Garuda - Garba Rujukan Digital

Pemodelan Topik pada Ulasan Google Maps Candi Borobudur Menggunakan Latent Dirchlet Allocation Reonardh Sibarani; Sunneng Sandino Berutu; Kristian Juri Damai Lase; Jatmika Jatmika
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 3 (2024): Vol. 12, No 3, September 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i3.129028

Penelitian ini bertujuan untuk menggali wawasan yang mendalam dari ulasan Google Maps wisatawan tentang Candi Borobudur menggunakan metode Pemodelan Topik Latent Dirichlet Allocation(LDA). Candi Borobudur, salah satu situs warisan dunia yang terkenal di Indonesia, menerima banyak ulasan dari wisatawan yang berbeda-beda. Namun, untuk mengidenfikasi tren, preferensi, dan aspek yang paling penting bagi pengunjung, diperlukan analisis yang lebih dalam. Dengan menggunakan pendekatan LDA, mengelompokkan ulasan-ulasan ini kedalam topik-topik latensial yang memungkinkan untuk mengeksplorasi pola-pola umum dan perbedaan-perbedaan dalam persepsi dan pengalaman pengunjung terhadap Candi borobudur. Proses pemodelan topik ini mencakup beberapa langkah, dimulai dari persiapan data, pra-pemrosesan data, wordcloud, topic coherence serta pemodelan topik. Adapun nilai koherensi paling baik diperoleh dalam model Latent dirichlet allocation (LDA) adalah topik terbaik dengan jumlah 4 topik. Sedangkan dari hasil analisis pemodelan topik pada metode Latent dirichlet allocation (LDA) pada Kata "candi" (0.050883695), "borobudur" (0.02406518), "tiket" (0.018967053), dan "masuk" (0.018507887), menyoroti fokus pada aspek kuil, aksesibilitas, dan biaya masuk. Kata "jalan" (0.012353696) dan "parkir" (0.011362941) menunjukkan perhatian terhadap infrastruktur, sementara "area" (0.01039175) mengacu pada lingkungan sekitar candi. Istilah "rb" (0.009597249) dan "harga" (0.0092093265) merujuk pada biaya dalam rupiah, dan "beli" (0.008586656) terkait dengan pembelian tiket. Hasil ini memberikan wawasan tentang fokus utama dalam pembahasan Borobudur, mencakup kuil, aksesibilitas, infrastruktur, dan biaya.Kata kunci: Google Maps, Pemodelan Topik, Latent Dirichlet Alloation(LDA), Nilai Koherensi This research aims to extract deep insights from tourists' Google Maps reviews of Borobudur Temple using the Latent Dirichlet Allocation (LDA) Topic Modeling method. Borobudur Temple, one of the famous world heritage sites in Indonesia, receives many reviews from different tourists. However, to identify trends, preferences, and aspects that are most important to visitors, a deeper analysis is required. Using the LDA approach, categorizing these reviews into latent topics makes it possible to explore common patterns and differences in visitors' perceptions and experiences of Borobudur Temple. This topic modeling process includes several steps, starting from data preparation, data pre-processing, wordcloud, topic coherence and topic modeling. The best coherence value obtained in the Latent dirichlet allocation (LDA) model is the best topic with a total of 4 topics.. While based on the results of the analysis of topic modeling with the Latent dirichlet allocation (LDA) method on Borobudur reviews get 4 topic models The best coherence value obtained in the Latent dirichlet allocation (LDA) model is the best topic with a total of 4 topics. While from the results of the topic modeling analysis on the Latent dirichlet allocation (LDA) method on the words “temple” (0.050883695), “borobudur” (0.02406518), “ticket” (0.018967053), and “entrance” (0.018507887), highlighting the focus on aspects of the temple, accessibility, and entrance fees. The words “road” (0.012353696) and “parking” (0.011362941) indicate attention to infrastructure, while “area” (0.01039175) refers to the temple's surroundings. The terms “rb” (0.009597249) and “harga” (0.0092093265) refer to costs in rupiah, and “beli” (0.008586656) is related to ticket purchases. These results provide insight into the main focus of the Borobudur discussion, covering temples, accessibility, infrastructure, and costs.Keywords: Google maps, topic modelling, Latent Dirichlet Alloation(LDA), Coherence Score

