cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Elisawati
Contact Email
elisawati06@gmail.com
Phone
-
Journal Mail Official
elisawati06@gmail.com
Editorial Address
-
Location
Kota dumai,
Riau
INDONESIA
Informatika : Jurnal Informatika, Manajemen dan Komputer
Published by Sekolah Tinggi Management dan Informatika Komputer Dumai
ISSN : 19790694     EISSN : 25803042     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Informatika adalah merupakan wadah publikasi bagi peneliti, Dosen, Mahasiswa dalam mengembangkan penelitiannya dalam bidang kecerdasan buatan, kriptografi, pengolahan citra, data mining, system pendukung keputusan, mobile computing, system operasi, multimedia, system pakar, GIS, jaringan Komputer dan topik lain yang berhubungan dengan teknologi komputer.
Arjuna Subject : -
Articles 179 Documents
 11   12   13   14   15 
KLASTERISASI SELEKSI MAHASISWA CALON PENERIMA BEASISWA YAYASAN MENGGUNAKAN K-MEANS CLUSTERING Sabrina Aulia Rahmah; Jovi Antares
I N F O R M A T I K A Vol 13, No 2 (2021): DESEMBER : 2021
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v13i2.282

Abstract

Perekomendasian untuk penerima beasiswa Yayasan dikelompokkan menjadi 3 clsuter yaitu, diterima, dipertimbangkan dan ditolak sebagai penerima beasiswa yayasan. Algoritma K-Means Clustering merupakan salah satu teknik unsupervised learning yang digunakan untuk merekomendasi penerima beasiswa yayasan. Adapun tujuan dari penelitian ini adalah untuk merekomendasikan calon penerima beasiswa yayasan dengan menggunakan algoritma K-Means Clustering, rekomendasi meghasilkan penempatan data pendaftar beasiswa ke masing-masing kelompok klaster yang dihasilkan. Data pendaftar yang digunakan sebanyak 80 pendaftar. Melalui penyeleksian atribut k-means melakukan perhitungan untuk menempatkan setiap data ke cluster yang sudah ditentukan. Hasil dari perhitungan yang telah diolah sebanyak 16,3% diterima, 61,3% dipertimbangkan dan 22,5% ditolak.
SISTEM INFORMASI DATA KECELAKAAN KERJA BERBASIS WEB PADA PT. ADIMULIA AGROLESTARI DI KUANTAN SINGINGI Yulisman Yulisman; Refni Wahyuni; Bambang Kurniawan
I N F O R M A T I K A Vol 13, No 2 (2021): DESEMBER : 2021
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v13i2.300

