Claim Missing Document
Check
Articles

ANALISIS KINERJA PENCARIAN FILE DENGAN FIND DAN LOCATE PADA RED HAT 9.0 Latifah Hasibuan, Najwa; Khoiriah, Najwatul; Kiswanto, Dedy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12679

Abstract

Pencarian file merupakan salah satu fungsi utama dalam sistem operasi Linux, termasuk pada Red Hat 9.0. Artikel ini membandingkan kinerja dua perintah pencarian file, yaitu find dan locate, yang memiliki pendekatan berbeda. Perintah find bekerja langsung pada sistem file, sementara locate menggunakan database indeks untuk pencarian yang lebih cepat. Penelitian ini menggunakan metode eksperimen komparatif dengan mengukur waktu eksekusi, penggunaan CPU, memori, serta fleksibilitas pencarian pada berbagai ukuran direktori (100, 1.000, dan 10.000 file). Hasil penelitian menunjukkan bahwa find lebih efisien dalam penggunaan CPU, terutama pada direktori kecil, namun membutuhkan lebih banyak memori dibandingkan locate. Sebaliknya, locate lebih cepat dalam pencarian sederhana tetapi bergantung pada pembaruan database yang memengaruhi akurasi. Kesimpulan dari penelitian ini merekomendasikan penggunaan find untuk pencarian kompleks dan locate untuk pencarian cepat pada data yang stabil.
Deteksi Jenis Tanaman Berdasarkan Bentuk Daun Menggunakan KNN Nasution, Siti Ananda; Lestari, Dewi; Azzahra, Dita Putri; Kiswanto, Dedy
Jurnal Sistem Informasi dan Sistem Komputer Vol 10 No 1 (2025): Vol 10 No 1 - 2025
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v10i1.646

Abstract

Indonesia memiliki keanekaragaman hayati yang tinggi, termasuk ribuan spesies tanaman yang tersebar luas. Identifikasi jenis tanaman penting dalam bidang seperti pertanian, kehutanan, dan penelitian ilmiah. Penelitian ini mengembangkan sistem deteksi jenis tanaman berbasis bentuk daun menggunakan algoritma K-Nearest Neighbor (KNN). Dataset gambar daun dikumpulkan dan diolah untuk mengekstraksi fitur morfologis, seperti tepi dan tekstur daun. KNN kemudian digunakan untuk mengklasifikasikan daun ke dalam jenis tanaman tertentu berdasarkan kemiripannya dengan sampel dalam dataset. Validasi dilakukan dengan membandingkan akurasi dari berbagai nilai k untuk menemukan konfigurasi terbaik. Hasilnya, algoritma KNN berhasil mencapai akurasi klasifikasi 94,44%, dengan akurasi sempurna pada daun Kembang Sepatu dan Singkong, sedangkan daun Jarak dan Ubi Malaysia memiliki akurasi 83%. Kombinasi fitur LBP dan HOG terbukti efektif dalam meningkatkan representasi morfologi daun.
Identifikasi Variasi Paprika Berdasarkan Jenis Warna Paprika Berbasis Analisis Citra Digital Menggunakan Algoritma Support Vector Machine (SVM) Nasution, Adzkia; Lubis, Ardilla Syahfitri; Kiswanto, Dedy
Jurnal Informasi, Sains dan Teknologi Vol. 7 No. 2 (2024): Desember: Jurnal Informasi Sains dan Teknologi
Publisher : Politeknik Negeri FakFak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/isaintek.v7i2.282

