cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rousyati
Contact Email
rousyati.rou@bsi.ac.id
Phone
+62283341050
Journal Mail Official
jurnal.conten@bsi.ac.id
Editorial Address
Jl. Sipelem No.22, Kraton, Kec. Tegal Barat, Kota Tegal, Jawa Tengah 52112
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Conten : Computer and Network Technology
Published by Universitas Bina Sarana Informatika
ISSN : -     EISSN : 27975274     DOI : https://doi.org/10.31294/conten
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
CONTEN : Computer and Network Technology merupakan jurnal dengan cakupan keilmuan meliputi: Embedded System, Network and Infrastructure, Computing and Computer Technology, Sistem Informasi, Web Programming, Android Programming. Yang diterbitkan oleh LPPM Universitas Bina Sarana Informatika. Periode Penerbitan dua kali dalam setahun (Juni dan Desember). Jurnal ini di publikasikan secara nasional dengan menggunakan Open Journal System.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 73 Documents
 3   4   5   6   7 
EVALUASI PERFORMA ROUTER SKALA BEBAN TINGGI MENGGUNAKAN TRAFFIC GENERATOR SEBAGAI ALAT SIMULASI Sofica, Verra; Fauzi , Ahmad; Septiani, Minda
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.5558

Abstract

Performa router merupakan faktor kunci dalam menjaga keandalan dan efisiensi jaringan, terutama dalam menghadapi beban lalu lintas yang tinggi. Penelitian ini dilakukan untuk mengevaluasi kinerja router ketika dihadapkan pada skala beban yang tinggi, dengan menggunakan Traffic Generator sebagai alat simulasi. Topik ini dipilih karena banyaknya jaringan yang mengalami penurunan kinerja saat dihadapkan pada peningkatan volume data, yang dapat berdampak signifikan pada layanan jaringan. Metode yang digunakan dalam penelitian ini melibatkan simulasi beban lalu lintas pada jaringan skala kecil, dengan skenario lalu lintas yang bervariasi untuk menguji throughput, latency, packet loss, dan kemampuan routing. Data yang diperoleh dari simulasi ini dianalisis untuk menentukan batas maksimal performa router dan mengidentifikasi potensi bottleneck.Hasil penelitian menunjukkan bahwa router yang diuji memiliki batas performa tertentu yang dapat mempengaruhi stabilitas dan kecepatan jaringan saat beban lalu lintas mendekati kapasitas maksimal. Temuan ini menyoroti pentingnya pemilihan dan konfigurasi router yang tepat dalam lingkungan jaringan dengan beban lalu lintas yang fluktuatif. Kesimpulan dari penelitian ini adalah bahwa penggunaan Traffic Generator merupakan metode efektif untuk mengevaluasi dan mengoptimalkan kinerja router, terutama dalam perencanaan jaringan yang harus siap menghadapi lonjakan lalu lintas. Hasil penelitian ini dapat menjadi acuan bagi pengelola jaringan dalam meningkatkan keandalan infrastruktur jaringan mereka. Router performance is a key factor in maintaining network reliability and efficiency, especially when facing high traffic loads. This study was conducted to evaluate the performance of a router under high load conditions using a Traffic Generator as a simulation tool. This topic was chosen due to the frequent occurrence of network performance degradation when faced with increased data volume, which can significantly impact network services. The research method involved simulating traffic loads in a small-scale network, with varying traffic scenarios to test throughput, latency, packet loss, and routing capabilities. The data obtained from this simulation were analyzed to determine the router's maximum performance limits and identify potential bottlenecks.The results of the study show that the tested router has specific performance limits that can affect network stability and speed as traffic loads approach maximum capacity. These findings highlight the importance of proper router selection and configuration in network environments with fluctuating traffic loads. The conclusion of this study is that using a Traffic Generator is an effective method for evaluating and optimizing router performance, particularly in network planning that must be prepared to handle traffic surges. The results of this research are expected to serve as a reference for network administrators in improving the reliability of their network infrastructure.
OPTIMASI SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI STUNTING Purwati, Nani; Kiswati, Sri; Suharti, Sri; Natalia, Fransisca
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.5994

