Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kebutuhan kesehatan yang semakin meningkat menuntut solusi yang lebih terjangkau bagi pasien untuk memeriksakan kondisi tubuh dan mengobati penyakitnya. Telehealth dengan teknologi cloud computing dapat mengatasi masalah jarak, waktu, dan biaya dalam health check. Arsitektur data warehouse untuk tujuan ini dibuat dengan memanfaatkan fitur Google Cloud Platform dengan menggunakan sampel data detak jantung, tekanan darah sistolik dan diastolik, serta suhu tubuh. Alur data dalam arsitektur Data Warehouse ini mencakup proses ETL menggunakan Cloud Pub/Sub, Cloud Dataflow, dan BigQuery di Google Cloud Platform. Setelah data dimuat di data warehouse, data akan divisualisasikan melalui fitur grafik di Google Sheet. Hasil dari data warehouse ini diharapkan dapat mempermudah respon tenaga medis dalam menangani pasien.

---

Increasing health needs demand more affordable solutions for patients to check their body condition and treat their illness. Telehealth with cloud computing technology can solve the problem of distance, time, and cost in health checks. The data warehouse architecture for this purpose was created by utilizing Google Cloud Platform features by using samples of heart rate data, systolic and diastolic blood pressure, and body temperature. The data flows in this Data Warehouse architecture include ETL processes using Cloud Pub/Sub, Cloud Dataflow, and BigQuery on Google Cloud Platform. After the data is loaded in the data warehouse, the data will be visualized through the graph feature in Google Sheets. The results of this data warehouse are expected to facilitate the response of medical personnel in dealing with patients."

"Dalam era revolusi industri 4.0, integrasi teknologi menjadi kunci untuk meningkatkan produktivitas di sektor manufaktur. Dalam konteks ini, penggunaan Cloud Computing, Internet of Things (IoT), dan Machine Learning (ML) memainkan peran penting. IoT dan Cloud Computing digunakan untuk mengelola proses pengumpulan dan pengolahan data, terutama dari sensor mesin. Data ini kemudian dapat digunakan untuk pelatihan model ML, khususnya dalam kasus Predictive Maintenance. Predictive Maintenance bertujuan untuk memprediksi kapan suatu mesin memerlukan perawatan. Dalam penelitian sebelumnya, pendekatan masalah hanya memilih satu metode (klasifikasi atau regresi). Oleh karena itu, penelitian ini menciptakan metode Predictive Maintenance yang menggabungkan keduanya. Model yang dikembangkan menggunakan dua jenis pendekatan: Random Forest Tree untuk klasifikasi dan LSTM (Long Short-Term Memory) dengan Fully Connected layer untuk prediksi. Hasil pengujian menunjukkan bahwa model yang menggunakan LSTM untuk klasifikasi dan regresi mencapai akurasi 100%. Diikuti dengan hasil recall, precission, dan F-1 score yang mencapai 1.00. Oleh karena itu, LSTM dapat dianggap sebagai algoritma terbaik untuk Predictive Maintenance dalam industri manufaktur.

---

In the era of the 4th industrial revolution, technology integration is key to improving productivity in the manufacturing sector. In this context, the use of Cloud Computing, Internet of Things (IoT), and Machine Learning (ML) plays a crucial role. IoT and Cloud Computing are used to manage the process of data collection and processing, especially from machine sensors. This data can then be used for ML model training, particularly in the case of Predictive Maintenance. Predictive Maintenance aims to predict when a machine requires maintenance. In previous research, the problem approach often involved choosing only one method (classification or regression). Therefore, this study created a Predictive Maintenance method that combines both approaches. The developed model uses two types of approaches: Random Forest Tree for classification and LSTM (Long Short-Term Memory) with a Fully Connected layer for prediction. Test results show that the model using LSTM for both classification and regression achieves 100% accuracy. Additionally, the recall, precision, and F-1 score results also reach 1.00. Therefore, LSTM can be considered the best algorithm for Predictive Maintenance in the manufacturing industry."