Abstract

ABSTRAKKejadian kecelakaan kerja yang terjadi pada setiap karyawan/pekerja di PT. Adimulia Agrolestari dilaporkan menggunakan form manual yaitu form dalam bentuk kertas dan untuk mendapatkan form tersebut karyawan harus mendatangi kantor area kerja terlebih dahulu, setelah itu form tersebut diserahkan kembali ke petugas P2K3 untuk diperiksa. Petugas P2K3 berkewajiban untuk menindaklanjuti kejadian kecelakaan kerja dengan melakukan investigasi dan perbaikan kejadian kecelakaan tersebut, selanjutnya laporan tersebut diberikan ke sekretaris P2K3, dan berdasarkan laporan dan form data kecelakaan kerja yang telah diisi oleh karyawan/pekerja tersebut sekretaris P2K3 harus menginput satu persatu ke aplikasi pengolah angka untuk rekapan laporan data kecelakaan kerja yang terjadi di perusahaan. Untuk mengatasi permasalahan tersebut maka diusulkan sistem informasi data kecelakaan kerja berbasis web, dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai database, menggunakan model waterfall sebagai metode pembuatan sistem, dan diharapkan sistem informasi data kecelakaan kerja dapat dilakukan secara komputerisasi sehingga proses pengolahan data kecelakaan kerja menjadi lebih cepat dan akurat. Pemodelan dan perancangan sistem secara umum menggunakan UML. Dengan adanya aplikasi ini dapat membantu karyawan/pekerja untuk melaporkan kejadian kecelakaan kerja bisa langsung dari handphone/smartphone, dan sistem ini dapat membantu pekerjaan admin/sekretaris P2K3 menjadi lebih efektif dan efisien dalam pengolahan dan penyimpanan data kecelakaan kerja serta memudahkan membuat laporan kecelakaan kerja secara rinci dan lengkap.Kata kunci : Data Kecelakaan Kerja, MySQL, Sistem Informasi, PHP, UML, Web ABSTRACTIncidents of work accidents that occur in every employee/worker at PT. Adimulia Agrolestari reported using a manual form, namely a form in paper form and to get the form the employee had to go to the work area office first, after that the form was handed back to the P2K3 officer for inspection. The P2K3 officer is obliged to follow up on work accidents by investigating and repairing the accident, then the report is given to the P2K3 secretary, and based on the report and work accident data form that has been filled out by the employee/worker, the P2K3 secretary must input one by one into the processing application. figures for the recapitulation of work accident data reports that occurred in the company. To overcome these problems, a web-based work accident data information system is proposed, using the PHP and MySQL programming languages as databases, using the waterfall model as a method of making the system, and it is hoped that the work accident data information system can be computerized so that the work accident data processing becomes faster and more accurate. Modeling and system design in general use UML. With this application, it can help employees/workers to report work accidents directly from their cellphones/smartphones, and this system can help the P2K3 admin/secretary work to be more effective and efficient in processing and storing work accident data and making it easier to make work accident reports accurately, detailed and complete.Keywords : Work Accident Data, MySQL, Information Systems, PHP, UML, Web
KOMPARASI ALGORITMA KLASIFIKASI SVM-PSO DAN C4.5-PSO DALAM PREDIKSI PENYAKIT JANTUNG Weiskhy Steven Dharmawan
I N F O R M A T I K A Vol 13, No 2 (2021): DESEMBER : 2021
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v13i2.301

Abstract

Dalam analisis data untuk dataset yang berdimensi besar, klasifikasi sangat diperlukan dalam memprediksi dari sebuah dataset, dalam penelitian ini membandingkan suatu metode untuk mengklasifikasi data yang besar yang dimana data tesebut akan di olah untuk mendapatkan hasil informasi prediksi data yang di inginkan. Dalam penelitian ini Support Vector Machine (SVM) digunakan untuk memberikan hasil klasifikasi dari kinerja seleksi fitur yang dilakukan Particle Swarm Optimization (PSO) yang mana hasil pengujian nya akan di bandingkan dengan algoritma klasifikasi C4.5 sebagai pembanding algoritma mana yang lebih baik dalam memprediksi dari sebuah dataset. C4.5 digunakan juga untuk memberikan hasil klasifikasi yang di gabungan bersama Particle Swarm Optimization (PSO). Dari eksperimen yang di lakukan algoritma SVM-PSO mendapatkan nilai Accuracy 84.81% dan nilai AUCnya 0.898 sedangkan Algoritma C4.5-PSO mendapatkan nilai Accuracy 80.00% dan nilai AUCnya 0.787.
SISTEM PENGELOLAAN BARANG RAMPASAN TINDAK PIDANA UMUM PADA KEJAKSAAN BERBASIS PHP Fita Lestari; Asparizal Asparizal; Edi Susanto
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.361

