Lelita, Tiara
Unknown Affiliation

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

Found 2 Documents
Search

Implementasi Teknik Torch dan Firewall di Mikrotik Untuk Memblokir Aplikasi Pada Jaringan Sawarga Network Lelita, Tiara
Eastasouth Journal of Positive Community Services Vol 3 No 02 (2025): Eastasouth Journal of Positive Community Services (EJPCS)
Publisher : Eastasouth Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/ejpcs.v3i02.303

Abstract

Penelitian ini bertujuan untuk meningkatkan produktivitas di lingkungan kerja melalui penerapan manajemen lalu lintas jaringan menggunakan perangkat Mikrotik, dengan fokus pada penggunaan teknik Torch dan Firewall untuk membatasi akses ke aplikasi yang tidak relevan, berdasarkan data Statista, rata-rata waktu yang dihabiskan untuk mengakses media sosial mencapai 3 jam 49 menit per hari, yang dapat mengganggu efisiensi kerja. Teknik Torch memungkinkan pemantauan lalu lintas jaringan secara real-time, sementara aturan Firewall digunakan untuk memblokir aplikasi yang menyerap bandwidht berlebihan. Pengujian ini menguji penerapan teknik tersebut pada jaringan dengan hasil yang menunjukkan adanya pengurangan penggunaan bandwidht yang tidak perlu dan terciptanya lingkungan kerja yang lebih stabil dan terkendali. Hasilnya menunjukkan bahwa penerapan teknik ini efektif dalam meningkatkan produktivitas dan kesadaran pengguna akan penggunaan internet yang bertanggung jawab di tempat kerja. Solusi ini dapat diterapkan pada organisasi lain dengan hasil yang serupa, mendukung terciptanya lingkungan kerja yang lebih kondusif dan produktif.
Application Of Vision Transformer For Identifying Indonesian Herbal Plants Based On Visual Images Sanjaya, Imam; Lelita, Tiara; Yustiana, Indra
Jurnal Media Computer Science Vol 4 No 2 (2025): Juli
Publisher : LPPJPHKI Universitas Dehasen Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37676/jmcs.v4i2.8896

Abstract

Indonesia has vast biodiversity, including herbal plants that have been used for generations as traditional medicinal ingredients. However, the many types of herbal plants that have similar shapes, colors, and textures often make it difficult for people to identify them accurately. To overcome this challenge, this research develops a visual image-based herbal plant identification system using the Vision Transformer (ViT) model, an artificial intelligence approach that is able to understand visual patterns more effectively than conventional methods. This research went through several stages, including the collection of herbal plant image datasets from public platforms, data preprocessing and image dimension adjustment, and training of the ViT model. The model was evaluated using metrics such as accuracy, precision, recall, and F1-score to ensure optimal performance. The results show that the ViT model is able to identify herbal plants with an accuracy of 92% and consistent performance of other evaluation metrics. This system is also implemented into the web, thus helping users in recognizing herbal plants quickly and accurately