Abstract

Penelitian ini bertujuan untuk merancang sistem klasifikasi warna paprika (merah, kuning, hijau, orange) dengan memanfaatkan analisis citra digital yang didukung oleh algoritma Support Vector Machine (SVM). Pendekatan yang digunakan meliputi pengumpulan data berupa gambar paprika, pengolahan awal data melalui langkah-langkah seperti penyesuaian ukuran gambar, pengaburan untuk mengurangi noise, serta peningkatan kontras menggunakan metode CLAHE. Selain itu, fitur warna diekstraksi menggunakan momen warna, dan fitur tekstur diperoleh melalui matriks co-occurrence skala abu-abu (GLCM). Model SVM diuji dengan berbagai jenis kernel, yaitu linier, polinomial, RBF, dan sigmoid, guna menentukan kernel dengan kinerja terbaik. Hasil pengujian menunjukkan bahwa kernel linier dan RBF mengalami overfitting karena menghasilkan akurasi sempurna sebesar 100%, sementara kernel poly dan sigmoid mencapai akurasi sebesar 97,56% dan 39%. Secara keseluruhan, model SVM mampu mengklasifikasikan warna paprika dengan tingkat akurasi yang tinggi, dengan rata-rata presisi, recall, dan skor F1 mencapai 97,56%. Sistem ini diharapkan mampu meningkatkan efisiensi dan ketepatan dalam identifikasi warna paprika serta mendukung inovasi dan modernisasi dalam sektor pertanian.
Perubahan Sentimen Publik Terhadap Calon Gubernur Sumatera Utara Tahun 2024 Berdasarkan Data Twitter: Pendekatan Naive Bayes Panggabean, Suvriadi; Kiswanto, Dedy; Surbakti, Nurul Maulida; Azis, Zainal; Harahap, Tua Halomoan
MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Vol. 7 No. 2 September 2024
Publisher : Prodi Pendidikan matematika Universitas Islam Majapahit (UNIM), Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/majamath.v7i2.3468

Abstract

Penelitian ini bertujuan untuk menganalisis perubahan sentimen publik terhadap calon gubernur Sumatera Utara pada pemilihan tahun 2024 menggunakan data Twitter. Fokus utama penelitian ini adalah dua kandidat, yaitu Edy Rahmayadi dan Bobi Nasution. Data yang digunakan mencakup 150 tweet per bulan dari periode Januari hingga Agustus 2024, yang diambil menggunakan API Tweet Harvest. Sentimen pada tweet tersebut diklasifikasikan menggunakan algoritma Naive Bayes ke dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan adanya fluktuasi sentimen publik yang signifikan setiap bulannya, terutama pada Juli dan Agustus 2024, yang mencerminkan perubahan persepsi publik terkait kedua calon gubernur tersebut. Penelitian ini diharapkan memberikan kontribusi dalam memahami opini publik melalui media sosial sebagai salah satu indikator dalam konteks pemilihan politik.
Classification of Pear Varieties Using the K-Nearest Neighbor Algorithm and Extraction of Shape, Color, Texture, and Size Features Putri, Rezkya Nadilla; Kiswanto, Dedy; Sitepu, Keysa Shifa Adwitia
Golden Ratio of Data in Summary Vol. 5 No. 1 (2025): November - January
Publisher : Manunggal Halim Jaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52970/grdis.v5i1.910

Abstract

This study develops a pear variety classification system based on digital images using the K-Nearest Neighbor (KNN) algorithm. The data used included 195 images from three pear varieties, namely Century, Forel Afrika, and Singo, which were analyzed by utilizing various features such as color (RGB), texture (Local Binary Pattern), shape (area, circumference, length-width ratio), and size (bounding box dimensions). The preprocessing process removes the image's background to increase focus on the main object, thus allowing for more optimal feature extraction. The dataset is divided into 80% for training and 20% for model testing. The evaluation results show that the KNN model can achieve an accuracy of 85%, with an average precision value of 0.85, recall of 0.89, and F1-score of 0.85. These results prove that the KNN algorithm is effective in accurately classifying pear varieties, which can significantly contribute to applying digital image-based technology for automatic classification needs in the agricultural sector.
Analisis Implementasi Linux Mint dan Fedora: Studi Perbandingan Performa Kinerja di Laptop Gaol, Anwar Shaleh Lbn; Parapat, Gerhard Hasangapon; Nababan, Sirus Daniel; Sitanggang, Yoseph Christian; Kiswanto, Dedy
Journal of Education Technology Information Social Sciences and Health Vol 4, No 1 (2025): March 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v4i1.5109

