Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Respati

Optimasi Penempatan Lokasi Access Point dengan Metode Simulated Annealing dan Trilateration (Studi Kasus : Universitas Budi Luhur) Mardi Hardjianto, Hidayatul Ichwan,
Jurnal Teknologi Informasi RESPATI Vol 16, No 2 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i2.407

Abstract

INTISASI Teknologi tanpa kabel yang lebih dikenal dengan Wi-Fi. Wi-Fi (Wirelles Fidelity) adalah koneksi tanpa kabel yang menghubungkan jaringan komputer, seperti ponsel yang menggunakan teknologi radio sehingga pengguna dapat melakukan transfer data dengan cepat dan aman. Kebutuhan akan Wi-Fi terlihat dengan jelas, baik di rumah, di kantor-kantor, di kampus, maupun pusat-pusat bisnis. Trafik pengguna Wi-Fi semakin tinggi, namun pemasangan Access Point belum tepat banyak access point yang terpasang yang pemasangannya tidak menentukan jarak antar access point. Menyebabkan penumpukan sinyal dengan access point lain dan area yang tidak tercover oleh access point atau area blankspot. Banyaknya pemasangan access point yang tidak tepat menjadi permasalahan yaitu koneksi Wi-Fi yang tidak stabil dan banyaknya tempat yang tidak terjangkau oleh sinyal Wi-Fi atau blankspot. Salah satu metode yang dipakai dalam penentuan pemasangan access point saat ini adalah menggunakan metode Simulated Annealing dan Trilateration. Penelitian ini akan membahas optimasi pemasangan access point dengan menggunakan metode trilateration  yang digunakan untuk mengukur jarak antar access point dan Simulated Aneling digunakan untuk mengukur kekuatan sinyal Wi-Fi. Dari hasil pemasangan Access point dengan menggunakan metode trialteration dan simulated annealing dapat mengurangi area blankspot dan mengurangi penumpukan sinyal dengan access point lain. Kata Kunci : access point, Simulated Annealing, Trilateration, Sinyal, Area.  ABSTRACT Wireless technology, better known as Wi-Fi. Wi-Fi (Wirelles Fidelity) is a wireless connection that connects computer networks, such as mobile phones that use radio technology so that users can transfer data quickly and safely. The need for Wi-Fi is clearly visible, both at home, in offices, on campus, and business centers. Wi-Fi user traffic is getting higher, but the installation of Access Points is not right yet, many installed access points do not determine the distance between access points. Causes signal buildup with other access points and areas not covered by the access point or blankspot area. The number of improper access point installations is a problem, namely unstable Wi-Fi connections and many places that are not covered by Wi-Fi or blankspot signals. One of the methods used in determining the installation of an access point is to use the Simulated Annealing and Trilateration method. This study will discuss the optimization of the installation of access points using the trilateration method used to measure the distance between access points and Simulated Aneling is used to measure the strength of Wi-Fi signals. From the results of installing Access Points using the method of trialteration and simulated annealing can reduce the blankspot area and reduce the buildup of signals with other access points. Keywords: access point, Trilateration, Anneling Simulation, Signal, Area.
Data Mining untuk Memprediksi Jumlah Penjualan Hasil Pertanian Mengunakan Algoritma Forcasting (Studi Kasus : Dinas Pertanian Kabupaten Banggai) Mardi Hardjianto, Dewi Puspa Lamondjong,
Jurnal Teknologi Informasi RESPATI Vol 16, No 2 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i2.405

Abstract

INTISASITeknologi data mining sangat berguna dalam membantu memprediksi jumlah  penjualan dalam menemukan informasi yang sangat penting dari data mereka. Data mining mengeksplorasi  basis  data  untuk  menemukan  pola-pola  yang  tersembunyi,  meramalkan jumlah penjualan yang sangat berguna untuk mendukung pengambilan keputusan, pencarian informasi dalam memprediksi yang mungkin saja tidak dilihat atau dilupakan oleh kepemerintahan daerah Kabupaten Banggai, karena di luar dari ekspektasi mereka. Analisis yang otomatisasi dilakukan oleh data mining menjawab pertanyaan-pertanyaan jumlah penjualan hasil panen tanaman pangan yaitu padi, jagung, kedelai dan ubi kayu yang terjual dengan baik dan jika dilakukan dengan cara tradisional memerlukan cukup banyak waktu dalam menjawabnya. Hasil dari model ini adalah menggali informasi dari data hasil panen dan jumlah penjualan tanaman pangan tersebut, sehingga dapat memprediksi jumlah penjuala hasil panen tanaman pangan tersebut yang terjual dan pemerintah daerah bisa memprediksi hasil panen tanaman pangan apa yang lebih serius untuk di tinggkatkan kwalitasnya. Pada penelitian ini untuk memprediksi jumlah penjualan pertanian mengunakan metode forcesting yaitu regresi linier, untuk kemudian dapat menjadi keluaran angka yang dapat di tentukan berapa banyak jumlah penjualan hasil panen tanaman pangan tersebut, dan akan menjadi bahan evaluasi bagi pemerintah daerah untuk setiap jumlah penjualan hasil panen tanaman pangan tersebut. Diharapkan model yang dibuat dalam memprediksi jumlah penjualan untuk setiap hasil panen tanaman pangan tersebut sesuai data yang ada.Kata Kunci: jumlah penjualan, forcasting, prediksi, data mining. ABSTRACTData mining technology is very useful in helping predict the number of sales in finding very important  information  from  their  data.  Data  mining  explored  databases  to  find  hidden patterns, forecast the number of sales which is very useful to support decision making, search for information in predicting what the regional government of Banggai Regency may not see or forget, because it is beyond their expectations. Automated analysis carried out by data mining answers questions on the number of food crops sales, wnamely rice, maize, soybeans and cassava which are sold well and if done in the traditional way requires a lot of time to answer them. The result of this model is to find information from the data on yields and the number of these food plants sales, then it can predict the amount of these crops sales that are sold and the local government can predict the yields of more serious food crops to improve their quality. In this study, to predict the amount of agricultural sales using a calculation method, namely linear regression, then the number output can determine how much the these food crops sales are sold, and will be used as evaluation material for local governments for each total sales of crop yields. It is expected that the model made in predicting the number of sales for each crop yield is in accordance with existing data. Keywords: number of sales, prediction, prediction, data mining