Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDashboard merupakan komponen penting dalam sebuah kendaraan untuk memberitahu pengemudi tentang kondisi kendaraan. Dashboard terdiri dari berbagai jenis mulai dari analog, hybrid dan digital. Dashboard analog masih sering digunakan dalam berbagai kendaraan, namun memiliki kelemahan seperti data yang dikirimkan masih berupa data sederhana dan lama karena menggunakan prinsip mekanik dalam pengiriman datanya. Seiring berjalannya waktu data yang dibutuhkan kendaraan semakin banyak yang sudah tidak mungkin menggunakan dashboard analog. Perkembangan Molina terakhir menggunakan android sebagai dashboadnya namun masih memiliki kelemahan data yang dikirim sedikit, sering mati dan lamanya waktu setup. Untuk itu dikembangkan lagi dashboard dengan tampilan data lebih banyak, waktu setup yang singkat dan tampilan yang menarik menggunakan QtCreator. Rancangan dari dashboard meliputi pengambilan data dari sensor menggunakan Robotic Operating System, pembuatan modul pengiriman data menggunakan socket programming dan membuat dashboard menggunakan QtCreator. Keberhasilan dari perancangan ini menunjukkan bahwa data yang bisa dikirimkan dan ditampilkan jauh lebih banyak dan lebih komplek namun tetap memuat informasi secara real-time dengan rata-rata waktu pengiriman data berkisar 42ms.

---

ABSTRACT

Dashboard is an important component in a vehicle to inform the driver about the condition of the vehicle. Dashboards consist of various types from analog, hybrid and digital. Analog dashboards are still often used in a variety of vehicles but have disadvantages such as the data sent is still in the form of simple data and slow communication because it uses mechanical principles in sending data. Nowadays, the data needed by the vehicle more and it is not possible to use an analog dashboard. The latest development of Molina uses Android as its dashboard, but it still has a weakness of data that is small size data, oftenly dead and the length of time setup. For this reason, a dashboard with more data, a short setup time and an attractive display was developed using QtCreator. The design of the dashboard includes taking data from the sensor using the Robotic Operating System, making the module sending data using socket programming and making the dashboard using QtCreator. The success of this design shows that the data that can be sent and displayed is much more and more complex but still contains information in real-time with an average time of sending data around 42ms."

"ABSTRAK

Balai Jaringan Informasi dan Komunikasi (BJIK) sebagai salah satu balai di Badan Pengkajian dan Penerapan Teknologi (BPPT) memiliki tugas dalam penerapan teknologi informasi dan komunikasi (TIK) untuk kepentingan pemerintah pusat, daerah, publik, komunitas ilmu pengetahuan teknologi, dan industri. Tugas tersebut diwujudkan salah satunya dengan membangun sistem informasi monitoring teknologi informasi dan komunikasi yang bernama Simontik. Kemajuan tren teknologi dan ancaman siber yang tidak dapat dihindari membutuhkan adanya penerapan data mining untuk monitoring intrusi dalam melindungi informasi penting dimana perangkat lunak anti virus dan firewall tidak cukup memberikan perlindungan penuh sesuai dengan kondisi BJIK saat ini. Sejalan dengan hal tersebut, beberapa penelitian terdahulu juga menjelaskan teknik deep learning atau deep neural network pada data mining yang telah mencapai keberhasilan jauh lebih baik di berbagai aplikasi khususnya big data sets classification karena memberikan hasil yang akurat dalam menyelesaikan permasalahan sistem monitoring intrusi. Berdasarkan hal tersebut, penelitian ini menggunakan teknik classification dengan algoritme deep learning, support vector machine, dan random forest sebagai pembanding. Penelitian ini menggunakan metodologi knowledge discovery from data (KDD) dimana data mining hanya merupakan suatu langkah penting dalam urutan prosesnya. Hasil akhir dari penelitian ini merupakan model prediksi yang dikemudian diuji dengan dataset Simontik untuk diketahui akurasinya. Hasil yang didapatkan dari penelitian ini adalah algoritme deep neural network dan random forest menghasilkan akurasi yang paling baik, yaitu sebesar 99,91% dibandingkan dengan algoritme support vector machine yang memiliki akurasi sebesar 98,11%.

