Articles
16 Documents
Search results for
, issue
"Vol 1, No 2 (2014): Nero"
:
16 Documents
clear
<![CDATA[APLIKASI PERINGKAS BERITA ONLINE OTOMATIS MENGGUNAKAN METODE ORDINARY WEIGHTING PADA SITUS PENGUMPUL BERITA ]]>
<![CDATA[Budiyono, Wijakso]]>;
<![CDATA[Solihin, Firdaus]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Berita memiliki peranan penting dalam kehidupan manusia. Saat ini tren memperoleh informasi melalui situs berita online semakin populer. Kebanyakan pembaca ingin memperoleh informasi dari sebuah berita dengan cepat, ringkas dan tidak banyak membuang waktu. Tujuan penelitian ini untuk memberikan kemudahan bagi pembaca untuk mendapatkan informasi terpenting dari suatu berita dengan cepat.Pada penelitian ini, dibangun sebuah aplikasi peringkas berita online otomatis yang dikembangkan menggunakan metode perhitungan Ordinary Weighting. Metode Ordinary Weighting merupakan perhitungan bobot term berdasarkan prinsip TF * IDF dengan menggunakan TF tanpa normalisasi. Tujuan aplikasi ini untuk menghasilkan sebuah ringkasan yang terdiri dari tiga kalimat dengan nilai bobot tertinggi sebagai ringkasan dari suatu artikel berita dengan tetap mempertahankan ide utama dari berita tersebut. Proses evaluasi dilakukan dengan cara membandingkan hasil ringkasan yang dihasilkan oleh sistem dengan ringkasan yang dibuat secara manual oleh koresponden melalui metode kuesioner, dengan prinsip Majority Opinion.Dari hasil penelitian diketahui bahwa kesesuaian hasil ringkasan sistem dengan pengguna yang diperoleh dari kuesioner menunjukkan hasil nilai rata-rata recall sebesar 0.47, precision 0.40 dan rata-rata f-measures sebesar 0.53. Kata Kunci:Peringkas Berita Online Otomatis, Ordinary Weighting, Pengumpul Berita.]]>
<![CDATA[PREDIKSI HARGA SAHAM YANG MEMPERTIMBANGKAN FAKTOR EKSTERNAL MENGGUNAKAN JARINGAN SARAF TIRUAN ]]>
<![CDATA[Rochman, Eka Mala Sari]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Prediksi harga saham merupakan salah satu penelitian penting dalam bidang perekonomian. Pergerakan harga saham ini cenderung non linear dan non stasioner yang dipengaruhi oleh banyak faktor, sehingga sangat sulit untuk meramalkan harga saham. Dalam penelitian ini akan dikaji salah satu permasalahan prediksi data runtun waktu dalam bidang finansial yaitu memprediksi harga saham. Dua pendekatan yang biasa dilakukan oleh para analisis saham dalam memprediksi harga saham adalah analisa teknikal yang berdasarkan data masa lampau dan faktor eksternal yang berdasarkan kondisi makroekonomi, kondisi nonekonomi dan kondisi perusahaan. Prediksi ini untuk mendapatkan petunjuk lebih awal mengenai harga saham yang akan datang agar dapat merespon kejadian tersebut dengan tepat. Fungsi yang diimplementasikan dalam metoda ini merupakan representasi dari pengaruh data pergerakan harga saham masa lampau dan pengaruh kondisi saat ini yaitu kondisi makroekonomi (tingkat inflasi, tingkat suku bunga, harga minyak) dan kondisi nonekonomi (pergerakan indeks saham luar negeri). Jaringan saraf tiruan digunakan untuk mencari pola dari data masa lampau. Hasil penelitian dengan perbandingan nilai RMSE antara saham yang dikombinasi dengan faktor eksternal adalah 0.00271lebih kecil dibandingkan dengan yang hanya menggunkan data historis saham saja yaitu sebesar 0.00293. Kata Kunci: prediksi harga saham, jaringan saraf tiruan, algoritma genetika, faktor eksternal]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN DOSEN TETAP YAYASAN DENGAN METODE FUZZY-AHP ]]>
