Jason Sunaryo
Unknown Affiliation

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

Found 2 Documents
Search

Simulasi Jaringan untuk Sistem Terdistribusi CloudStack dengan GNS3 Hans Nathanael Tedja; Valeroy Putra Sientika; Jason Sunaryo; Arethusa Rayhan; Alfian Indrajaya
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 12 No. 2 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v12i2.31582

Abstract

Penelitian ini ditujukan untuk perusahaan kecil yang ingin membuat dan mengelola infrastruktur cloud tanpa harus mengeluarkan modal yang besar. Pada penelitian ini kami membangun dan mengembangkan sistem IAAS dengan membuat Cloudstack dengan tujuan untuk membantu perusahaan kecil agar dapat fokus pada bisnis tanpa harus membangun infrastruktur cloud dari awal. Kami menggunakan GNS3 sebagai mesin virtual untuk membuat simulasi jaringan. Kemudian kami akan menghitung alamat jaringan untuk setiap subnet, lalu kami akan melakukan instalasi NAT dan melakukan static routing pada router dan firewall, kami menggunakan VPN dan firewall untuk melindungi data dari serangan cyber. Hasilnya kita dapat mengakses website Cloudstack yang diperuntukkan bagi perusahaan kecil untuk membuat dan mengelola infrastruktur cloud sesuai dengan kebutuhan perusahaan.
PERBANDINGAN ALGORITMA ANN, KNN DAN DECISION TREE UNTUK KLASIFIKASI DELAY AIRLINES Jason Sunaryo; Arethusa Rayhan; Aldo Hartanto; Shinzi; Valeroy Putra Sientika
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 13 No. 2 (2025): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v13i2.35124

Abstract

Semakin berkembangnya zaman maka akan semakin canggih pula transportasi yang ada. Salah satu transportasi yang sering digunakan oleh manusia dalam bepergian jarak jauh adalah dengan menaiki pesawat. Namun terkadang ada beberapa kendala yang dialami salah satunya adalah keterlambatan maskapai penerbangan. Keterlambatan maskapai penerbangan tidak hanya menghambat aktivitas penumpang akan tetapi juga merugikan bagi pihak maskapai karena menambah biaya operasional. Oleh karena itu dibutuhkan cara untuk memprediksi apakah suatu penerbangan akan terlambat atau tidak. Pada penelitian ini akan mencoba untuk memprediksi keterlambatan dengan menggunakan 3 algoritma yaitu ANN, Decision Tree, KNN. Data yang digunakan pada penelitian ini berjumlah sebanyak 539383. Hasil yang didapatkan dari penelitian ini menunjukkan bahwa algoritma yang paling cocok untuk dataset ini adalah algoritma Decision Tree dengan rata-rata akurasi sebesar 62.5%.