Abstract

Stunting masih menjadi permasalahan bagi sebagian besar masyarakat di Indonesia. Menurut Kementerian Kesehatan, prevalensi stunting di Indonesia masih cukup tinggi. Sebagai isu yang saat ini menjadi fokus pemerintah Indonesia, stunting menjadi topik penelitian yang sangat penting. Penelitian ini bertujuan untuk membandingkan metode klasifikasi Support Vector System (SVM) dan k-Nearest Neighbor (k-NN) dengan algoritma Particle Swarm Optimization (PSO) untuk mendapatkan model algoritma terbaik dalam klasifikasi stunting pada balita. Dataset penelitian diperoleh dari data posyandu di wilayah pedesaan. Variabel yang digunakan dalam penelitian ini berbeda dengan penelitian sebelumnya, yaitu menggunakan 11 variabel yaitu jenis kelamin, urutan kelahiran, usia, berat badan lahir, tinggi badan lahir, berat badan, tinggi badan, lingkar lengan atas, lingkar kepala, pemberian ASI eksklusif, dan status gizi. Hasil pengujian menggunakan algoritma k-NN, SVM, k-NN dengan PSO, dan SVM dengan PSO, menunjukkan hasil ak dan durasi tertinggi pada model k-NN sebesar 92,45% dan Kappa sebesar 0,736. Hasil pengujian menggunakan optimasi PSO tidak berubah secara signifikan
PENERAPAN PROTOKOL ROUTING OSPF PADA ROUTER MIKROTIK DAN ANALISA KINERJA MENGGUNAKAN TRAFFIC GENERATOR TOOL (STUDI KASUS : MUNZIR KITCHEN JAKARTA): Indonesia Maulana, Andry
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.6185

Abstract

Infrastruktur jaringan komputer telah menjadi kebutuhan penting dalam mendukung berbagai sektor bisnis, termasuk usaha kecil dan menengah (UKM) di era digital yang terus berkembang . Penelitian ini bertujuan untuk menganalisis kinerja protokol routing OSPF pada jaringan di Munzir Kitchen, khususnya dalam memisahkan jaringan antara ruang produksi dan manajemen. Penggunaan router MikroTik yang ditempatkan di lantai 2 berfungsi sebagai access point, namun mengalami keterbatasan jangkauan ke lantai 1. Masalah ini diperburuk oleh adanya keterbatasan kapasitas router dan modem dalam menangani banyak koneksi secara bersamaan, yang dapat menyebabkan penurunan kualitas layanan. Oleh karena itu, penerapan metode routing dinamis OSPF dilakukan untuk membagi jaringan menjadi beberapa segmen, dengan tujuan meningkatkan keamanan data dan menjaga stabilitas kinerja jaringan di setiap segmen. Pengujian kinerja dilakukan menggunakan Traffic Generator Tool dengan berbagai ukuran paket data dan kecepatan transfer. Hasil pengujian menunjukkan bahwa konfigurasi OSPF bekerja optimal, dengan transmisi dan penerimaan data yang hampir sama pada kecepatan transfer hingga 100 Mbps. Dengan demikian, penerapan routing OSPF dinilai efektif dan baik dalam meningkatkan kinerja jaringan di Munzir Kitchen dan dapat diimplementasikan pada skala jaringan yang lebih luas.
ANALISIS PERBANDINGAN ALGORITMA NAIVE BAYES DAN KNN UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI VIDIO DI GOOGLE PLAY STORE Pratmanto, Dany; Widayanto, Aprih; Kristania, Yustina Meisella; Ubaidillah , Ubaidillah; Wijianto, Ragil
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.6891