ABSTRACT

The Information and Communication Network Center (BJIK) as one of the centers in the Agency for the Assessment and Application of Technology (BPPT) has the task of implementing information and communication technology (ICT) for the benefit of the central, regional, public, technological and industrial science communities. One of the tasks is realized by building an information and communication technology monitoring information system called Simontik. The unavoidable progress of technological trends and cyber threats requires the application of data mining for intrusion monitoring in protecting important information where anti-virus software and firewalls do not provide full protection in accordance with current BJIK conditions. In line with this, several previous studies also explained that deep learning techniques or deep neural networks in data mining that have achieved success are far better in various applications, especially the big data sets classification because they provide accurate results in solving intrusion monitoring system problems. Based on this, this study uses classification techniques with deep learning algorithms, support vector machines, and random forest as a comparison. This study uses the knowledge discovery from data (KDD) methodology where data mining is only an important step in the sequence of the process. Result of this study is a prediction model which is then tested with the Simontik dataset to determine its accuracy. The results obtained from this study are that deep neural network and random forest algorithms produce the best accuracy, which is 99.91% compared to the support vector machine algorithm which has an accuracy of 98.11%."

"Fitur dashboard yang diimplementasikan pada aplikasi web dan mobile bermanfaat untuk meningkatkan efektifitas dan efisiensi dalam memantau informasi tentang pencapaian target tim keagenan pada PT XYZ. Penelitian ini bertujuan untuk meningkatkan kinerja sistem dalam menyediakan data yang ditampilkan pada dashboard dengan melakukan perancangan serta penerapan data warehouse dan proses ETL. Perancangan data warehouse dan proses ETL dalam penelitian ini menggunakan metode Model Multidimensi. Hasil dari penelitian ini adalah data warehouse dan proses ETL yang digunakan sebagai sumber data pada dashboard.

---

The dashboard feature that has been implemented in both web and mobile applications is useful to increase the effectiveness and efficiency in monitoring information about the agency target achievement of PT XYZ. The aim of this study is to improve the system performance in providing data that are displayed on the dashboard by designing and implementing data warehouse and ETL processes. Designing of data warehouse and ETL processes in this study used Multidimensional Model method. The results of this study are data warehouse and ETL processes that are used as data sources for the dashboard."

"Penelitian ini melakukan implementasi dan perbandingan performa antara tools Suricata dan Zeek sebagai IDS yang diintegrasikan dengan SIEM dashboard menggunakan ELK stack. Tujuan dari penelitian ini ialah untuk menunjukkan implementasi dari kedua tools ini untuk mendukung kegiatan network monitoring, dan juga mengukur performa dari masing-masing tools sebagai IDS dalam menghadapi serangan siber berupa denial-of-service (DoS). Penelitian ini dilakukan di dalam sebuah jaringan internal, dengan menggunakan server Linux untuk IDS maupun ELK stack. Pengujian yang dilakukan berupa pengujian tiga buah skenario, yang masing-masing mensimulasikan jenis serangan DoS yang berbeda. Terdapat dua aspek penilaian performa, yaitu performa angka persentase deteksi dan juga angka persentase penggunaan sumber daya CPU dan memori. Hasil yang diperoleh menunjukkan bahwa sebagai IDS, Suricata lebih diunggulkan dibandingkan Zeek karena dashboard yang lebih beragam dan memiliki  fitur alerting; memiliki persentase deteksi yang lebih besar untuk dua dari tiga skenario yang diujikan, yaitu sebesar 86,14% untuk skenario 1 dan 79,41% untuk skenario 3; dan juga memiliki penggunaan sumber daya yang lebih efisien dari seluruh skenario yang diujikan, yaitu penggunaan CPU dan memori masing-masing sebesar 24,32%  dan 3,88% untuk skenario 1, 29,12% dan 4,56% untuk skenario 2, serta 16,96% dan 4,66% untuk skenario 3.

---

This research conducts the implementation and performance comparison between Suricata and Zeek tools as an IDS integrated with a SIEM dashboard using the ELK stack. The aim of this study is to demonstrate the implementation of both tools to support network monitoring activities and measure the performance of each tool as an IDS in facing denial-of-service (DoS) cyber attacks. The research was conducted within an internal network, utilizing Linux servers for both IDS and the ELK stack. The testing involved three scenarios, each simulating different types of DoS attacks. There are two performance evaluation aspects: detection rate (DR) performance and CPU and memory resource utilization rate. The results indicate that Suricata is favored over Zeek as an IDS due to its more enhanced dashboard and better alerting features; a better DR for two of the three scenarios tested, with DR values of 86,14% for scenario 1 and 79,41% for scenario 2; and also more efficient resource usage for all three scenarios tested, which  for CPU and memory usage respectively is 24,32% and 3,88% for scenario 1, 29,12% and 4,56% for scenario 2, and 16,96% and 4,66% for scenario 3."

