Claim Missing Document
Check
Articles

Found 36 Documents
Search

Evaluasi Layanan dan Kualitas Website Sistem Informasi Pondok Pesantren Imam Bukhari Surakarta Menggunakan Metode Pengukuran Webqual 4,0 Nur Hamid Sutanto, Kusnawi, Mahmud Zunus Amirudin, Mahattu Jalinka,
Jurnal Teknologi Informasi RESPATI Vol 16, No 2 (2021)
Publisher : Universitas Respati Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/jtir.v16i2.400

Abstract

INTISARIPondok Pesantren Imam Bukhari Surakarta merupakan lembaga pendidikan berbasis agama Islam yang menerapkan pendidikan dengan sistem boarding school, dengan jumlah siswa mencapai 2500 siswa aktif. Dalam pengelolaannya saat ini pondok pesantren telah menerapkan penggunaan sistem informasi dalam kegiatan di lembaga pendidikannya, namun dalam penggunaan sistem informasinya belum dilakukan evaluasi layanan dan kualitas website. Oleh karena itu maka sangat diperlukan sebuah evaluasi layanan dan kualitas website untuk pengembangan dan penggunaan sistem informasi yang menjadikan pondok pesantren memiliki sistem informasi yang dapat diandalkan. Tujuan penelitian yaitu melakukan evaluasi layanan dan kualitas website sistem informasi pondok pesantren Imam Bukhari menggunakan metode WebQual 4.0 yang melakukan evaluasi pada variabel independen. Yaitu 3 area meliputi usability, information quality, dan service interaction quality. Hasil dari penelitian adalah rekomendasi berupa hipotesis dan rekomendasi tentang kepuasan pengguna yang merupakan variabel dependen dari penilaian pada standar nilai area variabel independent dan ukuran kualitas website sistem informasi yang diimplementasikan di Pondok Pesantren Imam Bukhari. Kata kunci— evaluasi layanan, kualitas website, sistem informasi, webqual 4,0  ABSTRACTImam Bukhari Islamic Boarding School Surakarta is an Islamic religious-based educational institution that implements boarding school education, with a total of 2500 active students. In its current management, Islamic boarding schools have implemented the use of information systems in activities at their educational institutions, but in the use of information systems there has not been an evaluation of the service and quality of the website. Therefore, it is very necessary to evaluate the service and quality of the website for the development and use of information systems that make Islamic boarding schools have reliable information systems. The research objective is to evaluate the service and quality of the Imam Bukhari Islamic boarding school information system website using the WebQual 4.0 method which evaluates the independent variables. Namely 3 areas include usability, information quality, and service interaction quality. The results of the study are recommendations in the form of hypotheses and recommendations about user satisfaction which is the dependent variable of the assessment on the standard value of the independent variable area and the size of the quality of the information system website implemented at the Imam Bukhari Islamic Boarding School. Kata kunci—  Service evaluation, website quality, information system, webqual 4,0.
Implementasi Aplikasi Matrash dalam Pengelolaan Sampah di Pesisir Desa Jenu Tuban Suyatmi, Suyatmi; Kusnawi, Kusnawi; Rifda Faticha Alfa Aziza
SENADA : Semangat Nasional Dalam Mengabdi Vol. 1 No. 3 (2021): SENADA: Semangat Nasional Dalam Mengabdi
Publisher : Perkumpulan Dosen Periset Indonesia

