Articles
8 Documents
Search results for
, issue
"Vol 6, No 1 (2021): NERO"
:
8 Documents
clear
<![CDATA[KEAMANAN FTP SERVER BERBASISKAN IDS DAN IPS MENGGUNAKAN SISTEM OPERASI LINUX UBUNTU ]]>
<![CDATA[Shah Khadafi]]>;
<![CDATA[Yuni Dian Pratiwi]]>;
<![CDATA[Enggar Alfianto]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.190
<![CDATA[Vulnerability komputer server pada jaringan komputer dapat dimanfaatkan hacker atau attacker melakukan tindakan yang tidak sah yang bertujuan mengacaukan sistem sebuah komputer. Pada tahun 2020 tercatat bahwa serangan yang dilakukan oleh hacker terjadi setiap 39 detiknya, tercatat juga komputer yang digunakan sebagai penelitian telah diserang sebanyak 2.244 kali per harinya. Sniffing adalah salah adalah ancaman keamanan utama dalam komputasi bentuk komunikasi client-server. Pada penelitian ini membangun sebuah sistem keamanan data pada komputer FTP server dengan menerapkan Instrusion Detection System (IDS) dan Instrusion Prevention System (IPS). Hasilnya Aplikasi Portsentry sangat efektif dan sangat baik dalam mendeteksi adanya aktivitas scanning port, dan juga sangat baik dalam memblokir serangan dari attacker, hal ini dikarenakan Portstentry memiliki mekanisme untuk mencatat IP address yang dimilki oleh attacker melalui file system portsentry.ignore.static. Aplikasi Snort sangat efektif ketika mendeteksi semua jenis serangan baik itu serangan ping of death, scanning port maupun sniffing, hal ini dikarenakan Snort memiliki mekanisme mode detection untuk memberikan informasi peringatan atau alert kepada admin jaringan bila terdapat intruder melalui rules command di dalam file system Snort. Sehingga Portsentry dan Snort cukup efektif dalam menerapkan sistem IDS dan IPS pada FTP server.]]>
<![CDATA[PENERAPAN ALGORITMA FP-GROWTH DALAM MENENTUKAN KECENDERUNGAN MAHASISWA MENGAMBIL MATA KULIAH PILIHAN ]]>
<![CDATA[Muhlis Tahir]]>;
<![CDATA[Noferianto Sitompul]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.216
<![CDATA[Mata Kuliah Pilihan adalah mata kuliah yang boleh dipilih oleh mahasiswa dari daftar yang disediakan perguruan tinggi. Ada perguruan tinggi yang mengizinkan mata kuliah pilihan dari program studi berbeda ada pula yang justru mewajibkan. Mata kuliah pilihan ini ada karena guna memenuhi SKS yang menjadi target dan untuk mendalami lebih kanjut mata kuliah yang memang diminati Salah satu permasalahan yang sering dijumpai pada persoalan penilaian mata kuliah adalah banyaknya mata kuliah pilihan yang disediakan, sehingga mahasiswa bingung dalam memilih mata kuliah yang memang cocok dengan mereka. Frequent Pattern Growth (FP Growth) adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data dengan algoritma FP-Growth dalam menganalisa data mata kuliah pilihan untuk mendapatkan pola kecenderungan Mahasiswa dalam memilih mata kuliah. Untuk melakukan penggalian dari data mata kuliah pilihan, penulis menggunakan sebuah algoritma yang menjadi dasar dari algoritma-algoritma yang lain yaitu frequent pattern growth (FP-Growth). Hasil yang didapatkan akan selalu berbeda dan bergantung kepada input user pada saat pembuatan aturan. Sistem pendukung keputusan ini memproses data transaksi mata kuliah mahasiswa Program Studi Pendidikan Komputer, dan menghasilkan aturan dan yang memenuhi minimum support dan minumum confidence serta yang banyak pemilihan adalah sistem pendukung keputusan, teknologi IoT, desain grafis, sistem informasi pendidikan game edukasi, pemrograman CMS, Data Mining yaitu sebesar 100%]]>
<![CDATA[OCR HURUF JAWA DENGAN FITUR KODE RANTAI DAN LEVENSHTEIN DISTANCE ]]>
<![CDATA[Teady Matius Surya Mulyana]]>;
<![CDATA[Destriana Widyaningrum]]>;
<![CDATA[Herlina Herlina]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.217
<![CDATA[Aplikasi sederhana untuk pengenalan aksara jawa diperlukan pada saat massive nya penggunaan aksara nasional. Aplikasi diperlukan untuk mengenali dan membaca karakter-karakter dari aksara jawa pada pesan-pesan yang diterima. Fitur dan metode yang sederhana untuk mengenali aksara jawa sangat diperlukan sehingga aplikasi dapat sewaktu-waktu melakukan pelatihan, dimana data pelatihan yang disediakan sedikit. Salah satu fitur sederhana yang tersedia adalah kode rantai. Permasalahannya adalah kode rantai merupakan untaian karakter, maka diperlukan pengukuran jarak yang sesuai, bukan pengukuran jarak yang umum digunakan pada OCR. Levenshtein Distance