<![CDATA[Joni, I Dewa Made Adi Baskara]]>;
<![CDATA[Ariana, Anak Agung Gede Bagus]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Salah satu permasalahan yang terjadi di STMIK STIKOM Indonesia adalah pada proses seleksi calon dosen tetap yayasan yang dapat dikatakan tidak efektif. Hal tersebut dikarenakan beberapa hal seperti desakan untuk memenuhi kuantitas dosen sesuai standar rasio yang ditetapkan Direktorat Jenderal Pendidikan Tinggi (Dirjen DIKTI). Akar permasalahannya dikarenakan perkembangan institusi yang setiap tahun terus menambah jumlah mahasiswa dikarenakan animo masyarakat yang tinggi. Dalam penyeleksian calon dosen tetap pihak akademik memberikan beberapa rangkaian penilaian diantaranya tes tulis, micro teaching, wawancara, kualifikasi dan soft skill untuk mengetahui kualitas dan kemampuan calon dosen tetap tersebut. Berdasarkan penilaian terhadap kriteria tersebut membuat seorang pengambil keputusan dihadapkan pada suatu permasalahan yang sulit dan cenderung mengandalkan subjektifitas. Dalam penelitian ini dihasilkan sebuah sistem yang mengadaptasi metode Fuzzy AHP. Fuzzy AHP adalah salah satu metode perankingan. Fuzzy AHP merupakan gabungan metode AHP dengan pendekatan konsep fuzzy. Langkah-langkah dalam menerapkan metode Fuzzy AHP adalah menentukan kriteria yang digunakan sebagai acuan penilaian. Selanjutnya dilakukan penentuan nilai bobot kriteria, perbandingan matriks berpasangan kriteria Fuzzy AHP dan normalisasi bobot vektor fuzzy berdasarkan perhitungan yang sudah dilakukan. Berdasarkan hasil pengujian terhadap sistem yang telah dibangun dapat dikatakan bahwa sistem dapat digunakan untuk membantu dalam mengambil keputusan dengan lebih obyektif berdasarkan penilaian kriteria setiap kandidat yang diseleksi. Kata kunci: Sistem pendukung keputusan, kriteria, bobot, seleksi, Fuzzy-AHP]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN OPTIMASI MIX DESIGN BETON KONSTRUKSI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCES) ]]>
<![CDATA[Fahmi, Muhammad Farid]]>;
<![CDATA[Setiyono, Budi]]>;
<![CDATA[Setiawan, Wahyudi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Dalam penelitian ini penulis akan membuat sebuah aplikasi yang disebut dengan Sistem Pendukung Keputusan Optimasi Mix Design Beton Konstruksi, Sistem ini dapat membantu Kontraktor dalam mengoptimalkan proses Mix Design (Perencanaan Campuran) Beton Konstruksi berdasarkan kendala dari keterbatasan bahan-bahan penyusun beton yang ada di lapangan. Optimasi yang akan dicapai dalam Mix Design Beton yaitu optimasi dari aspek ekonomi, Kemudahan pengerjaan, Mutu (keawetan) , kekuatan struktur . Metode yang akan digunakan dalam proses Mix Design (Perencanaan Campuran) yaitu Metode British DOE dengan didasarkan pada Standar Perancangan Beton Indonesia SK-SNI T- 15- 1990-03, sedangkan Metode yang cocok untuk pengambilan keputusan dalam pengoptimalan campuran yaitu dengan metode AHP (analytical hierarchy process), karena metode tersebut dapat memecahkan masalah yang multiobjective dan multi kriteria. Kriteria yang digunakan dalam pengoptimalan campuran pada dasarnya merupakan persyaratan-persyaratan utama dalam campuran beton yang baik yaitu kemudahan pekerjaan, kekuatan struktur, mutu serta ekonomis. Prosentase yang diperoleh dari setiap kriteria tersebut digunakan sebagai salah satu pendukung keputusan dalam menentukan campuran yang optimal. Kata kunci: Mix Design, Sistem Pendukung Keputusan, AHP.]]>