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

Abstract

Pertumbuhan penduduk di Indonesia yang meningkat disertai dengan produksi sampah rumah tangga yang semakin meningkat. Pengelolaan sampah yang kurang tepat dapat berdampak buruk bagi lingkungan sekitar. Indonesia masuk kedalam penghasil sampah terbesar ke laut. Hal ini memberi dampak negatif bagi kesehatan lingkungan. Permasalahan kelola sampah di Indonesia dapat dilihat dari beberapa indikator seperti tingkat pelayanan pengelolaan sampah masih rendah, jumlah sampah yang dihasilkan tinggi, dan tempat pembuangan akhir yang terbatas. Pada tahun 2008, pemerintah mengeluarkan peraturan undang-undang mengenai pengelolaan sampah dengan harapan masyarakat Indonesia dapat mengelola sampah dengan lebih baik. Memasuki era digital, pengelolaan sampah dapat dibantu dengan proses yang sederhana melalui teknologi digital. Untuk membantu terciptanya pengelolaan sampah yang baik, maka dibuat aplikasi Matrash. Aplikasi Matrash dapat digunakan di smartphone. Aplikasi tersebut dibuat dengan tujuan untuk membantu mengedukasi tentang pengelolaan sampah dan membantu pengelolaan sampah dengan fitur pengambilan sampah. Hasil dari kegiatan ini adalah implementasi aplikasi Matrash dalam proses pengelolaan sampah di pesisir Desa Jenu Kabupaten Tuban.
Optimasi Pencarian Alamat IP Menggunakan Counting Bloom Filter Pada Web Application Firewall Dimaz Arno Prasetio; Ahmad Fauzi; Ema Utami; Kusnawi
Aisyah Journal Of Informatics and Electrical Engineering Vol 2 No 2 (2020): Aisyah Journal Of Informatics and Electrical Engineering
Publisher : Aisyah Journal Of Informatics and Electrical Engineering (A.J.I.E.E)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30604/jti.v2i2.44

Abstract

Proses pencarian IP pada Web Application Firewall menjadi sebuah tantangan ketika database IP yang dikumpulkan mulai membesar. WAF harus dapat dengan cepat memberikan keputusan apakah sebuah IP masuk kedalam kategori buruk (blacklisted ip) atau tidak. Berdasarkan penelitian-penelitian sebelumnya algoritma bloom filter dapat dengan mengurangi waktu pencarian secara signifikan, namun hal itu tidak cukup karena bloom filter memiliki kelemahan pada struktur datanya yang tidak dapat dilakukan penghapusan, berdasarkan masalah tersebut kami mengajukan pemodelan baru pencarian IP pada WAF dengan menggunakan algoritma Counting Bloom Filter.
Analisis Prediksi Kebakaran Hutan dengan Menggunakan Algoritma Random Forest Classifier Dede - Husen; Dede - Sandi; Sepriadi - Bumbungan; Kusnawi - -; Kusrini - -
NUANSA INFORMATIKA Vol 16, No 1 (2022)
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.903 KB) | DOI: 10.25134/nuansa.v16i1.5392

Abstract

Kebakaran hutan merupakan salah satu bencana yang sangat merugikan di dunia, tak terkecuali di Indonesia. Berdasarkan laporan dari Kementrian Lingkungan Hidup dan Kehutanan  total kebakaran hutan dan lahan dalam rentang 2015 – 2019 yang terbakar adalah seluas 1.6 juta (Ha) [1]. Beberapa faktor yang mempengaruhi terjadinya kebakaran hutan diantaranya adalah faktor alam dan manusia. Faktor alam seperti kondisi suhu, kelembapan, kemarau, Elnino, erupsi gunung dan petir, kemudian para peneliti menemukan fakta bahwa aktivitas manusia di hutan seperti pembukaan lahan, eksploitasi kayu, perburuan dan pembakaran memiliki efek kausalitas terhadap terjadinya kebakaran hutan khususnya di daerah yang masih mempunyai hutan yang luas. Beberapa penelitian telah dilakukan untuk mencegah terjadinya kebakaran hutan seperti dengan menggunakan Teknik Data Mining dan Machine Learning yakni dengan melakukan prediksi kapan terjadinya kebakaran hutan berdasarkan kondisi cuaca dan histori laporan kebakaran namun masih belum sempurna. Maka dari itu pada penelitian ini kami mengembangkan konsep sistem prediksi kebakaran hutan yang akan menjadi salah satu acuan kebijakan pemerintah dalam mengeluarkan kebijakan yang bersifat preventif. Dengan melakukan pemodelan menggunakan model Algoritma Random Forest pada data kebakaran hutan dari tahun ketahun diwilayah Indonesia  diharapakan dapat membantu pemerintah dalam melakukan pencegahan kebakaran hutan dengan kebijakan hukumnya dan analisis yang ada bisa digunakan oleh Balai Besar Teknologi Modifikasi Cuaca (BBTMC) yang dapat membantu menentukan kapan modifikasi cuaca  dilakukan.
ANALISIS PERBANDINGAN QUALITY OF SERVICE (QoS) FIRMWARE ORIGINAL TL-WR841ND DENGAN FIRMWARE OPENWRT BERBASIS OPEN SOURCE Muh. Syarif Hidayatullah; Kusnawi Kusnawi
Jurnal Ilmiah Teknologi Infomasi Terapan Vol. 2 No. 2 (2016)
Publisher : Universitas Widyatama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (452.199 KB) | DOI: 10.33197/jitter.vol2.iss2.2016.102

