Claim Missing Document
Check
Articles

Found 36 Documents
Search

Perancangan dan Implementasi Load Balance Menggunakan Metode Policy Based Routing pada Laboratorium Dasar Pemrograman Fakultas Teknik Universitas Mulawarman Abdul Haris; Edy Budiman; Medi Taruk
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v17i1.5967

Abstract

Bidang Pendidikan yang berkembang saat ini, Informasi merupakan hal sangat ­­penting untuk menunjang ilmu pengetahuan. Internet digunakan untuk belajar akan menambah kemampuan membaca, berpikir kritis, dan mengintegrasikan atau mengasosiasikan sumber bacaan yang satu dengan yang lainnya (Salmerón et al., 2017).  Oleh karena itu dunia pendidikan harus memperhatikan ketersediaan akses internet setiap saat untuk memudahkan mahasiswa dalam kegiatan belajar mengajar menggunakan akses internet. Penelitian ini dilakukan Pada laboratorium Dasar Pemrograman Program Studi Informatika Fakultas Teknik, terdapat sebuah sebuah jalur internet yang digunakan di laboratorium ini, dengan menggunakan satu jalur internet tidak ada jaminan internet akan tersedia selama 7×24 jam sehingga bisa saja saat sedang digunakan jaringan internet terputus yang disebabkan oleh berbagai faktor. Selain daripada itu, ruang praktikum dan ruang pengelola laboratorium keduanya terhubung dalam satu jaringan Local Area Network (LAN) yang sama sehingga dapat membuat kepadatan trafik. Dengan menerapkan jaringan menggunakan teknik load balancing memungkinkan untuk mendapatkan jalur internet alternatif untuk backup jika jalur internet mengalami masalah. Menggunakan metode Policy Based Routing pada router mikrotik dapat menggunakan kebijakan routing yang ditetapkan berdasarkan keadaan pada laboratorium. Pada penelitian ini dilakukan pembagian koneksi paket menuju server nasional dan internasional, pengalihan gateway pada client ketika mengakses website memliki connection rate yang dianggap berat ditentukan agar menuju gateway ISP1 dan manajemen bandwidth untuk menyeimbangkan bandwidth yang didapat oleh komputer client. penerapan teknik diatas didapatkan hasil berupa throughput yang meningkat semula rata-rata sebesar 39,68549% menjadi 81,570199% pada LAN 1 dan 90,122876%  pada LAN 2.
Analisis Sentimen Terhadap Kebijakan Pemerintah Terkait Pandemi Covid-19 Pada Twitter Medi Taruk; Anindita Septiarini; Fandi Alief Al Akbar
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 1 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i1.12494

Abstract

Twitter adalah salah satu media pertukaran informasi yang mudah dan populer. Twitter merupakan media sosial yang banyak digunakan di Indonesia dan memiliki persebaran serta distribusi informasi yang sangat cepat. Covid-19 menjadi topik yang hangat pada awal 2020. Virus yang bermula dari Wuhan China ini telah menyebar secara cepat ke hampir seluruh dunia. Sejak adanya kasus pertama dengan dua orang positif di Indonesia, topik covid-19 ini selalu dibahas dalam berbagai media berita, dan tentu saja media sosial. Pada penelitian ini, tweet yang mengandung opini masyarakat terhadap kebijakan pemerintah tentang covid-19 diklasifikasikan menggunakan metode klasifikasi Naïve Bayes. Tweet yang berisi kebijakan pemerintah tentang covid-19 diambil dengan menggunakan webscraping. Namun, data yang telah dikumpulkan masih belum dapat digunakan untuk klasifikasi karena terdapat kata-kata yang tidak baku dan terdapat banyak noise di dalam data tersebut sehingga perlu dilakukan preprocessing. Tahapan preprocessing dilakukan untuk menghilangkan hal yang tidak dibutuhkan (url, mention), tokenization, stopword removal, dan stemming. Penelitian ini telah menghasilkan sistem klasifikasi sentiment analisis masyarakat terhadap kebijakan pemerintah tentang covid-19 dengan metode Naïve Bayes. Berdasarkan hasil penelitian tingkat akurasi dari metode Naïve Bayes menggunakan perbandingan data pelatihan sebesar 70 dan data testing sebesar 30 mendapatkan Precision sebesar 38%, Recall sebesar 42%, F-Measure sebesar 40% dan tingkat akurasi sebesar 76%.
Perancangan Aplikasi Digital Farming Untuk Menentukan Replanting Tanaman Kelapa Sawit Menggunakan Metode TOPSIS Dan SAW Muslimin B; Suci Ramadhani; Suswanto Suswanto; Yunike Andrayani; Puput Misliyana; Medi Taruk
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 1 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i1.9264

