Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi Cloud Computing Menggunakan Nextcloud Berbasis Infrastructure as a Service (IaaS) Widarma, Adi; Siregar, Helmi Fauzi; Sitorus, Indi Ramadhani
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55993

Abstract

Cloud Storage sendiri merupakan media penyimpanan yang dalam pengaksesan nya memerlukan jaringan internet. Jika suatu instansi melakukan penyimpanan data-data secara hardcopy yang disimpan dalam satu tempat penyimpanan. Maka, kegiatan tersebut akan menghasilkan sejumlah data yang banyak setiap harinya dalam periode tahunan penyimpanan yang baru yang akan menghabiskan dana yang tidak sedikit dan akan menambah limbah, dan apabila terjadi bencana hal yang ditakuti adalah masalah kehilangan data yang menjadi aset informasi tersebut. Teknologi penyimpanan data secara terpusat dengan cloud storage menjadi salah satu jawaban permasalahan diatas, berbeda dengan layanan cloud storage yang sering digunakan pada umumnya seperti google drive. Untuk memudahkan dalam pengaksesan data dalam sebuah instansi maka dibutuhkan suatu strategi sentralisasi data yang dapat diakses dan berbagi data secara bersama dengan biaya yang lebih ekonomis dengan tidak perlu dikenakan biaya tambahan. Dalam penelitian ini cloud computing akan dibangun menggunakan Nextcloud dengan sistem operasi Ubuntu server. Berdasarkan penelitian yang dilakukan maka diambil kesimpulan bahwa Nextcloud telah berhasil diinstall dan digunakan. Nextcloud yang digunakan adalah versi 16.03 yang diinstall pada sistem operasi Linux Ubuntu Server 18.04. Pemanfaatan Nexcloud merupakan teknologi cloud computing berbasis Infrastructure as a Service (IaaS) dengan model Private Cloud artinya nextcloud hanya bisa diakses secara local pada instansi tersebut. Pengujian sistem dengan beberapa skenario pengujian menggunakan metode black box testing dengan melakukan proses upload, download dan sharing data. Pengujian dari ketiga proses tersebut menghasilkan kesimpulan yang valid.
PENERAPAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PENYAKIT BERDASARKAN GEJALA DAN PROFIL PASIEN Sitorus, Indi Ramadhani; Apdilah, Dicky
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3961

Abstract

Abstract: This study aims to implement the Naive Bayes algorithm to develop a web-based disease classification system utilizing patient symptoms and profile data. The dataset, obtained from Kaggle, consists of 349 entries with five primary attributes: fever, cough, fatigue, difficulty breathing, and age group. Classification is performed by manually calculating the posterior probability of each disease class using the Naive Bayes approach. The model is integrated into a PHP-MySQL-based system and evaluated using 20 randomly selected test data. Performance evaluation resulted in an accuracy of 45%, with a precision of 0.45, recall of 0.45, and F1-score of 0.45. These results indicate that the Naive Bayes algorithm is applicable as an initial method in developing a symptom- and profile-based disease classification system, although further improvement is needed through feature enrichment and model optimization. Keyword: naive bayes; disease classification; symptoms; patient profile; system evaluation Abstrak: Penelitian ini bertujuan menerapkan algoritma Naive Bayes untuk membangun sistem klasifikasi penyakit berbasis web dengan memanfaatkan data gejala dan profil pasien. Dataset yang digunakan diperoleh dari Kaggle, terdiri atas 349 entri dengan lima atribut utama: demam, batuk, kelelahan, kesulitan bernapas, dan kelompok umur. Proses klasifikasi dilakukan dengan menghitung probabilitas posterior setiap kelas penyakit secara manual menggunakan pendekatan Naive Bayes. Model diterapkan ke dalam sistem berbasis PHP dan MySQL, kemudian diuji menggunakan 20 data acak sebagai data uji. Evaluasi performa menghasilkan akurasi sebesar 45%, precision 0,45, recall 0,45, dan F1-score 0,45. Hasil ini menunjukkan bahwa algoritma Naive Bayes dapat diterapkan sebagai metode awal dalam pengembangan sistem klasifikasi penyakit berbasis data gejala dan karakteristik pasien, meskipun performanya masih perlu ditingkatkan melalui pengayaan fitur dan optimasi algoritma. Kata Kunci: naive bayes; klasifikasi penyakit; gejala; profil pasien; evaluasi sistem
Implementasi Cloud Computing Menggunakan Nextcloud Berbasis Infrastructure as a Service (IaaS) Widarma, Adi; Siregar, Helmi Fauzi; Sitorus, Indi Ramadhani
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55993