<![CDATA[IMPLEMENTASI AUTOMATED TEXT SUMMARIZATION UNTUK DOKUMEN TUNGGAL BERBAHASA INDONESIA DENGAN MENGGUNAKAN GRAPH-BASED SUMMARIZATIONALGORITHM DAN ALGORITMA GENETIKA ]]>
<![CDATA[Pradnyana, Gede Aditra]]>;
<![CDATA[Mogi, I Komang Ari]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Ringkasan merupakan suatu cara yang efektif untuk menyajikan suatu karangan yang panjang dalam bentuk yang singkat. Ringkasan adalah penyajian singkat dari suatu karangan asli tetapi dapat tetap mempertahankan urutan isi dan sudut pandang pengarang asli, sedangkan perbandingan bagian atau bab dari karangan asli secara proporsional tetap mempertahankan dalam bentuknya yang singkat. Dalam membuat ringkasan kita diharuskan untuk membaca keseluruhan isi artikel tersebut terlebih dahulu, untuk kemudian meringkasnya. Hal ini tentu menjadi masalah dimana ringkasan dibuat dengan tujuan untuk meminimalkan waktu membaca tetapi tetap dapat memberikan teks yang isinya langsung mengarah pada tujuan utama atau ide pokoknya. Untuk memecahkan masalah tersebut diperlukan suatu perangkat atau aplikasi yang dapat meringkas teks secara otomatis. Automated Text Summarization (ATS) merupakan aplikasi berbasis komputer untuk menghasilkan ringkasan dari sebuah artikel tanpa menghilangkan tujuan utama dari artikel tersebut. Pada paper ini dikembangkan suatu metode ATS berbasis graf (Graph-Based Summarization Algorithm) untuk dokumen berbahasa Indonesia yang menggunakan Algoritma Genetika sebagai penyeleksi kalimat yang tidak sesuai dengan ide pokok dari teks. Dari hasil pengujian diperoleh kesimpulan bahwa untuk proses dokumen yang sama, waktu proses Algoritma Genetika dipengaruhi oleh penentuan nilai generasi, populasi dan elitism. Nilai generasi dan populasi yang ditetapkan berbanding lurus dengan waktu proses dan penggunaan sumber daya. Keywords:Dokumen, Ringkasan, Automated Text Summarization, Graph, Algoritma Genetika]]>
<![CDATA[UNJUK KERJA INTRUSION PREVENTION SISTEM (IPS) BERBASIS SURICATA PADA JARINGAN LOKAL AREA NETWORK LABORATORIUM TIA+ TEKNIK INFORMATIKA, UNIVERSITAS TRUNOJOYO ]]>
<![CDATA[Kuswanto, Dwi]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Keamanan sebuah system jaringan komputer merupakan suatu satu hal yang sangat penting. Perkembangan teknologi yang semakin cepat berdampak terhadap sistem keamanan jaringan, Dengan berbagai metode system keamanan jaringan dikembangkan yang salah satunya dengan metode attack (penyusupan/ serangan). Hal ini mengancam keamanan sebuah data. Untuk menjaga kerahasiaan, keaslian dan ketersediaan data tersebut, maka diperlukan sebuah sistem yang mampu mendeteksi adanya attacker pada system jaringan komputer yang dapat berjalan secara real time. Salah satu metodenya yakni Intrusion Prevention System (IPS). IPS adalah sebuah sistem yang mampu memonitor dan memblokir trafik jaringan komputer. System jaringan dimaksud diimpelemntasikan di Local Area Network (LAN) Laboratorium TIA+ Teknik Informatika. IPS yang dibangun berbasis Suricata yang berfungsi sebagai pendeteksi attacker. IPS ini dihubungkan dengan Internet Protocol (IP) Tables yang berfungsi sebagai pemonitor dan pemfilter attacker yang dilengkapi dengan tampilan Guide User Interface untuk memudahkan admin dalam memonitoring