Abstract

Tanaman kelapa sawit merupakan salah satu komoditas pertanian unggul wilayah Kalimantan Timur yang menghasilkan minyak maupun bahan bakar. Perkembangan dan efektifitas produksi hasil panen tanaman kelapa sawit dipengaruhi beberapa faktor seperti pemeliharaan, pemupukan, kualitas bibit unggul, identifikasi penyakit dan hama. Pengelolaan dan produktivitas lahan perkebunan secara terus menerus maka dibutuhkan proses penanaman kembali tanaman yang kurang produktif. Replanting merupakan teknik peremajaan tanaman kelapa sawit yang kurang produktif menggunakan parameter dan kriteria penilaian. Penelitian ini bertujuan untuk merancang aplikasi digital farming untuk menentukan kelayakan tanaman kelapa sawit yang dapat dilakukan replanting. Aplikasi digital farming merupakan teknologi informasi dan komunikasi(TIK) berbasis cerdas yang dapat menentukan tanaman yang layak untuk di replanting. Manfaat replanting adalah untuk pemenuhan regenerasi tanaman baru kelapa sawit pada suatu kebun yang khususnya di kelola oleh petani. Penelitian ini menerapkan pemodelan/algoritma perbandingan metode Topsis dan SAW dengan berbasis web. Metode Topsis dan SAW merupakan salah satu teknik pengukuran objek tanaman berdasarkan kepentingan kriteria, evaluasi alternatif penilaian, kalkulasi matrik, sehingga menghasilkan rangking tanaman yang layak dilakukan proses replanting. Perbandingan metode Topsis dan SAW dapat mengukur tingkat akurasi keputusan berdasarkan data yang dikelola dan di analisis pakar pertanian. Perbandingan model dan implementasi aplikasi digital farming maka dapat membantu petani pakar pertanian dalam melakukan evaluasi dan monitoring kelayakan tanaman kelapa sawit yang akan di replanting. Untuk jangka panjang maka dapat membantu petani meningkatkan produktivitas hasil panen serta ketersediaan tanaman dan lahan produktif.
Sistem Informasi Inventaris Peralatan Laboratorium Jaringan Komputer Jurusan Teknologi dan Informasi Politeknik Pertanian Negeri Samarinda Wati, Lisna; Aini, Nur; Junirianto, Eko; Taruk, Medi
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i2.13175

Abstract

Teknologi Informasi pada era modern ini memiliki peran yang penting dalam melakukan banyak pekerjaan antara lain dalam dunia pendidikan dengan mengembangkan teknologi informasi dalam hal ini sebuah sistem informasi diharapkan dapat mempermudah  suatu pekerjaan. Proses inventaris barang perlengkapan praktek pada laboratorium selama ini masih menggunakan pendataan secara manual dengan menggunakan metode pembukuan yang seiring berkembangnya waktu ternyata memiliki beberapa keterbatasan bagi dari segi media maupun pengelolaan data. Sistem informasi inventaris laboratorium dengan berbasis website diharapkan menjadi salah satu solusi yang dapat di aplikasikan guna untuk mempermudah dalam pengelolaan peralatan praktek laboratorium jaringan komputer. Tujuan penelitian ini adalah merancang sistem informasi berbasis website dengan menggunakan PHP sebagai Bahasa pemrograman dengan menggunakan framework Laravel untuk membantu pengelola laboratorium dalam memudahkan dalam pendataan, pencarian data, dan monitoring status peralatan laboratorium apakah habis terpakai atau sedang di pinjam oleh pengguna laboratorium jaringan komputer
Simulasi Wireless Sensor Network untuk Mitigasi Bencana Kebakaran di Hutan Hujan Tropis Bukit Soeharto Jimi, Jimi; Agus, Fahrul; Taruk, Medi
Sains, Aplikasi, Komputasi dan Teknologi Informasi Vol 5, No 2 (2023): Sains, Aplikasi, Komputasi dan Teknologi Informasi
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jsakti.v5i2.11211