Perancangan Controller Access Point System Manager (CAPsMAN) dan Monitoring Jaringan Menggunakan The Dude di PT. Abankirenk Natanael Christian; Kristian Juri Damai Lase; Haeni Budiati
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 2 (2024): Vol. 12, No 2, Juni 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i2.128173

PT. Abankirenk adalah perusahaan di bidang industri kreatif yang fokus pada pembuatan buku tahunan dengan menggunakan jaringan internet berskala besar dalam menjalankan setiap pekerjaan. Selama ini admin jaringan PT. Abankirenk kesulitan dalam melakukan pengolahan akses point dan pemantauan jaringan dikarenakan banyaknya akses point yang ada. Untuk mengatasi masalah tersebut, akan dilakukan perancangan CAPsMAN dan The Dude untuk mengolah dan memantau jaringan di PT. Abankirenk. Metode yang digunakan dalam penelitian ini adalah PPDIOO yang terdiri dari enam langkah yaitu Prepare, Plan, Design, Implement, Oprate dan Optimize. Adapun hasil yang didapat adalah CAPsMAN dapat melakukan manajemen access point di PT. Abankirenk sehingga admin dapat mengkonfigurasi semua akses point yang ada secara terpusat dan The Dude melakukan pemantau dan menganalisis pemforma jaringan di PT. Abankirenk sehingga admin dengan mudah mengetahui masalah yang terjadi pada jaringan. Dengan dirancangnya CAPsMAN dan The Dedu maka waktu yang digunakan oleh admin untuk melakukan pengolahan access point akan lebih efisien.Kata kunci : CAPsMAN, The Dude, Controller Access Point, Mikrotik, Jaringan PT Abankirenk is a company in the creative industry that focuses on making yearbooks by using a large-scale internet network in carrying out every job. The network admin of PT Abankirenk has difficulty in processing access points and monitoring the network due to the large number of access points. To overcome this problem, CAPsMAN and The Dude will be designed to process and monitor the network at PT Abankirenk. The method used in this research is PPDIOO which consists of six steps, namely Prepare, Plan, Design, Implement, Operate and Optimize. The results obtained are CAPsMAN can perform access point management at PT Abankirenk so that the admin can configure all existing access points centrally and The Dude monitors and analyzes network performance at PT Abankirenk so that the admin easily knows the problems that occur on the network. With the design of CAPsMAN and The Dedu, the time used by the admin to process access points will be more efficient.Keywords: CAPsMAN, The Dude, Controller Access Point, Mikrotik, Network

Deteksi Anomali Traffic Pada Jaringan Komputer Menggunakan Naive Bayes, Decison Tree Dan Isolation Forest Mendrofa, Milka Justine; Lase, Kristian Juri Damai; Budiati, Haeni
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 11 (2025): COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i11.3012

Anomali jaringan komputer adalah pola atau aktivitas yang tidak biasa yang menyimpang dari perilaku normal jaringan. Deteksi anomali sangat penting untuk mengidentifikasi ancaman keamanan, gangguan operasional, atau kegagalan sistem yang mungkin terjadi. Tujuan penelitian ini adalah untuk mengembangkan dan mengevaluasi tiga metode utama untuk mendeteksi anomali dalam trafik jaringan komputer: Naive Bayes, Decision Tree, dan Isolation Forest. Berbasis pada Teorema Bayes, pendekatan naive Bayes memprediksi kemungkinan suatu kejadian berdasarkan data historis. Model berbasis pohon keputusan, decision tree membagi data secara iteratif berdasarkan karakteristik tertentu untuk mengklasifikasikan atau memprediksi hasil. Algoritma Isolasi Hutan adalah algoritma berbasis kelompok yang dimaksudkan untuk mendeteksi anomali dengan cepat dengan mengisolasi data anomali. Fokus utama penelitian ini adalah membandingkan kinerja ketiga metode tersebut dalam mendeteksi anomali trafik jaringan, termasuk kemampuan masing-masing metode untuk menemukan pola tidak normal secara akurat dan efisien. Tujuan dari penelitian ini adalah untuk memberikan pemahaman tentang metode yang paling efektif dalam hal deteksi anomali jaringan, sehingga dapat membantu membangun sistem keamanan jaringan yang lebih andal dan responsif terhadap ancaman.