"Hipertensi merupakan penyakit pada manusia yang ditandai dengan peningkatan tekanan darah. Akibatnya, dapat menyebabkan serangan jantung, stroke, gagal ginjal, dan pecahnya pembuluh darah. Oleh karena itu Telehealth digunakan untuk membantu mendeteksi hipertensi secara rutin, sehingga dapat dilakukan pengobatan secara dini untuk mencegah efek buruk pada pasien. Telehealth merupakan terobosan baru dalam layanan kesehatan yang menyediakan teknologi informasi dan komunikasi jarak jauh. Teknologi ini digunakan untuk mendeteksi parameter penyebab hipertensi. Parameter yang digunakan dalam penelitian ini terdiri dari parameter utama yaitu tekanan darah dan nadi serta parameter tambahan yaitu suhu tubuh. Parameter utama diperoleh dengan mengukur tekanan darah dan denyut nadi secara osiloskopik menggunakan sensor COTS sedangkan parameter tambahan menggunakan sensor suhu. Semua parameter ini akan dikirim secara real time ke database melalui jaringan nirkabel menggunakan modul internet. Sehingga sistem telehealth dalam mendeteksi hipertensi dapat menjadi solusi dalam mencegah hipertensi pada manusia.

---

Hypertension is a disease in humans characterized by an increase in blood pressure. As a result, it can cause heart attacks, strokes, kidney failure, and rupture of blood vessels. Therefore Telehealth is used to help detect hypertension on a regular basis, so that early treatment can be carried out to prevent adverse effects on patients. Telehealth is a new breakthrough in health services that provides remote information and communication technology. This technology is used to detect the parameters that cause hypertension. The parameters used in this study consisted of the main parameters, namely blood pressure and pulse and additional parameters, namely body temperature. The main parameters are obtained by measuring blood pressure and pulse oscilloscopically using a COTS sensor while additional parameters using a temperature sensor. All these parameters will be sent in real time to the database over the wireless network using the internet module. So that the telehealth system in detecting hypertension can be a solution in preventing hypertension in humans."

"Supermarket adalah tempat yang sering menjadi pilihan untuk orang berbelanja. Hampir semua supermarket masih menggunakan keranjang belanja (shopping basket). Proses belanja banyak memakan waktu. Oleh karena itu dibutuhkan suatu perangkat pada smart shopping basket berbasis Internet of Things (IoT) agar kegiatan beberlanja lebih efektif dan efisien. Skripsi ini telah melakukan percobaan ekspreimental untuk sistem Edge Computing pada Smart Shopping Basket sebagai Alternatif Sistem Cloud Computing Internet of Things untuk membantu pembeli dalam kegiatan berbelanja menjadi lebih cepat. Sistem terdiri dari perangkat keras Raspberry Pi dan webcam dan perangkat lunak Python, TFLite, OpenCV dan Google Cloud Vision API untuk mendeteksi objek belanja dan mengukur berapa lama objek dideteksi. Hasil deteksi objek tersebut dikalkulasi dan dikirimkan ke end-user dengan bentuk struk hasil belanja melalui aplikasi Telegram.Penulis telah melakukan uji coba perangkat dengan 2 skenario utama yaitu Skenario #1 “Edge Computing” dan #2 “Cloud Computing”. Uji coba dilakukan dengan menggeser perangkat sejauh 0.3 meter sebanyak 10 kali dari titik acuan berupa router dengan 2 jenis propagasi yaitu Line of Sight dan Non-Line of Sight. Penulis juga memberi beberapa variabel tambahan untuk mengukur beberapa faktor yang mungkin mempengaruhi performa waktu perangkat. Varibel itu berupa resolusi gambar (480p dan 720p) dan banyak objek yang dideteksi (2 Objek dan 4 Objek). Berdasarkan uji coba skenario di atas, didapatkan waktu rata-rata total sebesar 1.75 detik untuk Skenario #1 “Edge Computing” dan 8.24 detik untuk Skenario #2 “Cloud Computing”.

---

Supermarket is a place that is often the choice to fulfill their basic needs. Almost all supermarkets still use shopping basket. The shopping process takes a lot of time. Therefore, we need a device on the Internet of Things (IoT) -based smart shopping basket so that shopping activities are more effective and efficient. This thesis has conducted experimental experiments for the Edge Computing system on Smart Shopping Basket as an Alternative Cloud of Computing Internet of Things System to help shoppers shop faster. The system consists of Raspberry Pi hardware and webcam and Python, TFLite, OpenCV, and Google Cloud Vision API software to detect shopping objects and measure how long they are detected. The object detection results are calculated and sent to end-users in the form of shopping receipts through the Telegram application.