trafik jaringan. Hasilnya adalah Suricata akan mengeluarkan alert ketika terdeteksi adanya indikasi attacker pada trafik jaringan yang kemudian alert disimpan pada file log Suricata. Pada saat yang sama WebAdmin menampilkan dialog alert dan memerintahkan IPTables untuk memblokir alamat Internet Protokol (IP) yang teridentifikasi sebagai attacker, sehingga akses attacker terhadap server akan terputus. Berdasarkan implementasi sistem yang telah dilakukan sebanyak 100 kali, Suricata dan IPTables dapat bekerja secara optimal dan mampu mendeteksi attacker. Kata kunci: IPS (Intrusion Prevention System) Suricata, IPTables, Alert, Attacker]]>
<![CDATA[PEMERIKSA KONSISTENSI ELEMEN PADA DIAGRAM KELAS DAN DIAGRAM SEKUENSIAL BERDASARKAN ATURAN KONSISTENSI ]]>
<![CDATA[Yusuf, Dianni]]>;
<![CDATA[Rochimah, Siti]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[UML merupakan bahasa visual dengan menggunakan diagram dalam memodelkan sebuah sistem. Model UML digunakan untuk memodelkan kebutuhan dan fungsionalitas sistem, sehingga informasi yang divisualisasikan dalam UML harus konsisten. Selain itu, keterkaitan antar diagram dalam UML memerlukan konsistensi dalam merancang diagram yang satu dengan yang lain. Konsistensi model merupakan hal yang sangat penting dalam proses perancangan UML, sehingga dibutuhkan pemeriksa konsistensi yang dapat mendeteksi adanya inkonsistensi dalam model. Penelitian ini menggunakan pendekatan bagaimana memeriksa adanya inkonsistensi elemen berdasarkan aturan konsistensi yang diterapkan pada dokumen UML. Dokumen UML pada penelitian adalah dokumen XML dari diagram kelas dan diagram sekuensial. Penelitian ini mempunyai dua kontribusi yaitu pertama adalah menghasilkan dua aturan konsistensi untuk memeriksa konsistensi elemen model UML. Kontribusi kedua adalah melakukan pendekatan memeriksa konsistensi elemen model UML berdasarkan aturan konsistensi yang telah dihasilkan. Proses pemeriksaan inkonsistensi elemen dilakukan dengan menguraikan dokumen XML menjadi struktur pohon dengan pengurai DOM parser. Selanjutnya pencarian elemen yang inkonsisten dalam dokumen XML yang telah diurai dilakukan oleh aturan konsistensi yang telah dikonversi dalam bahasa query XPath. Hasil pengujian menunjukkan bahwa aturan konsistensi yang diterapkan pada dokumen XMLdapat mendeteksi semua inkonsistensi yang terdapat pada dokumen XML diagram kelas dan diagram sekuensial. Kata Kunci: konsistensi model, UML diagram, inkonsistensi elemen.]]>
<![CDATA[IMPLEMENTASI AUTOMATIC CLUSTERING MENGGUNAKAN DIFFERENTIAL EVOLUTION DAN CS MEASURE UNTUK ANALISIS DATA KEMAHASISWAAN ]]>
<![CDATA[Yasid, Achmad]]>
<![CDATA[ Network Engineering Research Operation [NERO] Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Saat ini differential evolution (DE) merupakan salah satu algoritma evolusi yang menjadi perhatian para ahli karena cepat, robust dan effisien dalam melakukan pencarian global.Penelitian ini menerapkan DE pada permasalahan clustering dengan menggunakan studi kasus data akademik pada program studi Manajemen Informatika Universitas Trunojoyo Madura. Berbeda dengan algoritma clustering lainnya, metode ini tidak membutuhkan input jumlah cluster akhir dari pengguna. Lebih jauh, algoritma ini dapat melakukan partisi data dan menghasilkan jumlah cluster optimal akhir secara otomatis.Untuk menguji hasil clustering, digunakan CS Measure dan menjalankan program sebanyak 30 kali.Berdasarkan hasil ujicoba program pada data akademik semester genap 2013-2014, program ini dapat menghasilkan jumlah cluster akhir dan nilai CS measure yang stabil dengan yang ditandai dengan nilai standard deviasi yang sangat kecil. Kata kunci: Differential Evolution, Clustering, CS Measure, Data Akademik]]>
