Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Penggunaan Load Balancing dengan HAProxy terhadap Kinerja Web Server pada Ubuntu Sabrina Akva; Yohana Lorinez; Josua Tampubolon
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 01 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i01.989

Abstract

Penelitian ini membandingkan kinerja web server dengan dan tanpa penggunaan load balancing menggunakan HAProxy, serta mengukur kinerja tersebut menggunakan Apache Benchmark pada sistem operasi Ubuntu. Load balancing bertujuan untuk mendistribusikan beban trafik ke beberapa server, mengurangi risiko kegagalan akibat beban berlebih. Dua skenario pengujian dilakukan: dengan load balancing (HAProxy) dan tanpa load balancing. Hasil penelitian menunjukkan bahwa load balancing dengan HAProxy meningkatkan throughput, mengurangi waktu respons, dan mempercepat waktu pengujian meskipun jumlah permintaan meningkat. Sebaliknya, tanpa load balancing, kinerja server menurun seiring peningkatan jumlah permintaan. Penelitian ini membuktikan bahwa penggunaan HAProxy dapat meningkatkan efisiensi dan performa server web, terutama pada sistem dengan trafik tinggi, untuk menjaga ketersediaan dan stabilitas.
OPTIMALISASI DETEKSI KECURANGAN PADA TRANSAKSI E-WALLET MENGGUNAKAN ALGORITMA ISOLATION FOREST BERBASIS BIG DATA Anggi Silalahi; Azhara Amelia H; Sabrina Akva; Desni Paramitha Purba; Fanny Ramadhani; Arnita
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 3 (2025): Prosisko Vol. 12 No. 3 November 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i3.10738

Abstract

Kemajuan teknologi finansial telah mendorong adopsi layanan dompet digital (e-wallet) secara luas. Namun, peningkatan volume transaksi juga membawa risiko keamanan yang tinggi, khususnya terkait aktivitas kecurangan. Penelitian ini bertujuan membangun sistem deteksi kecurangan pada transaksi e-wallet menggunakan algoritma Isolation Forest, yang mampu mengidentifikasi anomali secara efisien tanpa memerlukan data berlabel. Dataset yang digunakan terdiri dari 6.362.620 transaksi e-wallet yang mencakup atribut numerik dan kategorikal. Proses penelitian meliputi tahapan preprocessing data, pelatihan model, dan evaluasi kinerja dengan metrik precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa meskipun akurasi model mencapai 99%, recall terhadap transaksi fraud masih rendah, yaitu sebesar 4%, menandakan perlunya pendekatan lanjutan untuk meningkatkan sensitivitas model. Penelitian ini menunjukkan potensi Isolation Forest dalam mendeteksi pola transaksi anomali pada data berukuran besar serta memberikan dasar untuk pengembangan sistem keamanan finansial berbasis data.