"Seiring bertambahnya jumlah populasi manusia, kebutuhan air bersih merupakan permasalahan yang signifikan pada beberapa kota di dunia dikarenakan air merupakan salah satu faktor penting dalam kehidupan. Hadirnya konsep Internet of Things (IoT) menciptakan langkah evolusioner dalam menghubungkan manusia dengan mesin di mana dalam konteks ini adalah water flow meter. Implementasi water flow meter berbasis IoT pada perumahan dan bangunan-bangunan komersial maupun industri dapat mengatasi permasalahan kebutuhan air bersih. Penelitian ini bertujuan untuk merancang sistem dashboard monitoring untuk water flow meter secara real-time. Implementasi perangkat ini bertujuan untuk menggantikan sistem water flow meter konvensional yang dianggap kurang efisien dalam banyak faktor. Penelitian ini menggunakan Arduino Uno, ESP32 Development Module, KEPServerEX, Antares platform, dan water flow sensor. Algoritma yang digunakan pada sistem ini adalah penggunaan KEPServerEX dalam mengurangi transmission delay pada proses pengiriman data ke cloud. Data pada sensor yang terhubung pada Arduino Uno akan dikomunikasikan via Serial Communication ke ESP32 yang akan memproses dan mengolah data sebelum dikirimkan ke server Antares via HTTP. KEPServerEX akan dihubungkan ke Arduino Uno via OPC DA Client yang akan membaca dan menyimpan data pada Arduino Uno. Ada dua skema utama dalam sistem ini. Pertama, mikrokontroler akan berperan sebagai client dengan KEPServerEX sebagai server-nya. Kedua, KEPServerEX akan menjadi client dengan platform Antares sebagai server. Pada pengujian sistem, nilai error rate yang diperoleh adalah sebesar 5.295% yang membuat keakuratan sistem ini sebesar 94.705%. Untuk pengujian Quality of Service (QoS), dilakukan pengujian pada dua parameter yaitu Packet Loss dan Transmission Delay. Packet Loss yang diuji pada sistem menghasilkan nilai sebesar 1%. Pengujian kedua dilakukan dengan menentukan delay sistem sebesar 2500 ms, 5000 ms, dan 10000 ms dengan hasil Transmission Delay yang didapat adalah sebesar 2245.025 ms, 3972.325 ms, dan 8855.925 ms. Dengan implementasi dari sistem ini yaitu faktor optimasi yang ditawarkan KEPServerEX, dapat membuat kualitas layanan sistem meningkat dalam pengurangan nilai Transmission Delay. Oleh karena itu, sistem ini sangat efektif untuk penerapan dalam meningkatkan efisiensi dari water flow meter serta human error yang biasanya terjadi saat pengukuran data penggunaan air.

---

As the human population increases, the need for clean water is a significant problem in several cities in the world because water is one of the important factors in life. The presence of the Internet of Things (IoT) concept creates an evolutionary step in connecting humans with machines which in this context is a water flow meter. The implementation of IoT-based water flow meters in residential and commercial and industrial buildings can overcome the problem of clean water needs. This study aims to design a dashboard monitoring system for real-time water flow meters. The implementation of this device aims to replace the conventional water flow meter system which is considered less efficient in many factors. This research uses Arduino Uno, ESP32 Development Module, KEPServerEX, Antares platform, and water flow sensor. The algorithm used in this system is the use of KEPServerEX in reducing transmission delay in the process of sending data to the cloud. The data on the sensors connected to the Arduino Uno will be communicated via Serial Communication to the ESP32 which will process the data before being sent to the Antares server via HTTP. KEPServerEX will be connected to Arduino Uno via OPC DA Client which will read and store data on Arduino Uno. There are two main schemes in this system. First, the microcontroller will act as a client with KEPServerEX as the server. Second, KEPServerEX will be a client with the Antares platform as a server. In testing the system, the error rate obtained is 5.295% which makes the accuracy of this system 94.705%. For Quality of Service (QoS) testing, two parameters were tested, namely Packet Loss and Transmission Delay. Packet Loss tested on the system produces a value of 1%. The second test was carried out by determining the system delay of 2500 ms, 5000 ms, and 10000 ms with the Transmission Delay results obtained were 2245,025 ms, 3972,325 ms, and 8855,925 ms. With the implementation of this system, namely the optimization factor offered by KEPServerEX, it can make the quality of system service increase in reducing the value of Transmission Delay. Therefore, this system is very effective for application in increasing the efficiency of the water flow meter as well as human errors that usually occur when measuring water usage data."