Implementation of Microservices Architecture in a Retail Web Application Using Apache Kafka as a Message Broker Daeli, Stefanus; Lase, Kristian Juri Damai; Sumihar, Yoel Pieter
Engineering, MAthematics and Computer Science Journal (EMACS) Vol. 7 No. 2 (2025): EMACS
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/emacsjournal.v7i2.13932

Web-based applications are often initially developed using monolithic architecture due to its simplicity and ease of deployment. However, as application complexity grows, monolithic systems face critical limitations in scalability, flexibility, and performance. This research applies a microservices architecture to a Retail Web divided into four core services: user, product, transaction, and notification management. Apache Kafka is integrated as a message broker to support asynchronous, real-time communication across services. A total of 2,001 requests were recorded during system testing using Prometheus. The srv_tulityretailaccounts service achieved an average response time of 122.8 ms, and the srv_tulityretailtransactions service maintained 188.1 ms with a 98% success rate. The srv_tulityretailproducts service also demonstrated stable performance with consistently low response times and no error spikes. Meanwhile, the srv_tulityretailnotifications service showed the highest efficiency with an average response time of 28.5 ms, CPU usage at 12.75% (1.53 of 12 cores), and memory usage at 2.07 GB (56.5%) of 3.66 GB. Throughout testing, no service exhibited resource saturation or degradation, even under concurrent load conditions. This confirms the system’s horizontal scalability, where each service can independently scale without impacting others. Overall, the microservices approach has proven effective in enhancing performance, modularity, and production-readiness, while laying a strong foundation for continuous integration, deployment automation, and future feature expansion.

Implementasi Virtualisasi Proxmox Ve Mengatasi Keterbatasan Sistem Untuk Meningkatkan Efisiensi Layanan Metro Global News Susilo, Zefanya Damar Aristo; Himamunanto, Agustinus Rudatyo; Lase, Kristian Juri Damai
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 10, No 2 (2025): Edisi Agustus
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v10i2.914

Metro Global News is a media company that, to this day, remains dependent on third-party hosting services as a means to reach its users. This reliance has led to limitations in independently managing server infrastructure, reduced system flexibility, increased operational costs, and minimal control over service configurations. This study aims to implement an internal server infrastructure using virtualization technology based on Proxmox VE as a solution to these challenges. Tools such as Netdata and Portainer were utilized to monitor system performance and resource usage in real-time. The system was built using two virtual machines (VMs), each running separate services within containers, enabling modular management and supervision. Monitoring results through Netdata recorded a total of 4,211 active metrics covering performance indicators such as CPU, RAM, disk I/O, and network usage, with log consumption of only 552 KB at the highest tier. Meanwhile, Portainer reported 4 active containers running application services, 3 storage volumes, and 5 images, with a total RAM allocation of 4.1 GB and the use of 2 CPU cores. All services operated stably under full load conditions without downtime, indicating that the system can function optimally with minimal resources. These findings confirm that Proxmox VE is an effective and cost-efficient solution for building internal IT infrastructure, particularly for medium-scale organizations requiring full control over their systems. This study also opens opportunities for further development through features such as clustering and high availability to enhance service reliability in the future.

