cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. bangkalan,
Jawa timur
INDONESIA
Network Engineering Research Operation [NERO]
Published by Universitas Trunojoyo Madura
ISSN : 23552190     EISSN : 26156539     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 15 Documents
 1   2 
Search results for , issue "Vol 2, No 1 (2015): Nero" : 15 Documents clear
HUBUNGAN ANTARA FAKTOR EMERGENETICS DAN PENERIMAAN SISTEM UJIAN BEBASIS WEB Litanianda, Yovi
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian seorang pengguna untuk menerima atau tidaknya sebuah sistem dipengaruhi oleh latar belakang watak orang tersebut. Watak seseorang jika ditinjau dari pendekatan emergenetics merupakan hasil gabungan antara watak tertentu yang muncul (emerged) dari pengalaman hidupnya ditambah dengan pembawaan genetiknya (genetics). Watak akan menentukan perilaku seseorang dalam berinteraksi dengan lingkungannya. Hasil penelitian mengenai penerimaan teknologi saat ini telah membuktikan bahwa tingkat perilaku memiliki pengaruh positif terhadap tingkat penerimaan. Merujuk pada dua fakta tersebut maka menjadi menarik untuk melihat bagaimana hubungan keanekaragaman kepribadian pengguna dengan tingkat penerimaan teknologi. Jadi tujuan penelitian ini yaitu untuk mengetahui hubungan karakter emergenetics pengguna dan tingkat penerimaan sistem ujian berbasis web. Diperoleh hasil penelitian sebagai berikut, secara keseluruhan tingkat penerimaan sistem ujian berbasis web sebesar 3,8 yang artinya berada pada daerah setuju. Atribut pikiran secara signifikan terbukti tidak memiliki hubungan dengan tingkat penerimaan sistem, sedangkan atribut perilaku secara signifikan terbukti memiliki hubungan. Hasil ini agak menyimpang dari teori emergenetics karena seharusnya atribut pikiran juga berperan dalam menentukan watak penguna. Jawaban fenomena ini diperoleh dengan melihat proses penerapan sistem secara diwajibkan (mandatory) hal ini diduga menjadi penyebab bahwa faktor keinginan untuk menggunakan (intention to use) menjadi tidak berarti dan hanya faktor sikap (attitude) yang menjadi faktor penentunya. Kata kunci: Penerimaan Sistem, Emergenetics,  Sistem Ujian Bebasis Web.
IMPLEMENTASI WEB SEMANTIK UNTUK APLIKASI PENCARIAN TUGAS AKHIR MENGGUNAKAN ONTOLOGI DAN COSINE SIMILARITY Maskur, M; Andriansyah, Faiz Rizky
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem pencarian pada sistem umumnya masih menggunakan sistem pencarian konvensional, yaitupencarian yang mencocokkan kata kunci dengan data yang ada. Pencarian konvensional memilikikelemahan yaitu tidak bisa mencari data yang relevan dengan kata kunci. Untuk mengatasi masalah inidibangun sistem yang dapat melakukan pencarian yang dapat mecari hasil yang relevan dengan katakunci. Sistem ini berbasis web yang digabungkan dengan ontologi. Ontologi merupakan hirarki yangmenjelaskan antara hubungan suatu kata. Ontologi berfungsi untuk mencari hubungan antara kata yangdimasukkan oleh pengguna. Pencarian data dalam ontologi menggunakan Query Sparql yangmenyerupai Query database pada umumnya namun tidak terlalu kompleks seperti Query database. Untukmenunjang hasil yang diperoleh digunakan cosine similarity. Metode cosine similarity digunakan untukmemberikan bobot pada setiap dokumen yang di dapatkan, sehingga dokumen yang didapat semakinrelevan dengan kata kunci. Pengujian menggunakan metode precission untuk menghitung nilai relevansihasil yang didapat dari ontologi, sedangkan pengujian dengan kappa statistics digunakan untukmenghitung nilai dari hasil cosine similarity dengan cara membandingkan hasil yang didapat dari sistemdan hasil menurut pengamatan pakar.Dari hasil pengujian didapatkan nilai Cosine Similaritynya lebihbesar sama dengan 0,33.Kata kunci: Cosine Similarity, Ontologi,Semantik, Sparql
DETEKSI KONFLIK PADA DIAGRAM USE CAS MENGGUNAKAN METODE GRAPH MODIFICATION Wijaya, Karta; Meilani, Budanis Dwi