Abstract

Penelitian di Kejaksaan Negeri Dumai atau disingkat Kejari Dumai membahas tentang barang rampasan/sitaan yang di rampas untuk negara yang telah mempunyai kekuatan hukum tetap. Jumlah barang rampasan relatif banyak dan pengelolaan barang rampasan ini belum memberikan manfaat optimal kepada negara dan ada kecenderungan barang rampasan tidak terawat, terbengkalai sehingga nilainya ekonomisnya semakin lama semakin turun. Diantara penyebabnya adalah lamanya waktu record data yang dibutuhkan secara manual untuk melakukan pelelangan, keterbatasan jumlah sumber daya manusia (SDM), keterbatasan anggaran, keterbatasan tempat penampungan/gudang   barang bukti, data yang tidak tersusun digudang penampungan. Melihat dari masalah-masalah yang ada dirasa perlu untuk diterapkannya sistem secara komputerisasi agar proses data pelelangan lebih cepat, arsip data mudah didata, data dalam gudang cepat ditemukan.Kata kunci : lelang, barang rampasan, tindak pidana umum, Kejari Dumai, php Research at the Dumai District Prosecutor's Office or abbreviated as Kejari Dumai discusses the confiscated goods/confiscations for the state which has permanent legal force. The amount of booty is relatively large and the management of this booty has not provided optimal benefits to the state and there is a tendency for the booty to be neglected, neglected, so that its economic value is decreasing over time. Among the causes are the length of time required to record data manually to conduct the auction, the limited number of human resources (HR), limited budget, limited storage/evidence warehouses, data that is not arranged in the storage warehouse. Looking at the existing problems, it is necessary to implement a computerized system so that the auction data process is faster, the data archive is easy to record, the data in the warehouse is quickly found.Keywords : auction, booty, general crime, Kejari Dumai, php
ANALISIS JUMLAH NODE HIDDEN LAYER ALGORITMA BACKPROPAGATION DALAM IDENTIFIKASI PENYAKIT MATA Nur Nafi'iyah; Irma Dwi Rohmawati
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.249

Abstract

Mata mempunyai banyak manfaat, diantaranya dapat digunakan sebagai alat penglihatan dan alat pengenalan manusia karena setiap individu mempunyai karakteristik atau ciri yang berbeda setiap iris mata. Mata juga dapat digunakan sebagai alat bantu identifikasi penyakit, misalnya identifikasi penyakit mata, penyakit prankreas, penyakit ginjal, dan diabetic retinopathy berdasarkan citra iris mata. Ekstraksi fitur citra dan metode identifikasi sangat berpengaruh terhadap hasil identifikasi penyakit. Ekstraksi fitur yang digunakan dalam penelitian ini adalah fitur tekstur citra, yaitu nilai rata-rata citra grayscale, standar deviasi, skewness, variance, entropy, kontras, energi, korelasi, homogeneity. Citra input dari penelitian diambil dari kaggle dataset dengan jumlah kelas penyakit sebanyak tiga, yaitu Gloucoma, Cataracts, dan Uveitis. Tujuan penelitian ini menganalisis jumlah node di hidden layer Backpropagation dalam identifikasi penyakit mata. Metode Backpropagation yang diusulkan akan terdapat 4 jenis arsitektur sebagai berikut: arsitektur pertama 9 node input layer, 5 node hidden layer, dan 2 node output layer. Arsitektur kedua adalah 9, 7, 2, arsitektur ketiga 9, 9, 2, dan arsitektur keempat 9, 15, 2. Hasil dari ujicoba arsitektur yang nilai akurasinya terbaik adalah 9, 7, 2, dengan 9 node input layer, 7 node hidden layer, dan 2 node output layer sebesar 54.17%.
IMPLEMENTASI METODE SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN DOSEN PEMBIMBING TUGAS AKHIR Suwarti Suwarti
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.327

Abstract

Penunjukan dosen pembimbing Tugas Akhir di Jurusan Manajemen Informatika dan Teknik Komputer AMIK Tri Dharma Pekanbaru saat ini dilakukan dengan cara menentukan secara langsung dengan mempertimbangkan kompetensi, fungsional dan pendidikan dari calon dosen pembimbing. Namun penunjukan dosen pembimbing Tugas Akhir secara langsung terkadang mengesampingkan jumlah bimbingan Tugas Akhir calon dosen pembimbing Tugas Akhir yang mengakibatkan kurang seimbang jumlah bimbingan yang dimiliki oleh setiap dosen dan kurang sesuai dengan tema Tugas Akhir yang diajukan oleh mahasiswa, maka dibutuhkan suatu sistem pendukung keputusan yang berguna untuk menentukan dosen pembimbing Tugas Akhir, agar supaya Tugas Akhir yang diajukan oleh mahasiswa sesuai dengan kompetensi calon dosen pembimbing Tugas Akhir dan dosen yang dipilih tidak terlalu banyak jumlah bimbingannya. Tujuan utama dari penelitian ini yaitu membangun aplikasi sistem pendukung keputusan yang dapat menentukan dosen pembimbing Tugas Akhir. Metode pengambilan keputusan yang digunakan dalam penelitian ini ialah metode Simple Additive Weighting (SAW). Pengumpulan data dosen dilakukan dengan cara melakukan wawancara terhadap dosen yang masih aktif. Dari hasil pengujian yang dilakukan terhadap sistem, sistem mampu memberikan rekomendasi dosen pembimbing kepada pengguna berdasarkan perhitungan yang dilakukan menggunakan metode SAW, sistem juga menyediakan fitur untuk pemilihan dosen pembimbing Tugas Akhir.
PREDIKSI JUMLAH PASIEN COVID-19 DI INDONESIA MENGGUNAKAN LEAST SQUARE METHOD BERBASIS ANDROID Arina Prima Silalahi; Harlen Gilbert Simanullang
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.328