The author has tested the device with 2 main scenarios namely Scenario # 1 "Edge Computing" and # 2 "Cloud Computing". The trial was carried out by shifting the device as far as 0.3 meters 10 times from the reference point in the form of a router with 2 types of propagation namely Line of Sight and Non-Line of Sight. The author also provides several additional variables to measure several factors that might affect the device's time performance. The variable is in the form of image resolution (480p and 720p) and many objects are detected (2 Objects and 4 Objects). Based on the above scenario test, a total average time of 1.75 seconds is obtained for Scenario # 1 "Edge Computing" and 8.24 seconds for Scenario # 2 "Cloud Computing"."

"Keberadaan data center pada sistem cloud computing sangat besar artinya. Data center yang terletak pada lapisan IaaS pada sistem cloud berisi komponen fisik yang meliputi komponen komputasi seperti server dan switch dan komponen non komputasi seperti sistem pendingin dan pengaturan suhu. Seiring dengan meningkatnya jumlah pengguna data center, maka konsumsi daya listrik pada data center akan meningkat. Telah diusulkan skema penghematan energi pada data center yakni skema DVFS dan DNS. Pada penelitian ini telah disimulasikan menggunakan GreenCloud, yang merupakan ekstensi dari NS2, kepada tiga macam arsitektur data center yakni two-tier, three-tier dan three-tier high-speed dengan jenis workload adalah High Performance Computing HPC. Penerapan skema penghematan meliputi skema DVFS dan DNS saja serta DVFS dan DNS sekaligus. Dari hasil yang diperoleh menunjukkan bahwa penerapan skema DNS menunjukkan hasil terbaik karena berhasil melakukan penghematan rata-rata sebesar 63,42% pada server dan hampir 100% pada switch.

---

The existence of a data center in the cloud computing system was huge. Data center is located on the IaaS layer cloud systems containing physical component includes computing components such as servers and switches and non-computing components such as cooling systems and temperature regulation. Along with the increasing number of users of data center, then the electric power consumption in the data center will increase. Energy conservation schemes have been proposed in the data center is DNS and DVFS.

In this study has been simulated using GreenCloud, which is an extension of NS2, the three kinds of data center architecture these are two-tier, three-tier and three-tier high-speed with the type of data center workloads is HPC High Performance Computing. The applications of the savings schemes include schemes DVFS only, DNS only and both DVFS and DNS. From the results obtained indicate that the application of the DNS control scheme is the best because it managed to save an average of 63.42% on the server and almost 100% on the switch for all data center architecture."

"ABSTRAKPemakaian energi pada data center berbasis cloud computing semakin besar maka dari itu diperlukan penghematan pemakaian energi pada komponen data center seperti server dan switch. Skripsi ini membahas evaluasi pemakaian energi pada data center berbasis cloud computing menggunakan simulator GreenCloud yang merupakan ekstensi dari Network Simulator 2 (NS2). Simulasi evaluasi diuji pada arsitektur two-tier, three-tier dan three-tier high-speed dengan tipe Computationally Intensive Workload (CIW) dengan penerapan metode penghematan Dynamic Voltage and Frequency Scaling (DVFS), Dynamic Network Shutdown (DNS) dan DVFS+DNS. Hasil yang diperoleh menunjukkan bahwa penerapan dengan metode DNS menunjukkan penghematan yang paling efisien yaitu penghematan sekitar 69,13% pada server dan hampir 100% pada switch.

---

ABSTRACTEnergy consumption in the cloud computing data center is huge. Energy consumption in the data center consists of computation energy consumption, communication energy consumption and non-IT data center facilities energy consumption. In this project we evaluate IT data center energy consumption such as server and switch using GreenCloud Simulator, that is an extension of Network Simulator 2 (NS2). Simulation applied is in the three kind of data center architectures such as two-tier, three-tier and three-tier high-speed with energy saving method such as Dynamic Voltage and Frequency Scaling (DVFS) mechanism, Dynamic Network Shutdown (DNS) mechanism, and both DVFS and DNS mechanism. The type of workload is Computationally Intensive Workload (CIW). The results indicate that the most efficient energy saving mechanism is DNS which saves energy the average of 69,13% on server and almost 100% on switch."