Abstract

Penelitian ini mengkaji perbandingan performa sistem operasi Linux Mint dan Fedora melalui metode eksperimen komparatif. Studi dilakukan dalam lingkungan virtual yang terkontrol menggunakan VirtualBox untuk memastikan keadilan pengujian. Pengujian meliputi waktu boot, penggunaan RAM saat idle, kemudahan instalasi aplikasi, serta responsivitas antarmuka pengguna (GUI). Linux Mint dan Fedora diinstal pada Virtual Machine (VM) dengan spesifikasi yang sama untuk mengevaluasi kelebihan dan kekurangan keduanya. Data yang diperoleh dianalisis dengan pendekatan statistik untuk memberikan wawasan tentang distribusi yang lebih unggul dalam kondisi tertentu. Hasil penelitian ini diharapkan dapat membantu pengguna dalam memilih distribusi Linux yang sesuai untuk kebutuhan komputasi sehari-hari.
IMPLEMENTASI DAN ANALISIS PROTOKOL HSRP DAN VRRP DALAM MENINGKATKAN REDUNDANSI GATEWAY PADA JARINGAN VIRTUAL silalahi, evelyn keisha; Sitanggang, Yoseph Christian; Suryaningsih, Embun; Kiswanto, Dedy
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6474

Abstract

Perkembangan teknologi informasi yang pesat menuntut ketersediaan jaringan tinggi untuk mendukung layanan kritikal. Penelitian ini menganalisis implementasi protokol redundansi HSRP (Cisco-proprietary) dan VRRP (standar IEEE) dalam meningkatkan ketersediaan jaringan melalui simulasi Cisco Packet Tracer dan GNS3. Metode eksperimen mencakup: (1) konfigurasi gateway virtual, (2) pengujian failover otomatis, dan (3) analisis parameter QoS (ping, traceroute). Hasil menunjukkan kedua protokol berhasil mempertahankan konektivitas tanpa packet loss saat failover, dengan latency 0ms (HSRP) dan respons stabil (VRRP). HSRP unggul dalam lingkungan Cisco dengan preempt cepat, sedangkan VRRP lebih fleksibel untuk jaringan multi-vendor. Temuan ini membuktikan efektivitas redundansi First-Hop dalam memitigasi downtime, sekaligus menyoroti kebutuhan pengujian lanjutan pada beban trafik tinggi dan integrasi dengan SDN. Penelitian ini memberikan dasar empiris untuk seleksi protokol redundansi sesuai kebutuhan infrastruktur jaringan.  The rapid advancement of information technology demands high network availability for critical services. This study analyzes the implementation of redundancy protocols HSRP (Cisco-proprietary) and VRRP (IEEE standard) to enhance network availability through Cisco Packet Tracer and GNS3 simulations. Experimental methods include: (1) virtual gateway configuration, (2) automatic failover testing, and (3) QoS parameter analysis (ping, traceroute). Results demonstrate both protocols maintained zero packet loss during failover, with 0ms latency (HSRP) and stable response (VRRP). HSRP excels in Cisco environments with fast preemption, while VRRP offers multi-vendor flexibility. These findings prove the efficacy of First-Hop redundancy in mitigating downtime, while highlighting the need for further testing under high traffic loads and SDN integration. This research provides empirical basis for protocol selection tailored to network infrastructure needs.The rapid advancement of information technology demands high network availability for critical services. This study analyzes the implementation of redundancy protocols HSRP (Cisco-proprietary) and VRRP (IEEE standard) to enhance network availability through Cisco Packet Tracer and GNS3 simulations. Experimental methods include: (1) virtual gateway configuration, (2) automatic failover testing, and (3) QoS parameter analysis (ping, traceroute). Results demonstrate both protocols maintained zero packet loss during failover, with 0ms latency (HSRP) and stable response (VRRP). HSRP excels in Cisco environments with fast preemption, while VRRP offers multi-vendor flexibility. These findings prove the efficacy of First-Hop redundancy in mitigating downtime, while highlighting the need for further testing under high traffic loads and SDN integration. This research provides empirical basis for protocol selection tailored to network infrastructure needs.
DESAIN DAN IMPLEMENTASI SISTEM PENILAIAN AKADEMIK UNTUK PERLINDUNGAN DATA PRIBADI Hidayat, M Fauzan; Kiswanto, Dedy; Andreas Sinabariba, Ade; Vincentius Manurung, Enriko; Jibran Muzakki Khan, Adhevta; Abdi Azzaki G, Fikri; Ahmad Fahrezi, Bryan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14190