Abstract

Virus Corona mulai marak di akhir tahun 2019 dan diidentifikasi di Indonesia pada 2 Maret 2020. Penyebaran kasus COVID-19 semakin meluas dan cepat mengakibatkan sumber daya ahli, alat kesehatan, bahkan sampai alat pelindung diri, sarana prasarana rumah sakit, anggaran daerah tidak sebanding dengan jumlah pasien Covid-19 di Indonesia. Terjadinya permasalahan tersebut membuat pemerintah daerah, pihak rumah sakit swasta maupun negeri kesulitan memprediksi kebutuhan medis dan lainnya untuk menangani wabah ini. Solusi dari permasalahan tersebut dapat terpecahkan jika memiliki sebuah sistem yang dapat memprediksi jumlah pasien yang memiliki kemungkinan terkonfirmasi Covid-19 dengan Least Square Method. Metode ini dapat digunakan pada data pasien COVID-19 yaitu berpatokan pada data-data deret berkala yang diperoleh dari masa lampau/yang sudah lewat dan dapat dihitung secara matematik, sehingga dapat memprediksi jumlah pasien Covid-19. Dengan demikian, maka diangkat penelitian berjudul “Prediksi Jumlah Pasien Covid-19 Di Indonesia Menggunakan Least Square Method Berbasis Android”.
PERBANDINGAN ALGORITMA C4.5 DAN ALGORITMA NAIVE BAYES UNTUK KLASIFIKASI PEKERJA MIGRAN INDONESIA Saufika Sukmawati; Sulastri Sulastri; Herny Februariyanti; Arief Jananto
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.280

Abstract

Penempatan tenaga kerja Indonesia ke luar negeri merupakan salah satu upaya pemerintah dalam mewujudkan hak masyarakat untuk mendapatkan kesempatan bekerja serta meningkatkan perekonomian negara. Sebagai salah satu upaya pelindungan pekerja migran Indonesia maka dikembangkan sebuah sistem komputerisasi tenaga kerja luar negeri (SISKOTKLN) oleh Badan Nasional Penempatan dan Perlindungan TKI (BNP2TKI). Permasalahan yang menjadi kendala adalah adanya pekerja migran Indonesia (PMI) yang dipulangkan atau mendapat permasalahan ketenagakerjaan selama di luar negeri. Sehingga dibutuhkan sebuah interpretasi pada pola data penempatan PMI yang dapat digunakan sebagai prediksi negara tujuan penempatan para calon PMI yang ingin bekerja ke luar negeri.Penelitian ini akan membandingkan dua algoritma klasifikasi dalam data mining yaitu algoritma C 4.5 dan algoritma Naïve Bayes untuk mengetahui pola penempatan PMI dengan menggunakan data penempatan PMI pada wilayah BP3TKI Semarang. Percobaan dilakukan dengan data training sebanyak 1802 data dan data testing sebanyak 772 menghasilkan nilai akurasi paling tinggi bagi kedua algoritma. Algoritma C 4.5 mampu memprediksi lebih baik dengan tingkat akurasi sebesar 84.84% sedangkan pada Algoritma Naïve Bayes menghasilkan nilai akurasi sebesar 58.29%.
ANALISIS PERHITUNGAN METODE TOPSIS DALAM MENYELEKSI BEASISWA BERPRESTASI PADA SMAN 2 MANDAU Teuku Radillah
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.337