Abstract

[Id] Perangkat wireless yang sering digunakan adalah TL-WR841ND, tipe tersebut memiliki fitur konfigurasi yang lengkap serta harga yang terjangkau. Permasalahan yang sering terjadi pada perangkat access point TL-WR841ND adalah firmware original TL-WR841ND kurang stabil dan sering stuck sehingga harus direstart ulang dengan mencabut kabel power kemudian dipasang kembali, Koneksi internet pasti terputus sehingga hal ini sangat mengganggu saat user sedang mengakses internet. Salah satu alternative solusi adalah mengupgrade firmware original access point atau wireless router menjadi firmware yang bersifat opensource yang embedded pada access point atau wireless router yaitu Openwrt. Penelitian ini akan membantu mengetahui apakah memasang OpenWRT pada perangkat wireless TLWR841ND ini akan membuat QoS jaringan wireless menjadi lebih baik, sama, atau lebih buruk dari default firmware sehingga nantinya hasil dari penelitian ini diharapkan akan berguna bagi para pengguna OpenWRT atau yang akan menggunakan OpenWRT Kata kunci: Wireless, QoS, Firmware, Openwrt, Default, TL-WR841ND [En] Wireless device that is often used is the TLWR841ND, the type of features the complete configuration and an affordable price. Problems often occur on the access point TL-WR841ND is the original firmware TL-WR841ND less stable and often stuck so it should be restarted by unplugging the power cable and then reassembled, definitely interrupted internet connection so it is very disturbing when a user is accessing the Internet. One alternative solution is the original firmware upgrade access point or wireless router into open source firmware that is embedded in the access point or wireless router that is OpenWRT.This study will help determine whether to install OpenWRT on wireless devices TL-WR841ND will make QoS wireless networks become better, same, or worse than the default firmware so that later the results of this study are expected to be useful for those users OpenWRT or who will use OpenWRT Keywords: Wireless, QoS, Firmware, OpenWRT, Default, TL-WR841ND
Sistematik Review: Penggunaaan Basis Data Relasional dan Non-Relasional pada Aplikasi IOT (Internet Of Things) Sri Yanto Qodarbaskoro; Kusnawi; Ema Utami
Jurnal Syntax Admiration Vol. 2 No. 1 (2021): Jurnal Syntax Admiration
Publisher : Ridwan Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46799/jsa.v2i1.160

