Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Rekursif: Jurnal Informatika Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Funny Farady Coastera
Program Studi Informatika, Fakultas Teknik, Universitas Bengkulu
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Manajemen Bandwidth Dengan Queue Tree Pada RT/RW-Net Menggunakan Mikrotik Angga Alvendra Pratama; Boko Susilo; Funny Farady Coastera
Rekursif: Jurnal Informatika Vol 6, No 2 (2018): Volume 6 Nomor 2 November 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v6i2.5513

Abstract

RT/RW-Net adalah suatu konsep di mana beberapa komputer dalam suatu perumahan atau blok dapat saling berhubungan dan dapat berbagi data serta informasi. Dengan konsep RT/RW–Net  yang sama dengan  konsep  warnet,  di mana  pemilik akan menyewa  sejumlah  bandwidth  kepada penyedia layanan jasa  intenet  yang disebut  sebagai  ISP (Internet  Service  Provider),  lalu  disewakan  kembali  kepada pelanggan yang  datang  untuk menyewa layanan jasa internet dan penggunaan jaringan internet lainnya. Berdasarkan dari hasil pengamatan lapangan dengan cara observasi dan kuisioner permasalahan yang ada di RT 01 Kelurahan Semarang Kecamatan Sungai Serut Kota Bengkulu adalah kurang stabilnya jaringan internet yang tersedia sehingga mengganggu pengguna jaringan internet. Penelitian ini bertujuan untuk memanajemen pembagian bandwidth secara rata. Metode yang digunakan untuk memanajemen bandwidth jaringan internet RT/RW-Net di RT 01 Kelurahan Semarang Kecamatan Sungai Serut Kota Bengkulu adalah metode queue tree.  Hasil dari penelitian ini diperoleh bahwa pengguna jaringan internet RT/RW-Net dapat dilakukan secara rata. Pengujian pembagian bandwidth secara merata menggunakan speedtest dan pengujian kualitas video. Berdasarkan hasil pengujian tersebut, masing-masing pengguna mendapatkan bandwidth 1,3 Mbps.
Reduksi Dimensi Data menggunakan Metode Wrapper Sequential Feature Selection untuk Peningkatan Performa Algoritma Naïve Bayes terhadap Dataset Medis Mochammad Yusa; Funny Farady Coastera; Muhammad Randa Yandika
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.54328

Abstract

Penggunaan Machine Learning sebagai alat bantu dalam penanganan medis saat ini berkembang dengan pesat. Salah satu penyakit medis yang dikembangkan menggukan algoritma komputasi adalah Cardiovascullar Disease (CVD). Machine learning model yang diterapkan didasarkan dataset rekam medis. Tujuan penelitian ini adalah menginvestigasi performa algoritma naïve bayes dengan menerpakan metode Wrapper Sequential Feature Selection (WSFS). Metode penelitian dimulai dari pengumpulan dataset, data preprocessing, penerapan model Naïve Bayes, dan atribut scoring menggunakan Wrapper SFS, dan validasi performa menggunakan uji validasi 10-Fold Cross-Validation. Data history yang digunakan yaitu dataset Heart Failure Clinical Records yang terdiri dari 299 instances pada 13 features. Hasil penelitian menunjukkan bahwa metode Wrapper SFS dapat mengimprovisasi nilai performa Algoritma Naïve Bayes dari nilai akurasi, Precisi, dan Recall. Adapun kenaikan performa didapatkan dengan kombinasi 6 fitur ('anaemia', 'diabetes', 'ejection_fraction', 'serum_creatinine', 'gender', 'time') yang didapatkan dari seleksi fitur WSFS terhadap Algoritma tersebut yaitu nilai akurasi meningkat sebanyak 6,334%, skor recall meningkat 11,333%, dan nilai precision meningkat sebesar 20,07% dibandingkan dengan Algoritma Naïve Bayes.   
Co-Authors Angga Alvendra Pratama Boko Susilo Mochammad Yusa Muhammad Randa Yandika