Abstract

Beasiswa prestasi merupakan bantuan pendidikan yang diberikan kepada siswa yang memiliki prestasi dan merupakan pembiayaan yang tidak bersumber dari dana pribadi atau dari orang tua, melainkan dari dana bantuan dari pemerintah maupun sponsor pihak swasta yag diberikan untuk membantu meningkatkan kualitas pendidikan ke jenjang yang lebih tinggi. Seleksi kepada calon penerima beasiswa berdasarkan kriteria tertentu seperti prestasi sekolah yaitu nilai raport atau ranking, presatsi dibidang olahraga, dan sebagainya.  Proses seleksi pemberian beasiswa ini juga dilakukan oleh  SMA 2 Negeri Mandau dengan mengumpulkan data – data siswa calon penerima beasiswa berprestasi dengan sistem manual, dan untuk menghasilkan hasil seleksi yang cepat dan efisein, dibutuhkan suatu aplikasi yang mampu melakukan analisis perhitungan bobot kriteria calon penerima beasiswa dengan menggunakan metode  Technique for Order Performance by Similarity to Ideal Solution (TOPSIS). Sistem seleksi beasiswa menggunakan TOPSIS ini akan melakukan perangkingan secara otomatis dengan format ascanding berdasarkan nilai vector tertinggi, dan hasil dari penelitian ini dapat memberikan seleksi beasiswa  secara efektif dan memberikan rekomendasi siswa yang layak menerima besiswa berprestasi kepada bagian admin pengelola beasiswa di SMAN 2 Mandau. Kata kunci : Beasiswa, TOPSIS, SMAN 2 MandauBerprestasi, B., Sma, D. I., & Natar, N. (2020). Jurnal Management Sistem Informasi dan Teknologi. 10(1), 9–14.Hardiansyah, A. D., Nugrahaeni, D. C., Dewi, P., & Kom, M. (2020). Perancangan Basis Data Sistem Informasi Perwira Tugas Belajar (Sipatubel) Pada Kementerian Pertahanan. Senamika, 1(2), 222–233.Ikmah, I., & Widawati, A. S. (2021). Sistem Pendukung Keputusan Penentuan Beasiswa Mahasiswa Berprestasi Menggunakan Metode Topsis. CSRID (Computer Science Research and Its Development Journal), 12(1), 34. https://doi.org/10.22303/csrid.12.1.2020.34-41Kesuma, C., & Kholifah, D. N. (2019). Sistem Informasi Akademik Berbasis Web Pada Lkp Rejeki Cilacap. EVOLUSI : Jurnal Sains Dan Manajemen, 7(1), 82–88. https://doi.org/10.31294/evolusi.v7i1.5026Nirsal, Rusmala, & Syafriadi. (2020). Desain Dan Implementasi Sistem Pembelajaran Berbasis E-Learning Pada Sekolah Menengah Pertama Negeri 1 Pakue Tengah. Journal Ilmiah d’Computare, 10, 30–37. http://www.elsevier.com/locate/scpPraba Ristadi Pinem, A., Handayani, T., & Margaretta Huizen, L. (2017). Komparasi Metode ELECTRE, SMART dan ARAS Dalam Penentuan Prioritas RENAKSI Pasca Bencana Alam. Rekayasa Sistem Dan Teknologi Informasi, 1(3), 109–116.Prathivi, R. (2019). Sistem Pendukung Keputusan Seleksi Beasiswa Pada Universitas Semarang Menggunakan Metode Topsis. Jurnal Pengembangan Rekayasa Dan Teknologi, 14(1), 10. https://doi.org/10.26623/jprt.v14i1.1214Siregar, M. U., Nasiroh, T. N., & Mustakim, M. (2021). Suatu Pendekatan Hibrid Menggunakan Topsis-Entropi Pada Kriteria Objektif a Hybrid Approach Using Entropy-Topsis To Determine Merit Scholars Based on Objective Criteria. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 8(1), 167–176. https://doi.org/10.25126/jtiik.202184261Sitinjak Daniel Dido Jantce TJ, M., & Suwita, J. (2020). Analisa Dan Perancangan Sistem Informasi Administrasi Kursus Bahasa Inggris Pada Intensive English Course Di Ciledug Tangerang. Ipsikom, 8(1).Sobron, M., & Lubis. (2021). Implementasi Artificial Intelligence Pada System Manufaktur Terpadu. Seminar Nasional Teknik (SEMNASTEK) UISU, 4(1), 1–7. https://jurnal.uisu.ac.id/index.php/semnastek/article/view/4134Syahputra, H., Wiyandra, Y., Simanjuntak, R., & Infotmasi, S. (2021). Implementasi Metode Technique for Others Reference by Similarity to Ideal Solution ( TOPSIS ) Untuk Pemberian Beasiswa Berprestasi. 1(1), 36–41.
OTOMATISASI PROSES HEALTH CHECK PERANGKAT SGSN DAN GGSN TELKOMSEL SUMBAGTENG BERBASIS WEB Yuda Irawan; Uci Rahmalisa; Suriandi Suriandi; Edriyansyah Edriyansyah; Refni Wahyuni
I N F O R M A T I K A Vol 14, No 1 (2022): MEI 2022
Publisher : STMIK DUMAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36723/juri.v14i1.329