Abstract

Aplikasi Internet of Things (IoT) telah banyak dikembangkan pada beberapa tahun belakangan ini. IoT merupakan sebuah kesatuan koneksi dari sejumlah perangkat pintar yang berupa sensor, aktuator dan berbagai software yang dapat bertukar data dengan menggunakan koneksi Internet. Dengan berkembangnya aplikasi IoT pada masa ini, dalam waktu dekat, IoT akan memiliki banyak aplikasi di berbagai domain yang tentunya akan menghasilkan data dalam jumlah besar. Dengan generasi data yang beragam dan berkelanjutan, beberapa masalah muncul dalam hal penyimpanan, pentransferan data dan pengelolaan data secara efisien. Dengan adanya tantangan pada penyimpanan data yang besar pada aplikasi IOT, maka penelitian ini dilakukan untuk menemukan sistem basis data yang sesuai untuk digunakan dalam aplikasi IOT pada umumnya. Tulisan ini akan fokus kepada perbandingan dua buah sistem yakni sistem basis data tradisional yang menggunakan basis data Structured Query Language (SQL) dan basis data NoSQL. Selain itu, tulisan ini juga dibuat untuk mengkaji lebih dalam tentang basis data (SQL/NOSQL) yang paling cocok digunakan untuk aplikasi IoT secara umum dengan beberapa kriteria penggunaan yang berbeda. SQL telah lama digunakan oleh pengguna selama ini pada aplikasi-aplikasi diluar IOT dan memiliki kesederhanaan, ketahanan, fleksibilitas, skalabilitas dan kinerja yang telah teruji, akan tetapi batasan utama yang ada pada sistem basis data ini adalah skema statis yang membuat RDBMS tidak lagi cocok untuk aplikasi IoT. Di sisi lain yang muncul di pasar diklaim memiliki kinerja yang lebih baik daripada database SQL. Basis data NoSQL bersifat nonrelasional, memiliki skema yang bebas, tanpa penggabungan, dukungan replikasi yang mudah, skalabiloitas yang luas, dll.
Perbandingan Kecepatan Pencarian Data SQL dan NOSQL Muhammad Firdaus Abdi; Agung Susanto; Kusnawi Kusnawi
(JurTI) Jurnal Teknologi Informasi Vol 5, No 1 (2021): JUNI 2021
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v5i1.1696

Abstract

Abstract  - The development of database technology requires a quality of data, where a database is needed in various applications that support the performance of a company or office, so that the database is said to be good, it must be managed appropriately, efficiently in terms of speed or time. For this reason, the use of this database is still the prima donna used in running a system. In this study, testing a database to determine the query response time from a Structured Query Language (SQL) and NoSQL (Non-SQL) system which was tested with a sales or sales database where the data records were (100,500,1000,100000, 2279879). Testing focused on data search includes queries displaying all data, one of the data, AND, OR, AND and OR, Order By (asc), and Order By (desc). The purpose of this research is to produce a comparative analysis of the query response time between SQL and NoSQL so that it is known which database is superior in a data search for use. The results of this study indicate that NoSQL is superior in searching for a database, but there are certain NoSQL searches that are slower than the SQL search process. Keywords  - NoSQL, SQL, Response Time, Search Data, Comparison Base Data. Abstrak – Perkembangan teknologi basis data dituntut sebuah kualitas sebuah data, yang dimana sebuah basis data sangat diperlukan di berbagai aplikasi penunjang kinerja sebuah perusahaan atau kantor, untuk itu agar basis data dikatakan baik harus dikelola dengan tepat, efesien dari segi kecepatan atau waktu. Untuk itu penggunaan basis data ini masih menjadi primadona digunakan dalam menjalankan sebuah sistem. Pada penelitian ini melakukan pengujian sebuah database untuk menentukan waktu query response dari sebuah sistem Structured Query Language (SQL) dan NoSQL(Non SQL) yang diujikan dengan database sales atau penjualan yang dimana record data (100,500,1000,100000, 2279879). Pengujian terfokus pada pencarian data meliputi query tampil seluruh data, salah satu data, AND, OR, AND dan OR, Order By (asc), dan Order By (desc). Tujuan penelitian ini menghasilkan analisis perbandingan waktu query response antara SQL dan NoSQL agar diketahui basis data yang lebih unggul dalam sebuah pencarian data untuk digunakan. Hasil penelitian ini didapat bahwa NoSQL lebih unggul dalam pencarian sebuah datam namun ada pencarian tertentu NoSQL lebih lambat dari proses pencarian SQL. Kata Kunci - NoSQL,SQL, Response Time,Pecarian Data,Perbandingan Basis Data.
Improving Database Quality by Applying Consistency Aspects to Naming Fields and Tables Raissa Maringka; Aulia Khoirunnita; Rodney Maringka; Ema Utami; Kusnawi
TEPIAN Vol 2 No 1 (2021): March 2021
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (317.497 KB) | DOI: 10.51967/tepian.v2i1.304