Abstract

Penelitian ini mengkaji efektivitas algoritma Naive Bayes (NB) dan K-Nearest Neighbors (KNN) dalam analisis sentimen ulasan pengguna aplikasi Vidio di Google Play Store. Evaluasi kinerja kedua model dilakukan menggunakan berbagai metrik, termasuk akurasi, precision, recall, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa KNN mengungguli Naive Bayes dalam beberapa aspek penting. KNN mencapai akurasi 74.92% dibandingkan dengan Naive Bayes sebesar 71.32%. Dalam hal precision, KNN juga menunjukkan performa yang lebih baik dengan nilai 76.52%, sementara Naive Bayes mencapai 71.61%. Meskipun demikian, kedua model menunjukkan kinerja yang sebanding dalam hal recall, dengan KNN mencapai 72.54% dan Naive Bayes 71.46%. Yang menarik, kedua model memiliki nilai AUC yang sangat tinggi dan hampir setara, yaitu 90.10% untuk KNN dan 90.00% untuk Naive Bayes, menunjukkan kemampuan yang sangat baik dalam membedakan sentimen positif dan negatif. Berdasarkan hasil evaluasi secara keseluruhan, algoritma KNN lebih direkomendasikan untuk implementasi analisis sentimen pada ulasan pengguna aplikasi Vidio.
IMPLEMENTASI AGILE PADA PENGEMBANGAN SISTEM INFORMASI E-OSSA DI PENGADILAN NEGERI TASIKMALAYA Anggraini, Recha Abriana; Silvi Purnia, Dini; Padilah, Amar; Apriyani, Yanti
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7559

Abstract

E-OSSA merupakan website yang internal yang mana website ini hanya dipergunakan di sekitar wilayah kantor pengadilan negeri tasikmalaya. Website ini adalah website yang digunakan untuk memesan barang barang ATK yang akan digunakan di berbagai bidang yang ada di kantor pengadilan negeri tasikmalaya. Setelah melakukan wawancara pada beberapa bidang terkait yang ada di pengadilan negeri tasikmalaya , salah satu aspek yang paling relevan yang menjadi keluhan utama adalah kesulitan dalam pengoperasian sistem yang dihadapi oleh pengguna. Dalam hal ini, banyak bidang terkait mengungkapkan bahwa mereka menghadapi kendala dalam memahami dan menguasai cara menggunakan sistem tersebut karena tampilan antarmukanya yang membingungkan. tujuan dari tugas akhir ini penulis akan mengembangkan Sistem Informasi E-OSSA yang dapat membantu pengadilan dalam melakukan pemesanan dan pengelolaan persediaan ATK secara terintegrasi dan efektif menggunakan metode agile yang dalam setiap iterasinya, akan melakukan perencanaan, analisis, desain, implementasi, dan pengujian terhadap fitur-fitur yang akan dikembangkan. manfaat dan hasil dari perancangan pengembangan sistem Eossa di pengadilan ini dapat meningkatkan efisiensi dan produktivitas dalam proses pemesanan dan pengelolaan persediaan ATK, sehingga dapat meningkatkan kualitas pelayanan.
ANALISIS UI DAN UX TERHADAP WEBSITE PT. BROTHERSINDO SAUDARA SEJATI DENGAN METODE HEURISTIC EVALUATION Noviani, Sherli; Serli, Rosi Kusuma; Palasara, Nicodias
CONTEN : Computer and Network Technology Vol. 4 No. 2 (2024): Desember 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v4i2.7744

Abstract

All kinds of community activities are inseparable from the help of technology. The development of the business world in Indonesia is experiencing tough competition. Consumer satisfaction is the degree of conformity between the desired product and/or service and the reality received. The level of suitability is the result of an assessment carried out by the customer based on his knowledge and experience. Information system applications technically can be defined as a set of components that are interconnected to support decision making and drive the company. As the operation goes on, it is certainly possible for money problems to arise including the user interface and user experience. To measure user satisfaction and comfort with the Brothersindo Website, you can do usability testing using the heuristic evaluation method. The heuristic evaluation method is a method used to find errors in interface design based on 10 heuristic evaluation principles. Keywords: heuristic evaluation, sales website, user interface dan user experience
DESAIN DAN IMPLEMENTASI TOPOLOGI JARINGAN KOMPUTER UNTUK MEMAKSIMALKAN UTILITAS BANDWITH INTERNET Fu'adi, Anwar; Putra, Berlian Juliartha Martin; Prianggono, Agus
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/21ryka09

