cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ika Oktavia Suzanti
Contact Email
iosuzanti@trunojoyo.ac.id
Phone
+628563212921
Journal Mail Official
nero@trunojoyo.ac.id
Editorial Address
Jln Raya Telang PO BOX 02 Kamal Bangkalan 69162
Location
Kab. pamekasan,
Jawa timur
INDONESIA
NERO (Networking Engineering Research Operation)
Published by Universitas Trunojoyo Madura
ISSN : 23552190     EISSN : 26156539     DOI : https://doi.org/10.21107/nero
Core Subject : Science, Engineering,
Computer Science & IT Decision Sciences, Operations Research & Management Engineering
NERO (Networking Engineering Research Operation) is a scientific journal under the auspices of the Department of Informatics Engineering, Faculty of Engineering, University of Trunojoyo Madura. NERO was first published in April 2014 and is published twice a year in April and November. NERO contains scientific articles covering the fields of Networking, Informatics and Computer Science, Software Engineering, Multimedia, and Intelligent Systems as well as other research results related to these fields.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 8 Documents
 1 
IMPLEMENTASI ALGORITMA CHEAPEST INSERTION HEURISTICS BERBASISKAN ANDROID DAN GOOGLE MAPS PADA PT.XYZ Shah Khadafi; Ovilia Rosa Saputri
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.18729

Abstract

Pada sebuah perusahaan eksedisi seorang kurir diperlukan aktivitasnya untuk mendukung kegiatan operasional perusahaan, terutama ketika seorang kurir mengantar pengiriman paket ke alamat tujuan yang sesuai. PT.XYZ adalah sebuah perusahaan ekspedisi dengan area kerja sekitar kota Surabaya dan sekitarnya. Permasalahan yang dihadapi oleh perusahaan tersebut, adalah beberapa kurirnya belum memahami dan mengetehui beberapa area dan jalan yang ada di kota Surabaya. Fokus penelitian ini pada topik Travelling Salesman Problem (TSP) yang bertujuan membentuk rute pengiriman yang tercepat dan efisien bagi kurir, yang nantinya bisa menjadi panduan bagi kurir yang kesulitan menemukan rute alamat paket pengirimannya, sehingga. mampu memberikan solusi dalam penentuan rute dengan jarak total paling minimum. Metode yang digunakan dalam pembuatan sistem ini yaitu Heuristic dengan algoritma Cheapest Insertion Heuristic (CIH). Hasil perhitungan algoritma CIH memanfaatkan Google maps sebagai rute yang telah terbentuk dan dapat dijadikan panduan bagi kurir. Pengujian sistem yang dilakukan terhadap tiga kurir terhadap efisiensi jarak tempuh dengan menggunakan CIH yaitu, kurir 1 efiisiensi yang dihasilkan sebesar 34,2 %, kurir 2 dengan efisiensi sebesar 28 %, dan kurir 3 efisiensi sebesar 21,31 %. Sedangkan total keseluruhan efisiensi yang dihasilkan oleh system ini sebesar 83,51%.Kata kunci: Cheapest Insertion Heuristic, Heuristic, Kurir, Traveling Salesman Problem
REKONSTRUKSI JARINGAN KOMPUTER DENGAN METODE TOP-DOWN (STUDI KASUS SMKN 3 BANGKALAN) Muhlis Tahir; Nuru Aini; Laili Cahyani; Etistika Yuni Wijaya; Muhamad Afif Effindi; Prita Dellia
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.19086

