Jaringan telekomunikasi saat ini men-generate trafik data yang berbasis IP. Salahsatunya adalah kampus ITENAS Bandung yang menyediakan akses untuk userberupa volume trafik. Data user yang terekam pada server dicapture setiap harinyadan didapatkan nilai volume trafik ketika user melakukan upload dan downloaddata yang terukur berdasarkan durasi waktu pemakaian user. Data dibuat tabelpengukuran dengan menggunakan pemodelan jam sibuk dimana trafikmempunyai nilai paling tinggi. Ada tiga metoda pemodelan jam sibuk yangdijadikan acuan yaitu FDMH, ADPH dan TCBH.Ketiga metoda tersebut diukurselama waktu enam puluh menit dengan akurasi setiap limabelas menit yangdidapat berdasarkan pengukuran twenty four hours selama enam hari. Pengukuranmenghasilkan nilai FDMH traffic untuk download sebesar 73.92863 erlang danupload sebesar 11.99713 erlang. ADPH download menghasilkan 130.7596 erlangdan ADPH upload sebesar 21.10694 erlang TCBH memberikan nilai 124.9155erlang untuk download dan 19.74883667 erlang untuk upload. Hasil ini sesuaidengan perhitungan trafik jam sibuk bahwa
Wudhu merupakan kegiatan yang dilakukan setiap umat muslim ketika hendak melakukan kegiatan shalat. Mobil wudhu adalah suatu mobil yang terdapat saluran air yang diperuntukan untuk berwudhu ketika jumlah jamaah di suatu masjid membeludak atau terlalu banyak. Mobil air wudhu bisa menampung 4000 liter air. Proses berwudhu secara manual yang dilakukan memiliki kelemahan yaitu boros nya penggunaan air, Tujuan dari penelitian ini adalah untuk menghemat penggunaan air wudhu pada mobil wudhu. Metode Penelitian ini memodelkan sistem menggunakan sensor leap motion, Arduino Uno, sensor ultrasonic, dan kran air dengan motor servo. Sistem yang di buat menghasilkan output berupa keluar nya deras air menggunakan sensor leap motion untuk membuka kran air dengan motor servo sebagai pembuka kran deras air. Leap motion membaca pola tangan pada berupa data hasil pendeteksian tangan yang kemudian diproses oleh arduino untuk diteruskan ke web service dan diteruskan kembali untuk di proses di database. Pada penelitian ini di peroleh hasil dari pengujian yang dilakukan pada beberapa pengguna dengan kapasitas tangki air 3 liter dan menghasilkan rata rata penggunaan air 2,1 liter.
Packet switching is a switching technique by segmenting the data into packets to be passed in the idle path. This attracted attention for researchers to know how big the queues or congestion that occurs in it and how the shape of the distribution. The results of research on network-based traffic in a switching circuit generates traffic that follows the Poisson process. In the Poisson process, the amount of arrival traffic is distributed Poisson and negative exponentially distributed arrival intervals. The researchers wanted to know whether the new technology, traffic still meets the Poisson distribution or not. From the results obtained that traffic modeling of IP-Based by taking a sample of the number of requests per user and Volume per Request Hits, obtained IDI = 0.30556, which indicates that the traffic is not including the Poisson Distribution. Research with various approaches continuous distribution, the number of request user generates Pareto distributed with X (1:02; 0.5) and the Volume per Request Hits Gaussian distributed with X (6.4).
AbstrakTrafik telekomunikasi sudah bermigrasi ke IP-based Traffic. Salah satunya adalah Laboratorium TIK (Teknologi Informasi dan Komunikasi) ITENAS yang meng-generate invarian trafik. Pada penelitian ini, penulis melakukan monitoring pasif dan aktif untuk mendapatkan berbagai invarian trafik. Monitoring pasif didapatkan dari software ISP Moratel dan SOPHOS Firewall. Monitoring aktif dilakukan dengan capture data secara live pada waktu jam sibuk. Invarian trafik yang berhasil di-captured adalah incoming traffic, outgoing traffic, speed, volume, date dan downtime. Jam sibuk diambil berdasarkan dugaan sementara mulai pukul 10.00-16.00. Invarian ini menjadi input dari sistem untuk dijadikan kriteria dan jam sibuk dijadikan atribut. Kriteria dan atribut diolah dengan metoda Multi Criteria Decision Making yaitu SAW (Simple Additive Weighting) dan AHP(Analytical Hierarchy Process). Output dari sistem adalah prediksi jumlah pengguna di jam sibuk dengan skala fuzzy rules. Hasil penelitian menyimpulkan pukul 11.00 AM-12.00 PM adalah jam tersibuk dengan jumlah user terbanyak.Kata kunci: monitoring aktif, monitoring pasif, kriteria, atribut,bobotAbstractTelecommunication traffic has migrated to IP-based traffic .One of the industry is Laboratorium TIK ITENAS (Teknologi Informasi dan Komunikasi) which generates traffic invariant. In this study, the authors conducted passive and active monitoring to obtain various traffic invariance. Passive monitoring were obtained from ISP Moratel software and SOPHOS Firewall. Active monitoring were done by capturing live data during peak hours. Traffic invariance that have been captured consist incoming traffic, outgoing traffic, speed, volume, date and downtime. Busy hours were taken based on personal estimation start from 10.00-16.00. This invariance became the system’s input which has been used as criteria and peak hours are used as attributes. Criteria and attributes were processed using the Multi Criteria Decision Making method, namely SAW (Simple Additive Weighting and AHP (Analytical Hierarchy Process). The output of the system is user’s number prediction with fuzzy scale. The result concluded that 11.00 AM-12.00 PM is the busiest hours with the most number of usersKeywords: active monitoring, passive monitoring, criterion, attributes, weight
Pada umumnya manusia saat ini menggunakan sistem operasi windows yang berjalan di perangkat desktop akan memasang banyak aplikasi sesuai kebutuhannya. Semakin banyak aplikasi yang di pasang maka semakin banyak pula shortcut yang tampil di bagian desktop windows. Shortcut sendiri merupakan sebuah objek alternatif yang digunakan untuk mewakili sehingga pengguna dapat dengan mudah membuka aplikasi tanpa harus pengguna membuka tempat dimana aplikasi tersebut terpasang. Banyaknya aplikasi yang terpasang pada sistem operasi windows membuat shortcut pada bagian desktop menjadi banyak dan membuat pengguna kesulitan dalam mencari atau membuka aplikasi yang dinginkan. Oleh karena itu diperlukan aplikasi yang dapat membantu pengguna dalam mencari dan membuka aplikasi dengan mudah tanpa membuat pengguna kesulitan. Aplikasi tersebut adalah virtual asisten yang akan membantu pengguna dalam mencari dan membuka aplikasi yang diinginkan. Cara kerjanya dengan pengguna memasukan suara pengguna lalu di proses ekstraksi ciri menggunakan metode Linear Predictive Coding lalu di klasifikasikan menggunakan metode Hidden Markov Model Forward. Setelah terdeteksi maka aplikasi akan membuka aplikasi sesuai suara yang terdeksi. Penelitian ini menggunakan 120 data latih yang terdiri dari 6 label yaitu whatsapp, linkedin, Tokopedia, gmail, powerpoint, word. Untuk setiap label memiliki data latih berjumlah 20 data. Data yang diujikan berjumlah 60. Untuk setiap labelnya memiliki 10 data uji.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.