Abstract

Akademi Komunitas Negeri Pacitan adalah perguruan tinggi vokasi. Kecepatan internet saat ini di Akademi Komunitas Negeri Pacitan tidak mampu mengalirkan traffict lebih dari 100Mbps. Sedangkan disaat jam sibuk kerja atau kuliah, terdapat banyak perangkat yang memerlukan akses internet dalam satu waktu yang bersamaan. Hal ini akan sangat berdampak pada proses perkuliahan mahasiswa jika terjadi kendala terkait kecepatan akses internet yang lambat.  Tujuan penelitian ini untuk mengetahui kondisi terkini terkait jaringan internet yang sudah terinstal di Akademi Komunitas Negeri Pacitan, sekaligus dilakukannya perbaikan dan pergantian alat-alat yang dirasa sudah  tidak mampu lagi memenuhi kebutuhan kinerja kampus. Dengan metodelogi Network Development Life Cycle (NDLC)) penelitian ini mencakup tahapan Analisa kebutuhan pengguna, desain topologi dan implementasi dari desain topologi jaringan. Dalam Pembangunan desain jaringan komputer Akademi Komunitas Negeri Pacitan ini menggunakan aplikasi draw.io untuk diimplementasikan pada kebutuhan jaringan komputer Akademi Komunitas Negeri Pacitan dengan penggantian alat seperti kabel fiber optik, Mikrotik Cloud Core Router, Cisco Switch Manageable, Switch PoE, Mikrotik Cloud Router Switch, Cisco Cloud Switch dan Access Point Ruiji. Hasil dari penelitian ini menunjukkan bahwa desain jaringan yang telah dibuat oleh penulis berhasil diimplementasikan dan mampu mengalirkan jaringan internet dengan bandwith yang maksimal. Warga Akademi Komunitas Negeri Pacitan dapat menikmati manfaat akses internet yang lebih luas dan lancar.
SEGMENTASI PELANGGAN DAN OPTIMALISASI PENJUALAN PADA DATA RETAIL ONLINE BERBASIS MODEL RFM Gunawan Budi Sulistyo; Noor Hasan; Sri Kiswati; Fransisca; Muningsih, Elly
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/nzbzre70

Abstract

Penelitian ini dilatarbelakangi oleh pentingnya segmentasi pelanggan dalam meningkatkan efektivitas strategi pemasaran dan optimalisasi penjualan pada bisnis retail online yang semakin kompetitif. Segmentasi pelanggan memungkinkan perusahaan untuk mengelompokkan konsumen berdasarkan perilaku pembelian sehingga dapat merancang pendekatan pemasaran yang lebih tepat sasaran. Metode yang digunakan dalam penelitian ini adalah model RFM (Recency, Frequency, Monetary) yang mengukur nilai pelanggan berdasarkan waktu transaksi terakhir, frekuensi pembelian, dan nilai pembelian total. Data yang digunakan berasal dari dataset Online Retail.csv yang kemudian diproses dan dianalisis menggunakan algoritma K-means clustering untuk mengelompokkan pelanggan ke dalam segmen-segmen yang homogen. Hasil penelitian menunjukkan bahwa jumlah cluster optimal yang diperoleh adalah dua, dengan karakteristik pelanggan pada Cluster 0 memiliki nilai Recency rendah dan Frequency tinggi, serta nilai Monetary yang lebih besar, sedangkan Cluster 1 terdiri dari pelanggan dengan Recency tinggi dan Frequency rendah. Segmentasi ini memberikan gambaran yang jelas mengenai perilaku pelanggan yang berbeda dan memungkinkan perusahaan untuk mengarahkan strategi pemasaran yang lebih efektif. Penerapan model RFM yang dikombinasikan dengan K-means clustering terbukti efektif dalam segmentasi pelanggan retail online, sehingga dapat mendukung optimalisasi penjualan dan peningkatan loyalitas pelanggan. Temuan ini memiliki implikasi penting bagi pengembangan strategi pemasaran berbasis data yang lebih terarah dan efisien di industri retail online.
PREDIKSI STOK PRODUK SUSU PADA PT GREENFIELDS DAIRY INDONESIA MENGGUNAKAN METODE REGRESI LINIER Serli, Rosi Kusuma; Rasuli, Amar; Ningtyas, Kartika Indah Panca; Kinanti, Salsabilla Yozha Putri
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/zz8tka09