merupakan pengukuran jarak antara dua string. Sesuai dengan fitur yang dipilih, maka akan digunakan levenshtein distance untuk mengukur jarak dua buah kode rantai. Pada penelitian ini akan dibuktikan fitur kode rantai dengan pengukuran jarak menggunakan levenshtein distance mampu mengenali objek aksara jawa berdasarkan data pelatihan yang tersimpan. Metode klasifikasi yang dipergunakan adalah klasifikasi nearest-neighbor. Dipilihnya metode ini dimaksudkan agar mampu memberi informasi data pelatihan yang terdekat dengan objek yang ingin dikenali. Hasil penelitian menunjukkan fitur kode rantai dengan pengukuran jarak dengan levenshtein distance mampu mengenali fitur data pelatihan yang terdekat dengan fitur objek.]]>
<![CDATA[EVALUASI PERFORMA WEBSITE BERDASARKAN PENGUJIAN BEBAN DAN STRESS MENGGUNAKAN LOADIMPACT (STUDI KASUS WEBSITE IAIN SALATIGA) ]]>
<![CDATA[Agung Suprapto]]>;
<![CDATA[Dimas Sasongko]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.198
<![CDATA[Penelitian ini menyajikan hasil pengujian beban dan stress pada website IAIN Salatiga menggunakan tools Loadimpact. Penelitian dilakukan dengan empat tahap utama yaitu: observasi traffic website, perancangan skenario pengujian beban website, pengujian beban website, dan analisis data hasil pengujian beban website. Berdasarkan hasil pengujian yang sudah dilakukan pada website IAIN Salatiga hasilnya adalah (i) tidak ditemukan adanya kegagalan HTTP pada website IAIN Salatiga, (ii) konsumsi CPU tertinggi berada pada tingkat yang sangat baik yaitu sekitar 6 - 11%, dan (iii) konsumsi memory berada pada tingkat yang sangat baik yaitu sekitar 2 - 4%. Walaupun terdapat temuan permasalahan bottleneck saat pengujian dengan jumlah virtual user 50 dan durasi pengujian 5 menit, namun secara keseluruhan tidak menjadi permasalahan serius pada website IAIN Salatiga. Penelitian yang dilakukan masih memiliki keterbatasan yaitu aplikasi yang digunakan pada penelitian ini masih menggunakan versi free, sehingga masih memiliki keterbatasan pada penggunaan jumlah virtual user, durasi waktu pengujian, dan lokasi pengujian. Hasil penelitian ini dapat digunakan oleh akademis dan praktisi pada bidang kajian evaluasi website dan temuan dari penelitian ini dapat menjadi perhatian bagi pengembang website dalam membangun sebuah website.]]>
<![CDATA[MODEL PERAMALAN JUMLAH PENYAKIT DEMAM BERDARAH DENGAN PENDEKATAN METODE FUZZY LINEAR REGRESSION (FLR) ]]>
<![CDATA[Bain Khusnul Khotimah]]>;
<![CDATA[Eka Mala Sari Rochman]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.215
<![CDATA[Peramalan sangat penting pada data time series, yang diperlukan dalam proses pengambilan keputusan. Penelitian ini memprediksi jumlah demam berdarah sebagai output variabel terikat (Y) dan faktor keterangan kondisi pasien parah (X1) dan kondisi ringan X2 sebagai variabel bebas. Peramalan time series menggunakan fuzzy untuk menjelaskan data dalam bentuk nilai-nilai lingusitik. Regresi fuzzy digunakan untuk memperbaiki adanya error dalam permodelan klasik. Hasil peramalan konvensional terdapat perbedaan antara nilai yang diamati dan nilai yang diestimasi yang dikenal error, tetapi dalam regresi fuzzy dikenal sebagai kerancuan (ambiguity) sistem. Penelitian ini menggunakan metode Fuzzy Linear Regression (FLR) untuk memodelkan peramalan jumlah penyakit demam berdarah. Penelitian ini bertujuan untuk menghasilkan parameter berupa interval (upper bound dan lower bound) pada hasil ramalan, yang dapat digunakan dalam pengambilan keputusan pada segala kemungkinan terbaik maupun terburuk. Hasil penelitian berdasarkan interval dengan mengubah-ubah nilai (h) = 0; 0,25; dan 0,5; 0.75 dihasilkan dengan metode Fuzzy linier regression Time Series pada koefisien determinasi terkecil senilai 0,238 pada h=0,25 dengan kesalahan simpangan baku terkecil 3,94.]]>
<![CDATA[SISTEM MONITORING TRAFIK PADA MIKROTIK BERBASIS APP MOBILE DENGAN NOTIFIKASI TELEGRAM ]]>
<![CDATA[Muhammad Hanif]]>;
<![CDATA[Made Kamisutara]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.169