Abstract

Transformasi digital di Indonesia membawa tantangan baru dalam perlindungan data pribadi, khususnya pada sektor pendidikan yang mengelola data akademik seperti nilai dan sertifikat. Masalah utama yang dihadapi adalah rendahnya keamanan, transparansi, dan integritas sistem penilaian akademik tradisional yang masih rentan terhadap manipulasi dan kebocoran data. Penelitian ini bertujuan untuk mengimplementasikan konsep keamanan dalam sistem penilaian akademik guna meningkatkan keamanan, transparansi, dan efisiensi pengelolaan data, serta mendukung perlindungan data pribadi. Metode yang digunakan adalah pengembangan sistem penilaian akademik berbasis web yang memungkinkan pencatatan dan verifikasi transaksi akademik secara permanen dan aman. Hasil penelitian menunjukkan sistema yang dikembangkan mampu menciptakan data yang transparan, tidak dapat diubah, serta meningkatkan kepercayaan terhadap sistem penilaian akademik. Temuan ini diharapkan menjadi acuan dalam penerapan teknologi digital untuk memperkuat integritas data akademik di Indonesia.
ANALISIS KINERJA ROUTING DINAMIS PADA JARINGAN VIRTUAL MENGGUNAKAN MIKROTIK CHR Sembiring, Febe Gracia; Ashillah, Salma; Nasution, Aurela Khoiri; Kiswanto, Dedy
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6516

Abstract

Routing dinamis menjadi hal yang penting dalam pengelolaan jaringan modern karena mampu menyesuaikan rute secara otomatis saat terjadi perubahan topologi. Penelitian ini bertujuan untuk menguji performa protokol OSPF (Open Shortest Path First) pada topologi ring menggunakan Mikrotik RouterOS versi 6.49.18 di lingkungan simulasi GNS3. Topologi terdiri dari tiga router yang saling terhubung membentuk jalur tertutup, serta tiga PC yang terhubung ke masing-masing router melalui switch. Metode yang digunakan adalah simulasi eksperimen dengan mengamati parameter delay, packet loss, dan throughput melalui pengujian ping dan bandwidth-test. Hasil menunjukkan bahwa koneksi antar perangkat berjalan stabil dengan rata-rata delay di bawah 20 ms dan packet loss 0% pada sebagian besar pengujian. Namun, pada koneksi tertentu ditemukan throughput rendah dan packet loss, yang menunjukkan pentingnya evaluasi konfigurasi dan jalur antar router. Penelitian ini membuktikan bahwa OSPF dapat diterapkan secara efektif pada topologi ring dan menjadi dasar untuk pengembangan jaringan skala lebih besar.
Penerapan Pengolahan Citra Digital Untuk Klasifikasi Rasa Jeruk Berastagi Berdasarkan Warna Dan Tekstur Dengan Metode Klasifikasi SVM Malau, Mei Lammi; Wulandari, Siti; Kiswanto, Dedy
Jurnal Pendidikan Teknologi Informasi dan Vokasional Vol 7, No 1 (2025): Jurnal Pendidikan Teknologi Informasi dan Vokasional
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jptiv.v7i1.32589