Abstract

Cloud Storage sendiri merupakan media penyimpanan yang dalam pengaksesan nya memerlukan jaringan internet. Jika suatu instansi melakukan penyimpanan data-data secara hardcopy yang disimpan dalam satu tempat penyimpanan. Maka, kegiatan tersebut akan menghasilkan sejumlah data yang banyak setiap harinya dalam periode tahunan penyimpanan yang baru yang akan menghabiskan dana yang tidak sedikit dan akan menambah limbah, dan apabila terjadi bencana hal yang ditakuti adalah masalah kehilangan data yang menjadi aset informasi tersebut. Teknologi penyimpanan data secara terpusat dengan cloud storage menjadi salah satu jawaban permasalahan diatas, berbeda dengan layanan cloud storage yang sering digunakan pada umumnya seperti google drive. Untuk memudahkan dalam pengaksesan data dalam sebuah instansi maka dibutuhkan suatu strategi sentralisasi data yang dapat diakses dan berbagi data secara bersama dengan biaya yang lebih ekonomis dengan tidak perlu dikenakan biaya tambahan. Dalam penelitian ini cloud computing akan dibangun menggunakan Nextcloud dengan sistem operasi Ubuntu server. Berdasarkan penelitian yang dilakukan maka diambil kesimpulan bahwa Nextcloud telah berhasil diinstall dan digunakan. Nextcloud yang digunakan adalah versi 16.03 yang diinstall pada sistem operasi Linux Ubuntu Server 18.04. Pemanfaatan Nexcloud merupakan teknologi cloud computing berbasis Infrastructure as a Service (IaaS) dengan model Private Cloud artinya nextcloud hanya bisa diakses secara local pada instansi tersebut. Pengujian sistem dengan beberapa skenario pengujian menggunakan metode black box testing dengan melakukan proses upload, download dan sharing data. Pengujian dari ketiga proses tersebut menghasilkan kesimpulan yang valid.
Reconfiguring digital education policy through youth leadership to support the achievement of the Sustainable Development Goals Asy-Syafi'i, Muhammad Irsad Maulana Khilman; Romadhon, Moh Fadhli; Natia, Natia; Sitorus, Indi Ramadhani; Afrillia, Zalfa
Priviet Social Sciences Journal Vol. 6 No. 3 (2026): March 2026
Publisher : Privietlab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55942/pssj.v6i3.1686

Abstract

Digital education inequality remains a major challenge in achieving the Sustainable Development Goals (SDGs), particularly SDG 4, 9, 10, and 17. Educational technology is viewed as a transformative instrument, yet gaps in access, digital literacy, and policy capacity indicate a weak orientation toward equity. This study aims to analyze the urgency of reconfiguring digital education policy by positioning youth leadership as a strategic actor. The study adopts a qualitative approach with a conceptual analysis based on a literature review. Data are drawn from policy documents and official publications of reputable international institutions, such as UNESCO, OECD, UNICEF, and the World Bank. Analysis is conducted through thematic analysis and critical policy analysis. The findings show that the digital divide is driven not only by infrastructure limitations, but also by low digital literacy, policy asynchrony, and minimal youth involvement. This study formulates youth leadership–based conceptual solutions, including strengthening the edutech ecosystem, equity-oriented adaptive learning, digital skills credentials, and expanding access in vulnerable regions. Reconfiguring digital education policy based on youth leadership is a strategic prerequisite for the sustainable contribution of digital education to the achievement of the SDGs.