Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional CORISINDO
Guntara, Muhammad
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Simulasi Topologi Jaringan Berbasis ACL Menggunakan Cisco Packet Tracer Harmain, Ahmad; Idham, Idham; Guntara, Muhammad; Santi, I Gusti Ayu Diah Gita Kartika; Husain
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5342

Abstract

Penelitian ini bertujuan untuk mensimulasikan topologi jaringan berbasis Access Control List (ACL) menggunakan perangkat lunak Cisco Packet Tracer. ACL digunakan untuk mengatur lalu lintas jaringan dengan memfilter paket berdasarkan alamat IP, protokol, dan port tertentu, sehingga meningkatkan keamanan jaringan. Proses simulasi melibatkan perancangan topologi jaringan, konfigurasi perangkat, penerapan aturan ACL, serta pengujian dan optimasi kinerja ACL. Hasil simulasi menunjukkan bahwa penerapan ACL dalam lingkungan virtual mampu merepresentasikan pengendalian akses secara efektif dan efisien. Studi ini juga menegaskan manfaat edukatif dari Cisco Packet Tracer dalam mendukung pembelajaran konsep keamanan jaringan secara praktis
Pendekatan Aritificial Neural Network untuk Prediksi Hasil Panen Kopi dengan Metode Backpropagation Guntara, Muhammad; I Gusti Ayu Diah Gita Kartika Santi; Dadang Priyanto
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5362

Abstract

Indonesia merupakan salah satu produsen kopi terbesar di dunia, dengan Provinsi Nusa Tenggara Barat (NTB) sebagai salah satu daerah penghasil utama. Produksi kopi di NTB mengalami fluktuasi tahunan yang dipengaruhi oleh berbagai faktor, seperti luas lahan, kondisi iklim, dan teknik budidaya. Untuk mendukung perencanaan dan pengambilan keputusan, diperlukan metode prediksi yang akurat. Penelitian ini bertujuan memprediksi hasil produksi kopi menggunakan pendekatan Artificial Neural Network (ANN) dengan algoritma Backpropagation, yang mampu mempelajari pola non-linear antara variabel input dan output. Dataset yang digunakan berasal dari Badan Pusat Statistik (BPS) Provinsi NTB untuk periode 2015–2024, dengan variabel Tahun, Luas Lahan (Ha), dan Produksi (Ton). Tahapan penelitian meliputi preprocessing data dengan Min-Max Scaling, perancangan arsitektur ANN dengan struktur 2–8–8–1, pelatihan model menggunakan optimizer Adam, serta evaluasi dengan metrik MSE, RMSE, MAE, dan MAPE. Hasil evaluasi menunjukkan bahwa model terbaik memiliki nilai MAPE sebesar 6.93%, yang termasuk kategori akurasi sangat baik. Prediksi produksi untuk periode 2025–2030 menunjukkan tren peningkatan, dari 7.748 ton pada tahun 2025 menjadi 10.262 ton pada tahun 2030. Hasil ini membuktikan bahwa ANN dengan algoritma Backpropagation efektif digunakan untuk memprediksi hasil produksi kopi dan berpotensi mendukung pengambilan keputusan di sektor pertanian.
Co-Authors Dadang Priyanto Harmain, Ahmad Husain I Gusti Ayu Diah Gita Kartika Santi Idham Idham Santi, I Gusti Ayu Diah Gita Kartika