Abstract

Kebakaran hutan di Indonesia dianggap sebagai masalah tahunan yang menyebabkan  masalah serius dibidang kesehatan dan lingkungan, terutama di Sumatera dan Kalimantan. Sekitar 99% kejadian kebakaran hutan di Indonesia disebabkan oleh aktivitas manusia baik sengaja maupun tidak. Penelitian ini bertujuan untuk mensimulasikan Wireless Sensor Network(WSN) dengan menggunakan protokol PEGASIS yang diharapakan dapat digunakan untuk mitigasi bencana kebakaran di hutan hujan tropis Bukit Soeharto. Simulai ini menerapkan node berjumlah 10, 25, 50 dan 100, yang masing-masing dilakukan dua kali percobaan yaitu, simulasi menggunakan protokol PEGASIS dan simulasi tanpa protokol.Terdapat empat parameter quality of service (QoS) yang diukur pada simulasi ini, yakni: throughtput, delay, jitter dan packet loss. Penelitian ini menggunakan metode uji statistik-t berpasangan. Hasil simulai menunjukkan bahwa pada parameter jitter, penggunaan protocol PEGASIS memberikan nilai yang lebih tinggi dibandingkan tanpa protokol. Sedangkan untuk 3 parameter lain, penerapan protokol tidak berpengaruh nyata. 
Pengembangan Virtual Tour untuk Perpustakaan Universitas Mulawarman Muhammad Bambang Firdaus; Anjas, Andi; Tejawati, Andi; Taruk, Medi; Wardhana, Reza; Alameka, Faza
METIK JURNAL Vol 8 No 1 (2024): METIK Jurnal
Publisher : LPPM Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/metik.v8i1.765

Abstract

Advances in technology have now spread to all aspects of life and profession. When archiving, it is appropriate to use a computerized system to make archiving and processing letters easier. but there are still few who take advantage of current technological advances. One of them is the TEXMACO PURWASARI Vocational High School which still archives letters in paper form (hard copy). Manual archiving has weaknesses that pose many risks. By designing the UI/UX of an archival information system, it is hoped that it can solve existing problems. In designing the UI/UX, apply the user center design (UCD) method, which is a method for analyzing the UI/UX design of an electronic archival information system. seen from the system user's perspective, so that the system design is designed according to the user's needs. This research aims, apart from producing a UI/UX design design for an electronic archival information system using the User Centered Design (UCD) method, to also evaluate usability using the system usability scale method (SUS) to measure the feasibility of the Letter Archiving Information System that has been designed. The result of this research is an archival information system design that is equipped with a database design that is tailored to user needs.
IoT-based Water Quality Control in Tilapia Aquaculture Using Fuzzy Logic Prafanto, Anton; Septiarini, Anindita; Puspitasari, Novianti; Taruk, Medi; Mahendra, Dicky Alvian
Innovation in Research of Informatics (Innovatics) Vol 6, No 2 (2024): September 2024
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v6i2.11271

Abstract

Tilapia (Oreochromis niloticus) is a prominent species in freshwater aquaculture due to its high protein content and economic value. Maintaining optimal water quality is crucial for the health and growth of tilapia, particularly in terms of pH levels. Deviations in pH, whether too acidic or too alkaline, can lead to decreased appetite and increased mortality rates in tilapia. The objective of this study is to design an intelligent control system to monitor and regulate the pH and temperature of tilapia aquaculture ponds using the Sugeno Fuzzy method integrated with Internet of Things (IoT) technology. The system employs DS18B20 temperature sensors and E-201-C pH sensors to collect real-time data on pond conditions. The data are then processed by an ESP32 microcontroller, which employs Sugeno Fuzzy logic to determine the appropriate adjustments to be made. The system administers pH buffers to maintain the water within the optimal pH range. Furthermore, the collected data are transmitted to a web server, enabling real-time monitoring and analysis. The findings indicate that the proposed IoT-based system is effective in maintaining water quality, ensuring that the pH and temperature levels remain within the ideal range for tilapia. This study demonstrates the potential of integrating IoT and Sugeno Fuzzy logic to provide a robust solution for managing water quality in aquaculture settings, enhancing the sustainability and productivity of tilapia farming.
Penerapan Metode Finite State Machine Pada Mobile Game Side Scrolling “Utan Adventure” Firdaus, Muhammad Bambang; Arba, Muhammad Hendra; Tejawati, Andi; Taruk, Medi; Irsyad, Akhmad; Anam, M Khairul
SemanTIK : Teknik Informasi Vol 10, No 1 (2024):
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v10i1.47474