"Skripsi ini berisi mengenai konsep dasar, perancangan dan implementasi enkripsi data dengan RSA yang diterapkan pada private cloud Infrastucture as a Service (IaaS). Tujuan dari skripsi ini menganalisa keamanan pengiriman data dan waktu dari implementasi kriptografi RSA pada sistem Eucalyptus private cloud. Pengiriman data pada sistem virtualisasi private cloud membutuhkan enkripsi untuk mengantisipasi serangan dari man-in-the-middle sehingga penyerang tidak mengetahui isi data dengan mudah. Hasil penelitian menunjukkan bahwa waktu eksekusi program RSA dipengaruhi oleh ukuran data dan nilai kunci RSA yang dibangkitkan. Peningkatan ukuran data akan mempengaruhi peningkatan waktu eksekusi program RSA. Peningkatan waktu eksekusi untuk format .txt sebesar 31,44%, untuk format .doc sebesar 24,83% dan untuk format .pdf sebesar 24,85%. Nilai d untuk kunci privat RSA yang besar akan sangat mempengaruhi waktu eksekusi karena membutuhkan waktu dekripsi yang lebih lama. Sedangkan nilai e yang besar untuk kunci publik RSA tidak terlalu signifikan mempengaruhi waktu enkripsi menjadi lebih lama namun tetap berkontribusi terhadap waktu eksekusi RSA. Keamanan pengiriman data pada sistem private cloud dibutuhkan terutama dengan RSA 2048 bit dan sistem padding, namun pada skripsi ini hanya digunakan enkripsi plain RSA.

---

This thesis contains about fundamental concept, the design and the implementation of data encryption using RSA which is applied on private cloud Infrastucture as a Service (IaaS). The purposes of this thesis are to analyze the the data transfer security and the time of RSA cryptography appliance on Eucalyptus private cloud system. Secret data transfer on private cloud virtualization requires encryption in order to anticipated the attack from man-in-the-middle so that the attacker won?t know the contents of data easily.

The result of this research prove that RSA execution time influented by the size of data and the value of the generated RSA keys. Data size increment will influence the execution times of RSA. The increment time for .txt is 31,44%, increment time for .doc is 24,83%, and increment time for .pdf is 24,85%. Large values of d for RSA private key greatly affect the execution time because need a longer decryption time.

However, the large value of e for public keys isn?t influence the encryption time significantly but still contributes the execution time. The security of data transfer on private cloud system is needed especially using RSA 2048 bit and padding system appliance,however this thesis only implement plain RSA encryption."

"Cloud computing adalah sebuah paradigma komputasi yang berkembang dari teknologi yang ada, seperti grid computing, virtualisasi dan Internet. Cloud computing memberi ilusi sumberdaya komputasi yang tak terhingga, yang dapat diakses dari mana saja, kapan saja. Meskipun cloud computing berpotensi memberikan manfaat yang besar, namun masalah keamananya masih menjadi pertanyaan, yang mana menghambat adopsinya. Persoalan keamanan pada cloud computing menjadi semakin rumit karena karakteristik cloud computing yang khas seperti kelenturan alokasi sumberdaya, dan pengguna yang jamak. Jaringan cloud berbasis platform Eucalyptus banyak diterapkan pada fasilitas cloud privat. Penelitian ini bertujuan untuk mengetahui potensi hambatan atas pelayanan jaringan cloud akibat serangan yang terarah (targeted attack), pada sistem jaringan cloud berbasis platform Eucalyptus. Pengujian menunjukan adanya peningkatan waktu respon hingga 2863,22% akibat serangan terarah terhadap layanan web administrasi. Penerapan pembatasan dan kendali laju data (rate control, rate limit) pada penelitian ini merupakan solusi untuk mengurangi dampak serangan terarah. Dengan langkah mitigasi ini peningkatan beban dapat dikendalikan sehingga tidak memengaruhi pelayanan. Pengujian kerentanan menunjukan layanan jaringan cloud berbasis platform Eucalyptus tidak memiliki ancaman kerentanan yang berpotensi menjadi serangan keamanan.