<![CDATA[Organisasi Perangkat Daerah (OPD) maupun Satuan Kerja Perangkat Daerah (SKPD) berkaitan erat dengan pelayanan publik yang berada di kota Surabaya, kompleksitas pelayanan publik yang di kelolah pada masing-masing OPD/SKPD sering kali menimbulkan beberapa kendala jaringan dan web server. untuk itu diperlukan pengelolahan infrastruktur, yang dapat mencegah terjadinya permasalahan jaringan maupun web server yang terjadi pada OPD/SKPD. Tujuan penelitian menghasilkan sistem monitoring trafik jaringan dan webserver secara realtime dengan notifikasi telegram, untuk mencegah terjadinya kendala serta mempercepat proses penanganan kendala layanan publik pada OPD/SKPD. Penelitian ini menghasilkan system monitoring trafik jaringan dengan antar muka app mobile dan website. antarmuka app mobile dapat digunakan pengguna pada saat berada di lapangan, sedangkan antarmuka website dapat digunakan pengguna pada saat berada di lingkungan kantor. Pengujian sistem monitoring dilakukan terhadap 10 OPD/SKPD yang berada di Surabaya serta 2 web server demo yang memberikan notifikasi berupa UP maupun Down secara real time menggunakan notifikasi telegram. Serta notifikasi juga melalui website dengan menampilkan history jaringan maupun web server.]]>
<![CDATA[MODEL PREDIKSI KELULUSAN TEPAT WAKTU DENGAN METODE FUZZY C-MEANS DAN K-NEAREST NEIGHBORS MENGGUNAKAN DATA REGISTRASI MAHASISWA ]]>
<![CDATA[Silvana Puspa Nabila]]>;
<![CDATA[Nurissaidah Ulinnuha]]>;
<![CDATA[Ahmad Yusuf]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.199
<![CDATA[Kegiatan Penerimaan Mahasiswa Baru di tingkat perguruan tinggi setiap tahunnya merupakan suatu kegiatan yang wajib dilaksanakan untuk membuka awal tahun ajaran baru, salah satunya yakni di kampus Universitas Islam Negeri Sunan Ampel Surabaya (UINSA). Namun permasalahannya yakni, tidak semua mahasiswa dapat lulus secara tepat waktu sesuai dengan waktu tempuh kurikulum yang telah disusun, hal ini akan berpengaruh pada akreditasi perguruan tinggi. Untuk meminimalisir hal tersebut maka, pada penelitian ini akan diusulkan model prediksi dengan teknik data mining dan machine learning guna membantu memperbaiki konsep registrasi pada mahasiswa baru. Yakni dengan membuat model prediksi menggunakan metode FCM-KNN, konsep metode ini adalah pada tahap pengelompokkan dan pemberian label data digunakan FCM kemudian pada tahap penentuan jarak antar data digunakan KNN dengan hal tersebut maka jarak antara k-tetangga terdekat cukup dicari pada lingkup anggota kelompok data dalam satu cluster dan tidak perlu dibandingkan oleh data keseluruhan. Pada penelitian ini menggunakan data registrasi mahasiswa UINSA, kemudian pengujian skor akan digunakan confusion matrix dan k-fold cross validation. Hasil dari algoritma FCM-KNN didapatkan bahwa model prediksi dengan pengujian 10-fold cross validation dengan skenario k=1 mempunyai rata rata akurasi sebesar 71% kesimpulannya dengan seiring bertambahnya nilai K (tetangga terdekat) maka akan mempengaruhi nilai akurasi.]]>
<![CDATA[DESAIN MULTIMEDIA INTERAKTIF PENGENALAN PERANGKAT KERAS PERSONAL KOMPUTER ]]>
<![CDATA[Mariana Purba]]>
<![CDATA[ Network Engineering Research Operation Vol 6, No 1 (2021): NERO ]]>
Publisher : <![CDATA[Universitas Trunojoyo Madura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.21107/nero.v6i1.196
<![CDATA[Perkembangan teknologi membawa dampak terhadap proses pembelajaran pada dunia pendidikan beberapa aplikasi yang dapat dijadikan sebagai media pembelajaran seperti ELearning, Zoom, Google Classroom dan lain sebagainya, dengan kondisi pandemic covid-19 mengharuskan peserta didik untuk dapat mengikuti pembelajaran tanpa harus bertatap muka dengan tenaga pengajar hal ini dilakukan dengan memanfaatkan akses jaringan namun terdapat beberapa permasalahan yang terjadi seperti buruknya konektivitas jaringan sehingga membuat peserta didik tidak dapat mengikuti proses pembelajaran dengan baik, hal ini membuat tenaga pengajar harus mampu berinovasi agar materi pembelajaran yang akan disampaikan dapat diberikan dengan baik untuk mencapai tujuan pembelajaran. Perancangan multimedia interaktif sebagai sarana pembelajaran yang diberikan kepada peserta didik sebagai media pembelajaran serta dapat diakses tanpa harus memiliki kuota internet. Metodologi yang dipergunakan untuk perancangan multimedia menggunakan pendekatan MDLC (Multimedia Development Life Cycle) dengan hasil penelitian berupa aplikasi multimedia yang dipergunakan untuk proses pembelajaran pengenalan perangkat keras pada personal komputer hal ini dirasakan sangat baik oleh peserta didik untuk menumbuhkan motivasi belajar dan memperdalam ilmu pengetahuan terkait dengan materi pembelajaran yang diberikan dengan tercapainya kompetensi inti melalui multimedia interaktif.]]>