Abstract

Jeruk Berastagi merupakan salah satu komoditas buah unggulan Indonesia dengan permintaan tinggi di pasar lokal maupun internasional. Untuk memastikan kualitas jeruk, terutama terkait rasa dan tingkat kematangan, dibutuhkan metode yang akurat dan objektif. Klasifikasi rasa jeruk secara manual seringkali bersifat subjektif dan membutuhkan keahlian khusus, sehingga kurang efisien. Penelitian ini bertujuan untuk mengembangkan metode berbasis pengolahan citra digital guna mengotomasi klasifikasi rasa jeruk Berastagi menjadi tiga kategori utama: asam, hambar, dan manis. Metode yang diusulkan terdiri atas lima tahap utama, yaitu akuisisi citra, pra-pemrosesan, penghapusan latar belakang, ekstraksi fitur warna (HSV) dan tekstur (GLCM), serta klasifikasi menggunakan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa metode ini mampu mencapai akurasi pengujian sebesar 96,67% dan rata-rata akurasi validasi silang sebesar 93,33%. Confusion matrix menunjukkan bahwa sebagian besar sampel berhasil diklasifikasikan dengan benar, dengan hanya satu hingga dua kesalahan klasifikasi pada kategori manis. Nilai presisi, recall, dan f1-score rata-rata sebesar 0,97 mengindikasikan bahwa fitur gabungan HSV dan GLCM efektif dalam merepresentasikan karakteristik rasa jeruk. Berdasarkan hasil analisis dan pengujian, metode ini terbukti efektif dan efisien dalam mengotomasi proses klasifikasi rasa jeruk Berastagi menjadi asam, hambar, dan manis. 
Co-Authors Abdi Azzaki G, Fikri Abid Syuja, Muhammad Adidtya Perdana, Adidtya Adventino Gulo, Steven Afiq Alghazali Lubis Afrrahman S. Effendi, Ali Agi Berutu, Iwan Ahmad Fahrezi, Bryan Ahmad Zulfan Hafiz Harahap Akbar, Muhammad Budi Al-Kautsar, Muhammad Zidane Albert Ramadhan Manik Alfin Syahri Alvansyah, Oka Alvin Hafiz Ananda Irya Shakila Syukron Andreas Sinabariba, Ade Anggraini Yolandari, Nezza Aqilah Defiyanti Ardani Achmad Arifin, Muhammad Hidayatul Arion Pardede Ashillah, Salma Asro Harahap, Fatimah Audy Priscilia, Selfi Aulia Artika, Delvita Aulia, Windy Auzi, Sybil Azima Lubis, Fauzan Azis, Zainal Azril Arfansyah Azzahra, Dita Putri Bicanro Gebriyan Panjaitan Bob Valentino Bonifasius Simbolon, Aldo Br Hutagalung, Fhadillah Citra Hasiana Rajagukguk, Gloria Davina, Sherly Dealva Arsyad, Thania Defi, Aqilah Dewi Lestari Dly, Revidamurti Drilanang, Mhd Ilyasyah Dwi Febrianti, Bunga Ega Pratama Evanthe, Hansel Evanthe, Hansel Valent Fadilla Amanah Fahra Pebiana Putri Fauzan Azima Lubis Felix John Pardamean Hutabarat Fhadillah Br Hutagalung Fitra, Muhammad Rizki Andrian Gaol, Anwar Shaleh Lbn Gerhard Hasangapon Parapat Gloria Citra Hasiana Rajagukguk Gulo, Steven Adventino Hafika, Rizky Ananda Hafiz, Alvin Hafizh Ariiq Hanafiah Hanafiah Harahap, Fatima Asro Harahap, Salsa Nabila Heppy Ria