Abstract

Target produksi merupakan salah satu hal penting yang harus diperhitungkan untuk memenuhi jumlah pemesanan dan penjualan suatu produk. Tentu hal ini yang mendorong PT. Greenfields Dairy Indonesia yang merupakan salah satu perusahaan yang memproduksi susu berkualitas tinggi terutama susu FullCream. Tidak adanya pengolahan data stok barang pada setiap bulannya mengakibatkan terjadinya ketidak stabilan produk stok pada gudang. Padahal pendataan stok barang yang tersedia di gudang merupakan salah satu strategi dalam berbisnis. Dalam menentukan target produksi tersebut diperlukan perhitungan yang akurat dan pengumpulan data sample yang benar-benar akurat. Untuk itu dilakukan perhitungan mencari prediksi target produksi menggunakan data mining dengan metode regresi linier menggunakan aplikasi Rapid Miner, agar lebih mempermudah pihak pengguna dalam mencari jumlah target produksi yang harus dicapai. Data mining adalah sistem pengolahan data yang dapat membantu seseorang mengambil kesimpulan dari beberapa permasalahan. Pada proses perancangan terlebih dahulu harus menentukan variabel Y, X1 dan X2 berdasarkan permasalahan yang ditimbulkan lalu mengambil data akurat mengenai prediksi target produksi. Salah satu metode yang dapat digunakan adalah Regresi Linier yang dapat membantu menentukan target produksi yang akan dicapai pada bulan berikutnya. Adanya sistem ini diharapkan dapat mempermudah PT. Greenfields Dairy Indonesia sebagai pengguna dalam menentukan variabel yang digunakan untuk menentukan target produksi. Hasil dari keputusan pada program ini diperoleh dari hasil variabel Y, X1 dan X2 sehingga dengan mudah dapat menentukan target produksi yang harus dicapai untuk bulan berikutnya pada PT. Greenfields Dairy Indonesia. Proses pengerjaannya menjadi lebih efektif dan efisien, yang akan memungkinkan terhindarnya dari permasalahan.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI DEEPSEEK MENGGUNAKAN ALGORITMA RANDOM FOREST DAN NAIVE BAYES Wati, Fanny Fatma; Suleman, Suleman; Widodo, Andrian Eko
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/hqpha267

Abstract

Perkembangan teknologi aplikasi yang mengandalkan kecerdasan buatan mengalami pertumbuhan yang pesat, salah satunya adalah Deepseek, sebuah mesin pencari berbasis pemrosesan bahasa alami. Seiring dengan bertambahnya jumlah pengguna, ulasan yang beragam menjadi sumber data penting untuk mengevaluasi kualitas layanan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen dari ulasan pengguna aplikasi Deepseek guna memahami persepsi publik terhadap performa aplikasi. Metode yang digunakan mencakup algoritma klasifikasi Random Forest dan Naïve Bayes. Data ulasan diperoleh dari platform distribusi aplikasi, diproses melalui tahapan pembersihan, tokenisasi, penghapusan kata tidak penting, dan stemming, serta ekstraksi fitur menggunakan TF-IDF. Dataset yang digunakan terdiri dari ulasan berbahasa Indonesia yang telah diberi label positif dan negatif secara manual. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan akurasi tertinggi sebesar 96,38%, sedangkan Naïve Bayes menunjukkan akurasi yang lebih rendah. Hal ini menunjukkan bahwa Random Forest memiliki kinerja lebih baik dalam memahami pola kata dan struktur kalimat yang kompleks. Kesimpulan dari penelitian ini menegaskan bahwa analisis sentimen berbasis machine learning efektif digunakan untuk mengevaluasi opini pengguna dan dapat menjadi acuan dalam pengambilan keputusan pengembangan aplikasi. Temuan ini juga mendukung efisiensi dalam menangani ulasan dalam jumlah besar serta membangun layanan yang lebih responsif terhadap kebutuhan pengguna.

Page 5 of 8 | Total Record : 73

 3   4   5   6   7 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol. 3 No. 2 (2023): Desember 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol. 2 No. 2 (2022): Desember 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021