---

Cloud computing is a computing paradigm that evolve from existing technology, such as grid computing, virtualization and the Internet. Cloud computing provides an illusion of unlimited computing resources, which can be accessed from anywhere, anytime. Despite the potential gains achieved from the cloud computing, the model security is still questionable which hindered adoption. The security problem becomes more complicated under the cloud model as new dimensions have entered into the problem scope related to the model architecture, multi-tenancy, elasticity, and layers dependency stack.

Eucalyptus based cloud network service widely deployed as private cloud infrastructure. Experiment on this paper focused on finding potential denial-ofservice (DoS) and the impact on ability to provide services during attack. We observe an increase on response time up to 2863,22% during targeted attack to the web-based management service.

Mitigation effort by implementing rate control and rate limit on cloud controller help on reducing average system load to an acceptable level, which prevents disruption of the service. Vulnerability testing in this research shows that Eucalyptus web-based management does not have exploitable security hole."

"Data kehadiran adalah data yang penting baik di lingkup sekolah, universitas, maupun perkantoran untuk karyawan. Presensi yang berupa tandatangan dapat dipalsukan oleh siapa saja dan kapan saja. Sehingga dibutuhkan sebuah perangkat yang dapat mempermudah proses absensi sekaligus mendeteksi keterlambatan siswa/pegawai sebelum memasuki ruangan. Skripsi ini mengembangkan Smart Presence System berbasis Face Recognition dengan machine learning yang dirancang dengan komputasi pada awan (Cloud Computing) dan komputasi pada sebuah node/titik (Fog Computing). Skripsi ini melakukan perbandingan performa Smart Presence System yang dibangun dengan Cloud Computing menggunakan layanan AWS Face Rekognition dan Fog Computing yang ditulis menggunakan bahasa Python dengan library OpenCV yang menggunakan perangkat Raspberry Pi sebagai titik komputasi. Penulis telah melakukan pengujian perbandingan waktu komputasi, penggunaan memori, serta penggunaan biaya antara Cloud Computing dan Fog Computing. Pengujian waktu komputasi dilakukan dengan menggeser router/titik uji sejauh 3 meter, 5 meter dan 7 meter dari sensor kamera. Pengujian waktu komputasi pada Cloud Computing didpat sebesar 11.02 detik, 2.99 detik dan 3.02 detik dengan total penggunaan memori sebesar 0.0042 MB dan total biaya yang diperlukan untuk membangun rancangan Cloud Computing sebesar Rp2.819.516 dalam penggunaan 12 bulan. Dan rata-rata waktu untuk komputasi pada fog sebesar 0.723 detik, 0.99 detik, 1.94 detik dengan total penggunaan memori sebesar 540MB dan total biaya untuk membangun rancangan ini sebesar Rp2.220.00 dalam penggunaan 12 bulan.

---

Attendance document is an important thing in schools, universities, and offices for employees. Attendance is usually done by giving a signature on a piece of paper, and it can be forged by anyone. In school, attendance is usually done manually by the teacher and it takes time. So we need a device that can simplify the attendance process and can not be forged. This thesis has developed a Smart Presence System with machine learing designed with Cloud Computing and Fog Computing. This Thesis compared the performance of The Smart Presence System that built with Cloud Computing using AWS Rekognition and Fog Computing that built in Raspberry pi and written in python and library Opencv. The author has tested the comparison of Cloud Computing and Fog Computing in Computing Time, Memory usage and Cost. Computing time testing is done by shifting the router/test point as far as 3 meters, 5 meters, and 7 meters. The computing time on Cloud Computing were 11.02s, 2.99s, and 3.02s with total memory usage of 0.0042MB and the total cost is Rp.2.819.516 in 12 months of use. And The computing time on Fog Computing were o.72s, 0.99s, and 1.94s with the total memory usage of 540MB and the total cost to build this architecture is Rp2.220.000 in 12 months of use."