Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Informatika Polinema (JIP)
Satya Dian Nugraha, Bagas
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
DESAIN DAN ARSITEKTUR SERVERLESS CLOUD COMPUTING PADA APLIKASI PENGHITUNG KALORI MAKANAN BERBASIS MOBILE MENGGUNAKAN LAYANAN GOOGLE CLOUD PLATFORM Bintang Irfansyah, Maulana; Noor Arief, Sofyan; Satya Dian Nugraha, Bagas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10180

Abstract

Aplikasi Penghitung Kalori Makanan berbasis mobile merupakan strategi untuk meningkatkan kesadaran akan pentingnya pola makan sehat dalam masyarakat guna mencegah masalah kesehatan seperti kurang gizi atau obesitas. Namun, membangun aplikasi mobile yang dapat menangani banyak pengguna secara efisien membutuhkan infrastruktur yang kompleks dan mahal. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan memanfaatkan teknologi cloud computing menggunakan Google Cloud Platform untuk menyediakan infrastruktur serverless yang efisien. Pendekatan arsitektur serverless cloud computing pada Aplikasi Penghitung Kalori Makanan yang telah dibuat bertujuan untuk meningkatkan skalabilitas, efisiensi, dan performa aplikasi. Penelitian ini menggunakan metode studi literatur terkait informasi serverless cloud computing, analisis kebutuhan cloud service yang digunakan, perancangan dan implementasi arsitektur serverless computing, serta pengujian khususnya Black Box Testing dan Load Testing. Hasil pengujian fungsional aplikasi telah menunjukkan nilai efektivitas sebesar 100% yang berarti aplikasi sudah sangat sesuai dengan kriteria pengujian yang telah ditetapkan. Selain itu, hasil pengujian non-fungsional aplikasi dapat memproses permintaan dengan baik, terbukti dengan mampu menangani 300 pengguna menggunakan dua instance dalam server Google Cloud Platform.
Analisis Kinerja Sistem Pakar Diagnosis Coronavirus Disease Menggunakan Metode Certainty Factor Pratama, Moch Deny; Affandi, Luqman; Satya Dian Nugraha, Bagas
Jurnal Informatika Polinema Vol. 10 No. 2 (2024): Vol 10 No 2 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i2.4702

Abstract

Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2), atau Covid-19, merupakan penyakit virus yang sangat menular melalui kontak fisik atau sentuhan dengan benda yang telah tersentuh oleh individu terjangkit. Pandemi ini memberikan dampak besar, termasuk perubahan signifikan dalam gaya hidup sehari-hari dan pembatasan kontak sosial dengan banyak orang. Kesulitan dalam mendeteksi keberadaan penyakit ini disebabkan oleh kurangnya pemahaman masyarakat, memungkinkan penyebarannya menjadi sangat cepat. Terdapat kendala dengan adanya keterbatasan konsultasi dan fasilitas Rapid Test dan Swab Test yang belum merata dan harganya relatif mahal sehingga tidak semua orang mau melakukan pemeriksaan. Tujuan penelitian ini adalah membangun Sistem Pakar untuk melakukan diagnosis awal terhadap penyakit virus corona menggunakan Metode Certainty Factor yang mempermudah dalam memberikan hasil diagnosis, pengetahuan, serta solusi. Certainty Factor dapat bekerja dengan ketidakpastian melalui pemrosesan data untuk mengambil kesimpulan hasil diagnosis penyakit dengan persentase perhitungan nilai kepastian. Penelitian ini berfokus pada gejala klinis Covid-19, sistem ini diharapkan dapat membantu dalam mengantisipasi penyebaran virus dengan memberikan solusi yang tepat waktu. Metode Certainty Factor dipilih karena kemampuannya mengolah data yang memiliki ketidakpastian, menjaga keakuratan hasil, dan dianggap cocok untuk implementasi sistem pakar dengan input data yang tidak pasti. Penelitian ini mengusulkan solusi yang relevan dengan data kondisi beberapa gejala komorbid, agnosmia, dan ageusia untuk melakukan identifikasi penyakit menjadi dua rule kelas yaitu Suspect dan Probable Covid-19. Berdasarkan pengujian fungsionalitas secara black box, didapatkan tingkat akurasi sebesar 100%, sementara berdasarkan pengujian validitas pakar, tingkat akurasi sebesar 100%, dan pengujian validitas perhitungan memiliki tingkat akurasi uji validitas sebesar 87.5%.
Co-Authors Bintang Irfansyah, Maulana Luqman Affandi Noor Arief, Sofyan Pratama, Moch Deny