<![CDATA[IMPLEMENTASI AUTOMATIC CLUSTERING MENGGUNAKAN DIFFERENTIAL EVOLUTION DAN CS MEASURE UNTUK ANALISIS DATA KEMAHASISWAAN ]]>
<![CDATA[Achmad Yasid]]>
<![CDATA[ Network Engineering Research Operation Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1027.339 KB)
|
DOI: 10.21107/nero.v1i2.36
<![CDATA[Saat ini differential evolution (DE) merupakan salah satu algoritma evolusi yang menjadi perhatian para ahli karena cepat, robust dan effisien dalam melakukan pencarian global.Penelitian ini menerapkan DE pada permasalahan clustering dengan menggunakan studi kasus data akademik pada program studi Manajemen Informatika Universitas Trunojoyo Madura. Berbeda dengan algoritma clustering lainnya, metode ini tidak membutuhkan input jumlah cluster akhir dari pengguna. Lebih jauh, algoritma ini dapat melakukan partisi data dan menghasilkan jumlah cluster optimal akhir secara otomatis.Untuk menguji hasil clustering, digunakan CS Measure dan menjalankan program sebanyak 30 kali.Berdasarkan hasil ujicoba program pada data akademik semester genap 2013-2014, program ini dapat menghasilkan jumlah cluster akhir dan nilai CS measure yang stabil dengan yang ditandai dengan nilai standard deviasi yang sangat kecil. Kata kunci: Differential Evolution, Clustering, CS Measure, Data Akademik]]>
<![CDATA[APLIKASI PERINGKAS BERITA ONLINE OTOMATIS MENGGUNAKAN METODE ORDINARY WEIGHTING PADA SITUS PENGUMPUL BERITA ]]>
<![CDATA[Wijakso Budiyono]]>;
<![CDATA[Firdaus Solihin]]>
<![CDATA[ Network Engineering Research Operation Vol 1, No 2 (2014): Nero ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1224.179 KB)
|
DOI: 10.21107/nero.v1i2.37
<![CDATA[Berita memiliki peranan penting dalam kehidupan manusia. Saat ini tren memperoleh informasi melalui situs berita online semakin populer. Kebanyakan pembaca ingin memperoleh informasi dari sebuah berita dengan cepat, ringkas dan tidak banyak membuang waktu. Tujuan penelitian ini untuk memberikan kemudahan bagi pembaca untuk mendapatkan informasi terpenting dari suatu berita dengan cepat.Pada penelitian ini, dibangun sebuah aplikasi peringkas berita online otomatis yang dikembangkan menggunakan metode perhitungan Ordinary Weighting. Metode Ordinary Weighting merupakan perhitungan bobot term berdasarkan prinsip TF * IDF dengan menggunakan TF tanpa normalisasi. Tujuan aplikasi ini untuk menghasilkan sebuah ringkasan yang terdiri dari tiga kalimat dengan nilai bobot tertinggi sebagai ringkasan dari suatu artikel berita dengan tetap mempertahankan ide utama dari berita tersebut. Proses evaluasi dilakukan dengan cara membandingkan hasil ringkasan yang dihasilkan oleh sistem dengan ringkasan yang dibuat secara manual oleh koresponden melalui metode kuesioner, dengan prinsip Majority Opinion.Dari hasil penelitian diketahui bahwa kesesuaian hasil ringkasan sistem dengan pengguna yang diperoleh dari kuesioner menunjukkan hasil nilai rata-rata recall sebesar 0.47, precision 0.40 dan rata-rata f-measures sebesar 0.53. Kata Kunci:Peringkas Berita Online Otomatis, Ordinary Weighting, Pengumpul Berita.]]>