Abstract

Jaringan komputer terdiri dari dua atau lebih perangkat komputasi yang saling berhubungan atau terhubung dan digunakan untuk sumber data yang berbeda.. SMK Negeri 3 Bangkalan  selama ini tekah memiliki rangkaian jaringan LAN  yang sudah dan telah menerapkan sistem teknologi komputer pada beberapa aktivitas di  lingkungan sekolah, sehingga  kondisi jaringan komputer yang ada di sekolah tersebut dalam kondisi baik, cepat dan aman namun seiring berjalannya waktu rangkaian jaringan LAN yang terbentuk dengan mulai mengalami gangguan pada kabel koneksi jaringan, SMKN 3 Bangkalan  yang mungkin mengalami masalah pada kinerja jaringan karena komputer. Metode top-down banyak digunakan untuk pengembangan jaringan, dan metode top-down itu sendiri adalah metode untuk membangun jaringan area lokal di mana setiap unit dibangun pada waktu yang sama. Hasil analisis perbandingan PING pada IP awal dengan IP tujuan diketahui dalam kondisi jaringan existing mendapatkan nilai waktu PING 1072 ms dan average 52. 48 ms untuk TTL yang didapatkan dengan nilai waktu 28421 ms dan average 1561.86 ms, sedangkan pada kondisi jaringan yang diusulkan mendapatkan nilai waktu PING 59 ms dan average 2.7776 ms untuk TTL yang didapatkan dengan nilai waktu 27741 ms dan average 1566.67 ms, dapat disimpulkan pada kondisi jaringan yang di usulkan untuk nilai  waktu PING  lebih baik dari kondisi existing. Dengan menggunakan metode ini, diharapkan dapat membuat jaringan baru dengan fungsionalitas yang lebih baik.Kata kunci: Jaringan Komputer, SMKN 3 Bangkalan , Top Down 
PENGARUH REDUKSI DIMENSI PADA CLUSTERING CITRA DAUN TOMAT MENGGUNAKAN DARKNET19 DAN K-MEANS Aeri Rachmad; Muhammad Holilur Rohman; Wahyudi Setiawan
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.21473

Abstract

Image Clustering adalah pengelompokan citra dari kelas tanpa label sebelumnya. Pada penelitian ini menggunakan citra clustering dengan data daun tomato leaf panthogen sebanyak 900 citra yang terdiri dari 3 cluster yaitu Bacterial Spot, Yellow Leaf Curl Virus dan Healthy. Pada setiap cluster memiliki 300 citra. Langkah awal yang dilakukan adalah ekstraksi fitur menggunakan DarkNet19. DarkNet19 menerapkan beberapa parameter seperti epoch sebanyak 160 dengan menggunakan Stochastic Gradient Descent, Learning Rate dimulai dari 0.01, weight decay 0.0005, dan augmentasi data termasuk random crops, rotations, hue, saturation, and exposure shifts. Selain ekstraksi fitur, pada penelitian ini juga melakukan pengurangan dimensi menggunakan Principal Component Analysis (PCA). Selanjutnya, proses clustering menggunakan K-Means Clustering. Penelitian ini bertujuan untuk mengetahui tingkat akurasi dalam proses Clustering penyakit daun tomat menggunakan metode CNN DarkNet19, PCA dan K-Means. Hasil klastering yang terbaik menggunakan K-Means Clustering dengan PCA 20 yang menghasilkan accuracy 97.7%, precission 97.73%, dan recall 97.67% dengan waktu komputasi 1 menit 16 detik.Kata Kunci: Image Clustering, Penyakit Daun Tomat, DarkNet19, Principal Component Analysis, K-Means Clustering.
IMPLEMENTASI JSON PARSING UNTUK PERTUKARAN DATA PADA APLIKASI VPN CLIENT BERBASIS MOBILE Nandana Surya Guna; Alam Rahmatulloh; Andi Nur Rachman
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.20458

Abstract

Meningkatnya permintaan akan transmisi data yang aman pada perangkat mobile, penting untuk mengembangkan metode yang efisien untuk pertukaran data sambil menjaga integritas dan kerahasiaan informasi. Penelitian ini bertujuan untuk mengatasi masalah implementasi JSON Parsing dalam pertukaran data pada aplikasi klien VPN berbasis mobile menggunakan layanan web. Salah satu tantangan yang dihadapi selama proses pengembangan adalah pembatasan alamat IP web service. Untuk mengatasi pembatasan ini, pengguna harus menghubungkan perangkat ke jaringan VPN, yang memungkinkan untuk mengubah kata sandi dan membuat catatan kehadiran dengan aman. Penelitian ini juga mencakup pengujian penerimaan untuk mengevaluasi kinerja aplikasi. Hasil pengujian menunjukkan hasil yang memuaskan, menandakan keberhasilan implementasi JSON Parsing dan fungsi layanan web. Selain itu, pengujian kinerja jaringan mengungkapkan bahwa waktu respons dipengaruhi oleh metode dan lokasi jaringan yang dipilih. Waktu respons untuk pengambilan data kehadiran pada jaringan default adalah 1187 ms, namun respons untuk pengiriman data kehadiran dan pengubahan kata sandi adalah 403 karena web service membatasi akses dengan alamat IP. Sementara itu, jaringan SgVPN untuk permintaan pengubahan password memiliki waktu respons sekitar 1088 ms, pengambilan data kehadiran sekitar 1727 ms, dan pengiriman data kehadirans sekitar 955 ms. Sedangkan pada jaringan DeVPN, permintaan pengubahan password memiliki waktu respons sekitar 1264 ms, pengambilan data kehadiran sekitar 1793 ms, dan pengiriman data kehadirans sekitar 1351 ms. Temuan ini menekankan pentingnya mempertimbangkan lokasi jaringan dalam upaya mengoptimalkan waktu respons aplikasi.Kata kunci: Aplikasi Klien VPN, Jaringan VPN, JSON Parsing, Layanan Web, Waktu Respons
INTEGRASI METODE PCQ DAN HTB UNTUK MENGOPTIMALKAN PENGGUNAAN BANDWIDTH INTERNET DI LINGKUNGAN SEKOLAH Fransiska Sisilia Mukti; Syahfadi Latul Roza
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.19279