Sibarani, Ronasip Hermawan Syahputra Hidayat, M Fauzan Human Sukma, Ayman Hutagalung, Fhadillah Br Ichwanul Muslim Karo Karo Idris Putra Hatoguan Insan Pratama Siagian, Raihan Iwan Agi Berutu Jehian, Neysa Talitha Jibran Muzakki Khan, Adhevta Jogi Purba John Bush Henrydunan Josua Pinem Juliana Silalahi, Feby Khildan Rifail Azis Khoiriah, Najwatul Kristin Impana Manik Latifah Hasibuan, Najwa Lubis, Ardilla Syahfitri Lubis, Fauzan Azima M.Pd., Zulherman Malau, Mei Lammi Manik, Albert Ramadhan Manik, Kristin Impana Meliala, Ruth Amelia Vega S Melly Br Bangun Mhd Ilyasyah Drilanang Muhammad Agus Syaputra Lubis Muhammad Alby Savana Hasibuan Muhammad Alfin Muhammad Budi Akbar Muhammad Dzaki Arjun Muhammad Hidayatul Arifin Muhammad Iqbal Fahrezzi Muhammad Naufal Musyaafa Muhammad Raffi Akbar Tanjung Muhammad Rois Lukman Damanik Muhammad Zidane Al-Kautsar Muslim Sinaga, Rizal Nababan, Sirus Daniel Nababan, Sirus Daniel Haholongan Nadrah Afiati Nasution Najwa Latifah Hasibuan Nasution, Adzkia Nasution, Afifah Naila Nasution, Aurela Khoiri Nasution, Siti Ananda Nazwar Farezi Nezza Anggraini Yolandari Noor, Muhammad Yazid Nurul Maulida Surbakti Panggabean, Suvriadi Parapat, Gerhard Hasangapon Paskah Abadi Simanullang Pebiana Putri, Fahra Peter Tymothy Hutabarat Prana Walidin, Adamsyach Pritiy Singgam Purba, Jogi Putra Paskah Halawa, Sovantri Putri Handayani Simbolon, Agata Putri Syaifullah, Sarah Putri, Fahra Pebiana Putri, Rezkya Nadilla Rabiah Adawi Raffi Akbar Tanjung, Muhammad Raja Ansel Hartama Sihombing Ramadhani, Fanny Rangga Wahyu Pratama Rani Indah Sari Revidamurti Dly Ridho Affandi Rifail Azis, Khildan Ririn Amelia Br Siregar Riyan Wardhana Rizal Muslim Sinaga Rizki Andrian Fitra, Muhammad Rizky Ananda Hafika Rizky Wahyudi Safitri, Eli Safrida Napitupulu Sapta Warman Zai, Tri Selfi Audy Priscilia Sembiring, Febe Gracia Shaleh Lbn Gaol, Anwar Shaqila Rahmayani Siagian, Raihan Insan Pratama Sianipar, Freyro Dobry silalahi, evelyn keisha Silalahi, Feby Juliana Siregar, Dean Sitanggang, Yoseph Christian Sitepu, Ahmad Denil Sitepu, Keysa Shifa Adwitia Siti Mamduhah siti wulandari Situmorang, Romatua SM Sidabutar, Yusiva Sovantri Putra Paskah Halawa Sri Dewi Stefen Agus Waruwu Sukma, Ayman Human Suryaningsih, Embun Suvriadi Panggabean Syti Salwaa Nafiisah Syukron, Ananda Irya Shakila Talitha Jehian, Neysa Tegas Ramadhan Tri Sapta Warman Zai Tua Halomoan Harahap Tua Halomoan Harahap, Tua Halomoan Vega S. Meliala, Ruth Amelia Vincentius Manurung, Enriko Vivielda Farmawaty Tambunan Waruwu, Stefen Agus Windy Aulia Yesy Simanjuntak Yohana Lorinez S. Yohanes Gerardus Haga Zai Yuda Advis Ambrosius Sitohang YUSRIDA JELIANTI SIHITE SIHITE Zahira Putri Julia Daulay Zainal Azis Zidane Al-Kautsar, Muhammad Zulfahrizan, Atta Zulfi, M. Fikri