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Deteksi konflik pada diagram use case adalah sistem yang ditujukan untuk sistem analis dalam menyelesaikan pekerjaannya secara tim. Tujuan dari sistem adalah mendeteksi apakah perubahan yang dilakukan oleh salah satu analis dalam membuat diagram use case, sistem akan menampilkan pesan error jika terdapat konflik pada perubahan yang dilakukan oleh salah satu analis. Sistem juga mampu menggabungkan hasil pekerjaan antara dua analis jika tidak terdapat konflik. Pendeteksian konflik dilakukan pada diagram use case. Diagram use case dibuat dengan editor menggunakan GME (Generic Modeling Environment). Metode yang digunakan untuk mendeteksi konflik pada diagram use case adalah Graph Modification. Graph Modification adalah metode yang dapat mencatat setiap perubahan yang terjadi pada perubahan yang dilakukan oleh analis. Dari hasil pendeteksian yang dilakukan pada dua puluh diagram use case, dan setiap diagram terdapat dua perubahan dapat disimpulkan persentase keberhasilan sebesar 100%.    Kata Kunci : Deteksi Konflik, Diagram use case, Graph Modification, GME (Generic Modeling Environment).
IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DALAM PENENTUAN PRIORITAS REHABILITASI DAERAH ALIRAN SUNGAI (DAS) Fahmi, Muhammad Farid; Suprapto, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ketersediaan informasi mengenai tingkat kekeritisan lahan yang akurat mempunyai arti yang sangatpenting dalam program RHL sehingga Priorotas DAS mana yang akan dilakukan rehabilitasi bisadiketahui. Dari permasalahan diatas diperlukan sebuah cara untuk menentukan prioritas DAS yangdirehabilitasi. Adapun metode yang digunakan dalam penelitan ini adalah K-Means Clustering. K-MeansClustering memodelkan dataset menjadi cluster-cluster dimana data pada satu cluster yang memilikikarakteristik sama dan memiliki karakteristik yang berbeda dari cluster lain berdasarkan parametertingkat kekeritisan lahan. Dari penelitian ini diperolah Kelompok DAS dengan skor rendah untuk semuaparameter kekritisan lahan sehingga memiliki tingkat kekritisan lahan tinggi dan menjadi prioritas untukdilakukan rehabilitasi.Kata Kunci: Rehabilitasi, DAS, Data Mining, K-means Clustering
KLASIFIKASI FITUR DALAM DOKUMEN REVIEW PRODUK DENGAN METODE LOCAL POINTWISE MUTUAL INFORMATION Azhar, Yufis
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ekstraksi fitur produk dalam suatu dokumen review merupakan permasalahan yang telah menarik perhatian banyak peneliti untuk memecahkannya. Permasalahan utama pada topik ini adalah bagaimana mengekstrak fitur yang relevan. Salah satu cara yang umumnya dilakukan adalah dengan mengkategorikan fitur-fitur yang telah terekstrak ke dalam kelas-kelas tertentu. Akan tetapi metode klasifikasi yang digunakan biasanya memiliki akurasi cukup rendah, hal ini dikarenakan sifat dokumen opini yang sangat bergantung pada domain yang sedang dibicarakan, Sehingga metode klasifikasi yang digunakanpun harus mampu beradaptasi dengan sifat tersebut. Dalam penelitian ini diusulkan suatu metode Local Pointwise Mutual Information (LPMI) yang merupakan modifikasi dari teknik PMI yang selama ini digunakan. Letak perbedaan utamanya adalah pada area pencarian PMI yang bersifat local (hanya di dataset) sehingga tidak keluar dari domain yang sedang dibicarakan oleh pemberi opini. Hasil pengujian menunjukkan bahwa teknik ini memiliki nilai precision dan recall yang baik dengan rata-rata di atas 80%.Kata Kunci: feature-based opinion mining, ekstraksi fitur, klasifikasi fitur, pointwise mutual information.
PEMODELAN TINGKAT ANGKATAN KERJA DENGAN ALGORITMA K-MEANS Kuswantoro, Endik; Suprapt0, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jumlah angkatan kerja di Indonesia meningkat seiring pertambahan jumlah penduduk. Semakin besar jumlah penduduk maka angkatan kerja jadi semakin besar. Hal itu dapat menjadi beban tersendiri bagi perekonomian. Karena jika meningkatnya angkatan kerja yang tidak diimbangi dengan bertambahnya lapangan kerja akan menyebabkan masalah pengangguran. Orang-orang yang menganggur secara otomatis tidak akan memperoleh penghasilan. Akibatnya mereka tidak bisa. untuk memenuhi kebutuhan. Kondisi tersebut dapat menyebabkan menurunnya kesejahteraan, oleh karena itu permasalahan penganggguran tidak terlepas dari bagian jumlah angkatan kerja, Pada propinsi Maluku mengalami