Abstract

Game ialah satu dari sekian sarana untuk menghilangkan kebosanan, dengan kemajuan teknologi smartphone saat ini, banyak game dengan platform mobile berkembang cepat. Android didukung oleh terjangkaunya smartphone android dipasaran sehingga lebih mudah diakses oleh anak-anak, remaja dan orang tua. Pengembangan game side-scrolling “Utan Adventure” ini untuk membangun game yang dapat mengasah otak dan kreativitas pemain serta untuk mempromosikan budaya lokal di Kalimantan. Game side-scrolling “Utan Adventure” ini adalah game dengan genre action adventure lebih tepatnya dengan subgenre side-scrolling dirancang menggunakan unity game engine dan menggunakan metode Finite State Machine yang diterapkan pada Player, Enemy dan mekanisme level. Finite State Machine ialah suatu metode untuk perancangan sistem kontrol yang memperlihatkan prinsip kerja sistem dengan fokus pada tiga hal penting : state (keadaan), event (kejadian), dan action (aksi). Berdasarkan hasil pengujian penelitian ini terdapat pengujian gameplay, pengujian artificial intelligence, pengujian kontrol pemain, dan pengujian mekanisme level. Hasil akhir dari game ini adalah game side-scrolling berbasis platform android, dengan fitur tambahan berupa toko, upgrade, leaderboard, dan Non-Playable Character (NPC) yang dapat patroli, mencari, dan menyerang pemain di setiap level. Kata kunci; Mobile Game, Finite State Machine, Non-Playable Character
Enhancing Disease Management in Mango Cultivation: A Machine Learning Approach to Classifying Leaf Diseases Mastrika Giri, Gst. Ayu Vida; Musdar, Izmy Alwiah; Angriani, Husni; Taruk, Medi
Indonesian Journal of Data and Science Vol. 4 No. 3 (2023): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v4i3.111

Abstract

This study explores the application of machine learning techniques in the agricultural domain, focusing on the classification of two common diseases in mango leaves: Powdery Mildew and Sooty Mould. Utilizing the MangoLeafBD dataset, the research employs a Gradient Boosting Classifier, enhanced with mean shift image segmentation and Hu moments for feature extraction. The performance of the model was rigorously evaluated through 5-fold cross-validation, yielding insights into its accuracy, precision, recall, and F1-score. The results demonstrate moderate success, with the highest accuracy and precision observed in the initial fold, indicating the model's potential for reliable disease identification. The study addresses the challenge of distinguishing between diseases with similar symptomatic appearances, offering a novel, data-driven approach for disease management in mango cultivation. This research contributes to the growing field of precision agriculture, highlighting the potential of machine learning in enhancing disease diagnosis and treatment strategies, thus supporting sustainable agricultural practices.
Improving Mental Health Diagnostics through Advanced Algorithmic Models: A Case Study of Bipolar and Depressive Disorders Wibowo, Adityo Permana; Taruk, Medi; Tarigan, ⁠⁠Thomas Edyson; Habibi, Muhammad
Indonesian Journal of Data and Science Vol. 5 No. 1 (2024): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v5i1.122

Abstract

This study explores the efficacy of a voting classifier integrating K-Nearest Neighbors (K-NN), Gaussian Naive Bayes (GNB), and Random Forest algorithms in diagnosing bipolar and depressive disorders. Utilizing a dataset of 120 psychology patients exhibiting 17 essential symptoms, the research employs a 5-fold cross-validation method to assess the model's diagnostic performance. Results indicate variability in accuracy (66.67% to 91.67%), precision (66.46% to 93.75%), recall (identical to accuracy), and F1-Scores (65.96% to 91.43%) across folds, demonstrating the model's robustness and potential to enhance psychiatric diagnostic processes. The findings suggest that the voting classifier significantly outperforms traditional diagnostic methods, offering a promising tool for more accurate and efficient mental health diagnostics. This research contributes to the burgeoning field of machine learning applications in mental health care, highlighting the potential of ensemble methods in addressing the complexities of psychiatric diagnosis. Given the limitations related to data diversity and model sensitivity, future research should focus on employing larger, more varied datasets and exploring the integration of additional algorithms to further refine diagnostic accuracy. This study lays the groundwork for advancing mental health diagnostics through innovative machine learning techniques.