihak yang tidak berkepentingan. Kriptografi mendukung kebutuhan dua aspek keamanan informasi, yaitu perlindungan terhadap kerahasiaan data informasi dan perlindungan terhadap pemalsuan dan pengubahan informasi yang tidak diinginkan. AES-Rinjdael merupakan salah satu algoritma kriptografi yang digunakan dalam mengamankan pesan menggunakan panjang kunci sampai 256 bit, yang mana untuk meghindari kriptanalisis, maka dilakukan metode kombinasi  dengan algoritma  Eliptic Curve Criptografi (ECC) dalam pengenkripsian pesan.
ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION Eka Irawan; M. Zarlis; Erna Budhiarti Nababan
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 1, No 2 (2017): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v1i2.67

Abstract

Algoritma backpropagation merupakan multi layer perceptron yang banyak digunakan untuk menyelesaikan persoalan yang luas, namun algoritma backpropagation juga mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation dengan penambahan momentum. Untuk algoritma backpropagation standar kecepatan konvergensi 727 epoch dengan nilai MSE 0,01, sedangkan algoritma backpropagation standar mencapai 4000 epoch dengan nilai MSE 0,001. . Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar.
Co-Authors Benny Benyamin Nasution Edy Budi Harjono Sibarani Eka Irawan Erna Budhiarti Nababan Fauziah Nur Rahmat Widya Sembiring Sitorus, Sahat Parulian Suherman Ph.D.