permasalahan tersebut. Dalam penelitian bertujuan untuk mendapatkan Model tingkat angkatan kerja pada wilayah propinsi maluku menggunakan algoritma K-Means, dengan pemodelan tersebut akan menghasilkan tingkat penganggurannya dari hasil setiap cluster yang dihasillkan, dan persebaran kelompok tenaga kerja di pedesaan dan perkotaan, sehingga bisa memberikan informasi kebutuhan tenaga kerja yang ada di propinsi Maluku. setelah dilakukan pengclusteran maka hasil yang didapat di visualisasi ke dalam grafik chart. Dari proses pengelompokan algoritma K-Means dari jumlah sample sebanyak 17.576 sample rumah tangga didapat 3 (tiga) cluster yang mampu mewakili analisa data yaitu cluster 1(satu) yang mempunyai karakteristik pengangguran sebanyak 11.375 sample rumah tanggaatau sebanyak 64,71 % dari jumlah sample, dimana terdiri dari sebanyak 10.982 sample rumah tangga tergolong setengah pengangguran sukarela (pekerja paruh waktu) dan yang tergolong pengangguran terbuka 18 sample rumah tangga dan 375 sample rumah tangga tergolong setengah  pengangguran (Setengah pengangguran terpaksa), cluster 2(dua) cluster yang mempunyai karakteristik tenaga kerja dipedesaan sebanyak  1.378 sample rumah tanggaatau sebanyak 7,84% dari jumlah sample dan cluster 3(tiga) cluster yang mempunyai karakteristik tenaga kerja diperkotaan sebanyak 4.823sample rumah tanggaatau sebanyak 27,44 % dari jumlah sample. Kata kunci: Pemodelan,Tingkat Angkatan Kerja,K-means, visualisasi
PERANCANGAN DAN ANALISA CLOUD STORAGE INFRASTRUCTURE AS SERVICE DENGAN KENDALI RASPBERRY PI Prasetyo, Angga
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komputasi awan atau lebih dikenal dengan cloud computing merupakan salah satu bentuktransformasi teknologi informasi dan komunikasi. cloud computing sendiri memiliki beragamlayanan, salah satunya cloud storage. Media penyimpanan fisik (flashdisk) untuk bertukarinformasi (file) pekerjaan maupun tugas dan materi kuliah yang diberikan dosen, memunculkanresiko file rusak yang diakibatkan virus, perangkat flashdisk memiliki umur yang tidak panjangdalam proses read and write data. Untuk itu diperlukan media untuk berbagi data danpenyimpanan data yang dapat digunakan kapanpun dan dimanapun dengan kapasitas yangbesar serta gratis, Salah satu jalan keluar dengan membangun cloud storage denganinfrastructure as service yang memungkinkan akses berbagi data. Hasil analisis raspberry pisebagai server dengan proses uji parameter setup time 6,9 menit, response time 0,2 detik,access area pada LAN 7,66 m/s dan Wifi 9,66 m/s, Ability testing proses Tx 0,1 Mb, inimenunjukkan bahwa raspberry pi mampu menciptakan layanan cloud storage dengan sumberdaya yang efisien, murah dan optimal.Kata kunci : Cloud storage, Raspberry pi, Infrastructure as service
PERBANDINGAN AKURASI KLASIFIKASI TINGKAT KEMISKINAN ANTARA ALGORITMA C 4.5 DAN NAÏVE BAYES Iskandar, Derick; Suprapto, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan merupakan salah satu masalah yang dialami oleh beberapa Negara berkembang, termasuk indonesia. Banyak cara yang dilakukan untuk menanggulangi kemiskinan, diantaranya dengan program bantuan sosial untuk rakyat miskin. Bentuk bantuan sosial yang diberikan oleh pemerintah disesuaikan dengan tingkat kemiskinan yang ada disuatu wilayah sehingga pemberian bantuan sosial tersebut tidak salah sasaran. Pada penelitian kali ini kami menggunakan BDT (Basis Data Terpadu) yang dikeluarkan oleh TNP2K dalam menentukan klasifikasi tingkat kemiskinan. Adapun metode yang digunakan dalam penelitian ini adalah Naïve Bayes Clasifier (NBC) dan Algoritma C4.5 yang keduanya merupakan metode pada teknik klasifikasi data mining. Pegujian akan dilakukan dengan menggunakan 14 atribut. Hasil dari proses klasifikasi diperoleh bahwa metode C4.5 memiliki tingkat akurasi 3% lebih baik jika dibandingkan dengan metode Naïve Bayes. Kata Kunci: C4.5, Naïve Bayes, Data mining, kemiskinan.
PEMODELAN TINGKAT ANGKATAN KERJA DENGAN ALGORITMA K-MEANS Endik Kuswantoro; Yoyon K Suprapt0
Network Engineering Research Operation Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (364.935 KB) | DOI: 10.21107/nero.v2i1.45