"Industri farmasi memiliki berbagai macam data seperti corrective and preventive action (CAPA), continuous improvement (CONIM), dan energi yang dihasilkan dalam jumlah besar dari setiap departemen. Data yang diperoleh akan diproses dan dibutuhkan oleh departemen terkait untuk mengambil keputusan serta mendapatkan informasi misalnya melihat aktual dan target yang harus tercapai. Penulisan tugas khusus ini dilakukan untuk mempermudah pengambilan keputusan oleh user melalui visualisasi data menggunakan dashboard google data studio di PT Finusolprima Farma Internasional. Penulisan tugas khusus praktek kerja dilakukan dengan membuat dashboard google data studio di departemen Manufacturing System and Technology Development (MSTD) PT Finusolprima Farma Internasional. Pada pengerjaannya, sumber data akan diambil melalui spreadsheet dan ditampilkan ke dalam bentuk grafik garis, batang, serta lingkaran yang disesuaikan dengan kebutuhan agar informasi dapat disampaikan dengan jelas secara visual.

---

The pharmaceutical industry has a variety of data such as Corrective and Preventive Action (CAPA), Continuous Improvement (CONIM), and the energy produced in large quantities of each department. The data obtained will be processed and needed by the relevant departments to make decisions and get information such as seeing the actual and targets that must be achieved. Writing this special task is carried out to facilitate decision making by the user through data visualization using the Google Data Studio Dashboard at PT Finusolprima Farma International. Writing special work practices is done by creating a Google Data Studio dashboard at the Department of Manufacturing System and Technology Development (MSTD) of PT Finusolprima Farma Internasional. In the process, the data source will be taken from spreadsheet and displayed in the form of line graphs, rods, and circles that are tailored to the needs so that information can be conveyed clearly visually."

"ABSTRAKSistem monitoring kendaraan saat ini telah banyak diterapkan pada industri otomotif dalam bentuk dashboard yang mampu menampilkan berbagai indikator mengenai kondisi mobil. Akan tetapi, dashboard yang ada saat ini hanya menampilkan data mengenai kendaraan melalui port OBD saja. Untuk menguji kenyamanan dan keamanan kendaraan diperlukan tambahan sensor-sensor yang di pasang di berbagai tempat pada kendaraan. Agar dashboard kendaraan dapat menampilkan data yang di dapat dari sensor-sensor tersebut, digunakan sebuah perangkat yang berfungsi sebagai Main Unit Data Collector. Perangkat tersebut berperan untuk mengumpulkan data dari sensor dan port OBD. Data yang terkumpul kemudiam dikirimkan ke perangkat Android dengan metode socket programming. Dari penelitian yang dilakukan didapatkan hasil bahwa penggunaan Main Unit Data Collector yang dipadukan dengan metode socket programming sebagai protokol komunikasi mampu menghasilkan dashboard kendaraan yang menampilkan data tentang kondisi kendaraan secara lebih komprehensif dan real-time, dimana data mampu ditampilkan dengan sampling time sebesar 185.1454 milidetik.

---

ABSTRACTThe vehicle monitoring system has now been widely applied to the automotive industry in the form of a dashboard that capable of displaying various indicators that give information about the condition of the car in realtime. However, the current dashboard only displays data about the vehicle through the OBD port only. To test the comfort and safety of the vehicle, additional sensors that are installed in various places on the vehicle are needed. In order to vehicles dashboard displays the data obtained from that other sensors, a Main Unit Data Collector device is used to collect sensor data and then send the data to an Android device. The data is sent by using socket programming method. From the research conducted it was found that the use of the Main Unit Data Collector that combined with the socket programming method used for its communication protocol can produce vehicle dashboards that display more comprehensive and real-time data, where is capable of displays data with a sampling time of 185.1454 milliseconds."