Abstract

Berlangganan kapasitas bandwidth yang besar tidak selalu memberikan jaminan bahwa layanan yang diberikan kepada pengguna akan maksimal. Tanpa adanya manajemen bandwidth yang tepat, maka pengguna dapat saja berebut internet dan terjadi sebuah ketimpangan bandwidth yang diterima. Pengelolaan bandwidth biasanya akan diimbangi dengan adanya pengelolaan user melalui konsep pemetaan tingkat prioritas user, dengan tujuan untuk mendapatkan hasil manajemen jaringan yang lebih baik. Untuk itu, penelitian ini secara khusus mengusulkan sebuah metode pengintegrasian skema manajemen jaringan dalam bentuk manajemen pengguna dan manajemen bandwidth. Manajemen pengguna dilakukan melalui pengklasifikasian pengguna berdasarkan tingkat kepentingannya masing-masing dengan menggunakan metode Hierarchical Token Bucket (HTB). Sementara manajemen bandwidth yang merata untuk seluruh pengguna diusulkan dengan mengintegrasikan konsep Per Connection Queue (PCQ) yang bersifat dinamis, tanpa membebani router. Hasil penelitian menunjukkan bahwa pengintegrasian metode PCQ-HTB memberikan sebuah alternatif baru dalam manajemen jaringan. Terjadi peningkatan nilai throughput yang dihasilkan mencapai 12,18 kali lipat, yang juga diimbangi dengan akses internet pengguna yang lebih merata.  Kata kunci: HTB, Internet Sekolah, Manajemen Bandwidth, Mikrotik, PCQ
ANALISA PERBANDINGAN PERFORMA OPTIMIZER ADAM, SGD, DAN RMSPROP PADA MODEL H5 Doni Anggara; Nana Suarna; Yudhistira Arie Wijaya
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.19226

Abstract

Melakukan komunikasi tidak sebatas berbentuk verbal saja, bisa juga berkomunikasi nonverbal yaitu dengan menyampaikan informasi dari ekspresi wajah. Namun, permasalahan dalam analisa ekspresi wajah jika melakukan pendeteksian ekspresi wajah secara manual maka akan membutuhkan waktu yang cukup lama dan tidak selalu akurat, sedangkan jika melakukan pendeteksian menggunakan machine learning berbasis Python maka akan mempersingkat proses pendeteksian ekspresi wajah, oleh karena itu diperlukan suatu model yang memiliki tingkat accuracy yang mumpuni sehingga dapat mendeteksi dan mengklasifikasikan ekspresi wajah dengan cepat dan akurat. Tujuan utama dari penelitian ini yaitu untuk mengetahui optimizer mana yang terbaik diantara Adam, SGD, dan RMSprop untuk model klasifikasi dengan membandingkan performa hasil training dari setiap optimizer dimana hasil dari proses training menghasilkan file model dengan ekstensi h5. Model dengan metrik accuracy, validation accuracy, loss, waktu tempuh, dan size model terbaik di antara optimizer tersebut akan di nyatakan sebagai optimizer terbaik. Data yang digunakan berupa foto sebanyak 71.774 foto dengan 7 label ekspresi wajah yang diantaranya senang, sedih, terkejut, marah, takut, jijik, dan netral. Metode yang digunakan untuk mengukur performa model pada dataset yang diberikan yaitu evaluate() dari library Keras, classification_report dan precision_recall_fscore_support yang terdapat pada library sklearn.metrics. Dengan skenario pengujian 60 epochs dan learning rate sebesar 0.001, Optimizer Adam memiliki nilai accuracy lebih tinggi yaitu 68.61% disusul oleh SGD dengan nilai accuracy sebesar 57.68% dan accuracy RMSprop sebesar 54.83%.Kata kunci: Adam, Deep learning, Ekspresi Wajah, Klasifikasi, Optimizer, RMSprop, SGD.
ANALISA PERHITUNGAN PERFORMANCE MAINTENANCE HEAD TRUCK MENGGUNAKAN METODE TOTAL PRODUCTIVE MAINTENANCE (TPM) Calvin Diaz Ardianzah; Cahyo Darujati; Agustinus Bimo Gumelar
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.19221