Abstract

PERANCANGAN DAN ANALISA CLOUD STORAGE INFRASTRUCTURE AS SERVICE DENGAN KENDALI RASPBERRY PI Angga Prasetyo
Network Engineering Research Operation Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (486.287 KB) | DOI: 10.21107/nero.v2i1.46

Abstract

Komputasi awan atau lebih dikenal dengan cloud computing merupakan salah satu bentuktransformasi teknologi informasi dan komunikasi. cloud computing sendiri memiliki beragamlayanan, salah satunya cloud storage. Media penyimpanan fisik (flashdisk) untuk bertukarinformasi (file) pekerjaan maupun tugas dan materi kuliah yang diberikan dosen, memunculkanresiko file rusak yang diakibatkan virus, perangkat flashdisk memiliki umur yang tidak panjangdalam proses read and write data. Untuk itu diperlukan media untuk berbagi data danpenyimpanan data yang dapat digunakan kapanpun dan dimanapun dengan kapasitas yangbesar serta gratis, Salah satu jalan keluar dengan membangun cloud storage denganinfrastructure as service yang memungkinkan akses berbagi data. Hasil analisis raspberry pisebagai server dengan proses uji parameter setup time 6,9 menit, response time 0,2 detik,access area pada LAN 7,66 m/s dan Wifi 9,66 m/s, Ability testing proses Tx 0,1 Mb, inimenunjukkan bahwa raspberry pi mampu menciptakan layanan cloud storage dengan sumberdaya yang efisien, murah dan optimal.Kata kunci : Cloud storage, Raspberry pi, Infrastructure as service

Page 1 of 2 | Total Record : 15

 1   2 

Filter by Year

2015 2015


Reset
Filter By Issues
All Issue Vol 7, No 2 (2022): NERO Vol 7, No 1 (2022): NERO Vol 6, No 2 (2021): NERO Vol 6, No 1 (2021): NERO Vol 5, No 2 (2020): NERO Vol 5, No 1 (2020): NERO Vol 4, No 3 (2019): NERO Vol 4, No 2 (2019): NERO Vol 4, No 2 (2019): NERO Vol 4, No 1 (2018): NERO Vol 4, No 1 (2018): NERO Vol 3, No 3 (2018): NERO Vol 3, No 3 (2018): NERO Vol 3, No 2 (2017): NERO Vol 3, No 2 (2017): NERO Vol 3, No 1 (2017): NERO Vol 3, No 1 (2017): NERO Vol 2, No 3 (2016): NERO Vol 2, No 3 (2016): NERO Vol 2, No 2 (2016): Nero Vol 2, No 2 (2016): Nero Vol 2, No 1 (2015): Nero Vol 2, No 1 (2015): Nero Vol 1, No 3 (2015): Nero Vol 1, No 3 (2015): Nero Vol 1, No 2 (2014): Nero Vol 1, No 2 (2014): Nero Vol 1, No 1 (2014): Nero Vol 1, No 1 (2014): Nero More Issue