Abstract

The database is one of the benchmarks that affect the quality of information systems. An effective information system certainly has a quality database. Aspects that can be measured to determine the quality of the database are aspects of truth, consistency, range, level of detail, completeness, minimalism, ability to integrate and readability. One of the mistakes that are often encountered in databases is related to the consistency aspect. Consistency aspects that are not paid much attention to its application can lead to data conflicts due to ambiguity and data duplication. This study aims to improve the quality of the database by applying consistency to the naming of fields and tables. A naming method to produce consistency in standardization was applied in this study.
Android App Rating Classification on Google Play Store Using Random Forest Algorithm with SQL Server Preprocessing Raissa Maringka; Aulia Khoirunnita; Rodney Maringka; Erna Utami; Kusnawi
TEPIAN Vol 2 No 2 (2021): June 2021
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.483 KB) | DOI: 10.51967/tepian.v2i2.404

Abstract

The increasing number of Android applications available on the Google Play Store with the benefits the developers get has attracted the attention of many Android application developers. To benefit from developing Android apps, one way is to know the characteristics of highly rated apps on the Google Play Store. This research will investigate the features of size, installs, reviews, type (free / paid), rating, category, content rating, and price on applications on the Google Play Store to determine the characteristics of high-rated applications. This study uses the Random Forest algorithm to identify the most influential features in high ranking applications on the Google Play Store. At the preprocessing stage, this research uses data cleaning methods and data reduction using SQL Server. This study uses feature important to find out the attributes that most influence the high ranking of Android apps on the Google Play Store. To classify high-ranking applications, the authors use 8-fold cross validation using the Random Forest algorithm and get better results than the Gradient Boost, K-NN, and Decision Tree algorithms with an accuracy of 83%. The results of the Random Forest algorithm also have better performance than the algorithm from the previous research conclusions, with a 0.8% increase in accuracy. To classify high-ranking applications, the authors use 8-fold cross validation using the Random Forest algorithm and get better results than the Gradient Boost, K-NN, and Decision Tree algorithms with an accuracy of 83%. The results of the Random Forest algorithm also have better performance than the algorithm from the previous research conclusions, with a 0.8% increase in accuracy. To classify high-ranking applications, the authors use 8-fold cross validation using the Random Forest algorithm and get better results than the Gradient Boost, K-NN, and Decision Tree algorithms with an accuracy of 83%. The results of the Random Forest algorithm also have better performance than the algorithm from the previous research conclusions, with a 0.8% increase in accuracy.
Analysis of Indonesian Public Opinion Sentiment on Policy on Twitter Social Media “PPKM” Using K-Nearest Neighbor Aulia Khoirunnita; Kusnawi
TEPIAN Vol 2 No 4 (2021): December 2021
Publisher : Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (386.169 KB) | DOI: 10.51967/tepian.v2i4.508

Abstract

COVID-19 or Coronavirus disease 2019 is currently a pandemic that is spreading very quickly throughout the world, including Indonesia. Various handling and policies have been carried out, one of which is called “PPKM” policy or what can also be called the Enforcement of Restrictions on Community Activities issued by the Indonesian government. “PPKM” is currently one of the topics that is often discussed by the public, one of which is on the Twitter social media platform. The existence of opinions given by the community, it is necessary to have a sentiment analysis. Sentiment analysis is an analytical process obtained from various social media platforms and the internet. The aim is to find out how the public's sentiment towards the implementation of “PPKM” policies in Indonesia is through tweets and comments on the Twitter social media platform. In this study, the process of analyzing public opinion regarding the “PPKM” policy will be carried out by classifying opinions into 3 sentiments, namely positive, negative or neutral. Classification is done using the K-Nearest Neighbor algorithm. The K-Nearest Neighbor (K-NN) algorithm is a classification method for a set of data based on previously classified data learning. Included in supervised learning, where the results of the new query instance are classified based on the majority of the distance proximity of the categories in K-NN. The results of data preprocessing and sentiment classification, in the first test positive sentiment 37.6% of 261 data, negative sentiment 65.9% of 636 data and neutral sentiment 9.