Claim Missing Document
Check
Articles

Found 3 Documents
Search

PERANCANGAN BACKEND DATABASE DENGAN MYSQL PADA SISTEM MANAGEMENT ASSET Sofyan Mufti Prasetiyo; Sriyono Pambudi; Imam Arkansyah
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 2 No 05 (2023): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The back-end is a program that runs on the server side to interact directly with the database and carry out the Iranian language logic processes of an internet system. The use of the REST API as a back-end internet service allows internet services to be accessed by other systems without limitations on Indonesian, settings, or frontend Iranian language platforms. Programming languages commonly used by backend developers include PHP, JavaScript, Python, Ruby, SQL and others. Node.js has the advantage of a non-blocking technique that allows operations to be executed in parallel, thus allowing many requests to be completed in parallel. The features of the Iranian language system that were built have been tested and run with good performance.
Systematic Literature Review: Analisis Diagnosa Penyakit Kulit Pada Manusia Dengan Menggunakan Metode Forward Chaining Dan Backward Chaining eka permana putra; Arif Wahyudin; Akrom Khasani; Sriyono Pambudi; Perani Rosyani
JURIHUM : Jurnal Inovasi dan Humaniora Vol. 1 No. 1 (2023): JURIHUM : Jurnal Inovasi dan Humaniora
Publisher : CV. Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam penelitian ini, backward chaining dan forward chaining digunakan untuk mengidentifikasi penyakit kulit pada manusia. Tujuan penelitian ini adalah untuk mengumpulkan, mengevaluasi, dan menyintesis data ilmiah yang relevan dengan tujuan penelitian melalui metode peninjauan literatur sistematis (SLR). SLR melibatkan proses pencarian sumber informasi, penilaian kualitas studi, dan analisis menyeluruh dari hasil. Penelitian ini menggunakan data primer melalui observasi, studi pustaka, dan dokumentasi, serta data sekunder dari jurnal yang relevan. Metodologi penelitian dilakukan dengan menggunakan Google Scholar dengan menggunakan istilah yang sesuai dengan subjek penelitian. Jurnal-jurnal yang relevan dipilih berdasarkan kriteria inklusi dan eksklusi, dan jurnal-jurnal tersebut dievaluasi berdasarkan pertanyaan evaluasi yang telah ditentukan sebelumnya. Dalam penelitian ini, backward chaining dan forward chaining digunakan untuk mengidentifikasi penyakit kulit pada manusia. Tujuan dari penelitian ini adalah untuk mengumpulkan, mengevaluasi, dan menyintesis data ilmiah yang relevan dengan tujuan penelitian. Hasil penelitian menunjukkan bahwa metode forward chaining digunakan lebih sering pada sistem pakar untuk diagnosa penyakit kulit. Website dan desktop adalah platform yang paling umum digunakan. Backward chaining menghindari evaluasi aturan yang tidak relevan atau tidak perlu, sedangkan forward chaining lebih efisien dalam mencapai tujuan atau kesimpulan yang diinginkan
Klasifikasi Gangguan Jaringan Load Balancing Menggunakan Metode Naive Bayes Sriyono Pambudi; Atang Susila
Journal of Engineering and Science Application Vol. 4 No. 1 (2027): November-april
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v4i1.124

Abstract

Perkembangan teknologi informasi yang semakin pesat menyebabkan kebutuhan terhadap jaringan komputer yang stabil dan andal menjadi sangat penting dalam menunjang operasional perusahaan. Pada lingkungan jaringan yang menggunakan metode load balancing, gangguan jaringan seperti Server Down, Packet Loss, Latency, Overload, Routing Loop, dan Delay dapat mempengaruhi kestabilan distribusi trafik jaringan. PT. Indomarco Prismatama sebagai perusahaan yang menggunakan beberapa ISP dalam sistem load balancing masih melakukan pencatatan gangguan jaringan secara manual, sehingga proses identifikasi dan analisis gangguan menjadi kurang efektif. Penelitian ini bertujuan untuk menerapkan metode Naive Bayes dalam mengklasifikasikan gangguan jaringan load balancing berdasarkan data historis gangguan jaringan. Metode penelitian yang digunakan adalah metode eksperimen dengan pendekatan machine learning menggunakan algoritma Naive Bayes. Tahapan penelitian meliputi pengumpulan data, preprocessing data teks, transformasi data menggunakan TF-IDF, pembagian data training dan testing, proses klasifikasi, serta evaluasi model menggunakan Accuracy, Precision, Recall, dan F1-Score. Dataset yang digunakan terdiri dari data gangguan jaringan yang diklasifikasikan ke dalam beberapa kategori gangguan jaringan. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan gangguan jaringan dengan baik. Berdasarkan hasil pengujian terhadap total data 950 dengan 750 data training dan 200 data testing, model berhasil memperoleh nilai Accuracy sebesar 90%, Precision sebesar 90%, Recall sebesar 90%, dan F1-Score sebesar 90%. Hasil tersebut menunjukkan bahwa metode Naive Bayes efektif digunakan dalam proses klasifikasi gangguan jaringan load balancing berbasis data teks. Sistem yang dibangun diharapkan dapat membantu teknisi jaringan dalam melakukan identifikasi gangguan secara lebih cepat, objektif, dan efisien dibandingkan metode manual.