Abstract

Telkomsel sebagai salah satu operator selular terbesar di Indonesia yang menyediakan layanan data / internet tentunya harus selalu menjamin kualitas layanan yang terbaik bagi pelanggannya, untuk itu Telkomsel harus memastikan availability perangkat produksinya agar selalu prima, khususnya perangkat core. SGSN (Serving GPRS Support Node) dan GGSN (Gateway GPRS Support Node) sebagai komponen penting dalam core network Telkomsel harus dipastikan dalam kondisi optimal, untuk itu diperlukan pengecekan / health check secara rutin setiap hari. Adapun proses pengecekan / health check terhadap perangkat SGSN dan GGSN di Telkomsel Regional Sumbagteng saat ini masih dilakukan secara manual, dimana petugas melakukan remote connection ke masing-masing perangkat satu persatu melalui OSS Server dan menjalankan prosedur / command untuk melihat parameter-parameter kondisi SGSN dan GGSN tersebut, dimana output hasil print command health check sangat banyak sekali, sehingga proses pengecekan (health check) cenderung lama dan memunculkan potensi human error. Oleh karena itu maka penulis tertarik melakukan penelitian dengan judul “Otomatisasi Proses Health Check Perangkat SGSN dan GGSN Telkomsel Sumbagteng Berbasis Web”. Otomasisai proses ini menggunakan bahasa pemrograman PHP dengan Apache Web Server dan database MySQL. Proses pengambilan data dilakukan secara otomatis oleh sistem dan interface web sudah menampilkan parameter-parameter dalam bentuk resume, sehingga mempermudah dan mempercepat proses. Hasil dari pengujian adalah pada otomatisasi Proses Health Check Perangkat SGSN dan GGSN Telkomsel Sumbagteng Berbasis Web, proses dapat dilakukan secara rutin terjadwal dan otomatis, sehingga tidak perlu mengkoneksikan ke perangkat satu persatu, sehingga mempermudah dan mempercepat proses.

Page 13 of 18 | Total Record : 179

 11   12   13   14   15 

Filter by Year

2016 2024


Reset
Filter By Issues
All Issue Vol 16, No 1 (2024): MEI 2024 Vol 15, No 2 (2023): DESEMBER 2023 Vol 15, No 1 (2023): MEI, 2023 Vol 14, No 2 (2022): DESEMBER 2022 Vol 14, No 1 (2022): MEI 2022 Vol 13, No 2 (2021): DESEMBER : 2021 Vol 13, No 1 (2021): MEI 2021 Vol 12, No 2 (2020): DESEMBER 2020 Vol 12, No 1 (2020): MEI 2020 Vol 11, No 2 (2019): DESEMBER 2019 Vol 11, No 1 (2019): MEI 2019 Vol 11, No 1 (2019): MEI 2019 Vol 10, No 2 (2018): DESEMBER 2018 Vol 10, No 1 (2018): MEI 2018 Vol 9, No 2 (2017): DESEMBER 2017 Vol 9, No 1 (2017): MEI 2017 Vol 8, No 2 (2016): DESEMBER 2016 More Issue