Deteksi Anomali Traffic Pada Jaringan Komputer Menggunakan Naive Bayes, Decison Tree Dan Isolation Forest Mendrofa, Milka Justine; Lase, Kristian Juri Damai; Budiati, Haeni
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 11 (2025): COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i11.3012

Anomali jaringan komputer adalah pola atau aktivitas yang tidak biasa yang menyimpang dari perilaku normal jaringan. Deteksi anomali sangat penting untuk mengidentifikasi ancaman keamanan, gangguan operasional, atau kegagalan sistem yang mungkin terjadi. Tujuan penelitian ini adalah untuk mengembangkan dan mengevaluasi tiga metode utama untuk mendeteksi anomali dalam trafik jaringan komputer: Naive Bayes, Decision Tree, dan Isolation Forest. Berbasis pada Teorema Bayes, pendekatan naive Bayes memprediksi kemungkinan suatu kejadian berdasarkan data historis. Model berbasis pohon keputusan, decision tree membagi data secara iteratif berdasarkan karakteristik tertentu untuk mengklasifikasikan atau memprediksi hasil. Algoritma Isolasi Hutan adalah algoritma berbasis kelompok yang dimaksudkan untuk mendeteksi anomali dengan cepat dengan mengisolasi data anomali. Fokus utama penelitian ini adalah membandingkan kinerja ketiga metode tersebut dalam mendeteksi anomali trafik jaringan, termasuk kemampuan masing-masing metode untuk menemukan pola tidak normal secara akurat dan efisien. Tujuan dari penelitian ini adalah untuk memberikan pemahaman tentang metode yang paling efektif dalam hal deteksi anomali jaringan, sehingga dapat membantu membangun sistem keamanan jaringan yang lebih andal dan responsif terhadap ancaman.

Pengembangan Model Deep Learning dengan Slang-Aware Embeddings untuk Deteksi Promosi Judi Online Sumihar, Yo'el Pieter; Lase, Kristian Juri Damai; Lase, Juli Herman
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025 (Naskah Accepted)
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3226

Online gambling promotions on social media platforms such as YouTube often employ slang or non-standard language to evade traditional moderation systems, increasing the spread of illegal content in Indonesia. This study aims to develop a hybrid deep learning model combining BERT and LSTM to accurately detect online gambling promotions. Data were collected from YouTube comments through a web scraping process, followed by text cleaning, labeling, and normalization using a semi-automatic slang dictionary. The model was trained with slang-aware embeddings to capture informal language context. Evaluation was conducted using precision, recall, F1-score, and confusion matrix metrics. The results show an accuracy of 96% with an F1-score of 0.96, indicating a strong balance between precision and recall. These findings demonstrate the effectiveness of the proposed hybrid approach in automatically detecting online gambling promotional content.Kata kunci: Online Gambling Detection; Deep Learning; NLP; Slang-Aware Embeddings; BERT-LTSM AbstrakPromosi judi daring di media sosial seperti YouTube sering menggunakan bahasa tidak baku atau slang untuk menghindari deteksi sistem moderasi. Kondisi ini berpotensi meningkatkan penyebaran konten ilegal di Indonesia. Penelitian ini bertujuan mengembangkan model deep learning hibrida yang mengombinasikan BERT dan LSTM guna mendeteksi promosi judi daring secara lebih akurat. Data dikumpulkan dari komentar YouTube melalui proses web scraping, kemudian diproses melalui tahap pembersihan teks, pelabelan, dan normalisasi menggunakan kamus slang semi-otomatis. Model dilatih dengan slang-aware embeddings untuk menangkap konteks bahasa tidak resmi. Pengujian dilakukan menggunakan metrik precision, recall, F1-score, dan confusion matrix. Hasil menunjukkan akurasi sebesar 96% dengan nilai F1-score 0,96, menandakan keseimbangan tinggi antara presisi dan sensitivitas model. Temuan ini membuktikan efektivitas pendekatan hibrida dalam mendeteksi konten promosi judi daring secara otomatis.

Title

Found 17 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 17 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 17 Documents
Search