Abstract

Penelitian ini bertujuan buat mengetahui penyebab kerusakan atau kurangnya ketersediaan Head truck pada pelabuhan Indonesia menggunakan metode Total Productive Maintenance (TPM). Jumlah Head truck pada Pelabuhan Indonesia sebesar 140 Head truck. Dengan menggunakan metode yakni mengambil dan mengumpulkan data dalam penulisan ini adalah Sistem Literatur. Data dikumpulkan menurut data utama pembugaran truk menurut bulan agustus hingga oktober, lalu data tersebut diolah memakai performance maintenance dan analisis memakai fishbone diagram dan langkah-langkah pemugaran menggunakan pelaksanaan memakai TPM. Pada akhir penulisan ini, bisa digaris bawahi jika penulis sedang menjelaskan sebab dan dampak menurut kegagalan alat/mesin tunggangan timbal. Untuk menerima mesin yang bisa menjaga kehandalannya, diharapkan desain yang benar. Total Productive Maintenance (TPM) adalah rancangan yang benar buat mencapai permasalahan ini. Bahan yang dipakai adalah data waktu operasional, kerusakan, waktu menunggu / alat berhenti dan keseringan kerusakan pada 3 bulan agustus - oktober 2020 menggunakan memperhitungkan nilai Mean Time Beetwen Failure (MTBF) yang didapatkan Head truck menggunakan memakai data rekam Head truck Volvo D9B 380 dan Volvo D11A 370.Kata kunci: Maintenance, Volvo, Head truck, Total Productive Maintenance (TPM), Mean Time Beetwen Failure (MTBF), Availability
ANALISIS SENTIMEN DAN KATEGORISASI REVIEW PELANGGAN PADA CAFE KOPI PASTE DENGAN METODE NAIVE BAYES DAN K-NEAREST NEIGHBOR Vincentius Riandaru Prasetyo; Ihza Akbar Ryanda; Delta Ardy Prima
NERO (Networking Engineering Research Operation) Vol 8, No 1 (2023): Nero - April 2023
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v8i1.18465

Abstract

Minum kopi telah menjadi budaya di kalangan masyarakat Indonesia, budaya minum kopi ini sudah ada sejak zaman penjajahan Belanda. Seiring berkembangnya bangsa Indonesia, penikmat kopi di Indonesia pun semakin meningkat. Untuk memenuhi kebutuhan masyarakat Indonesia, maka lahirlah banyak tempat minum kopi (coffee shop) atau biasa disebut cafe. Karena banyaknya cafe yang ada, maka setiap cafe harus berlomba-lomba meningkatkan kualitasnya agar bisnisnya tetap terus berjalan. Kopi Paste merupakan cafe yang berdiri sejak 2017 di Sidoarjo. Kopi Paste harus tetap dapat bersaing dengan cafe lainnya yang ada di Sidoarjo dengan terus meningkatkan kualitas dari produk, tempat dan pelayanan. Hal inilah yang menjadi latar belakang pembuatan sistem customer relationship management pada cafe Kopi Paste. Tujuan dari pembuatan sistem ini untuk meningkatkan loyalitas pelanggan sehingga dapat meningkatkan penjualan dan dapat terus bersaing dengan cafe lainnya yang ada di Sidoarjo. Metode yang digunakan dalam pembuatan sistem ini menggunakan metode K-nearest neighbor (KNN) dalam melakukan kategorisasi data review yang diberikan oleh pelanggan. Lalu sistem juga menggunakan metode Naive Bayes Classifier untuk melakukan analisis sentimen dari data yang sudah dikategorikan sebelumnya. Data review yang digunakan berasal dari sosial media dan juga dari google review Kopi Paste yang telah diberikan oleh pelanggan sebelumnya. Metode Naive Bayes Classifier berhasil menganalisis sentimen dengan akurasi sebesar 93,33% dan metode K-Nearest Neighbor berhasil melakukan kategorisasi data dengan akurasi sebesar 77%.Kata kunci: Analisis Sentimen, Kategorisasi, Naive Bayes, K-Nearest Neighbor

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 8, No 1 (2023): Nero - April 2023