Hasil Pencarian  ::  Simpan CSV :: Kembali

"BPPKA (Badan Pembinaan Pengusahaan Kontraktor Asing) merupakan salah satu fungsi di PERTAMINA yang bertugas mengawasi, membina dan mengendalikan pelaksanaan Eksplorasi dan Produksi oleh Perusahaan Minyak Asing.Kecepatan dan ketepatan dalam mengelola, mengevaluasi informasi oleh BPPKA untuk pengambilan keputusan, akan meningkatkan efisiensi dan efektivitas operasi pencarian MIGAS oleh perusahaan asing.Penerapan teknologi Web berupa Internet, Intranet dan Ekstranet merupakan salah satu cara untuk mentransfer informasi yang relatif tidak membutuhkan usaha yang besar dalam pelaksanaan transfer informasi.Dengan Intranet dan Internet diharapkan Pertamina BPPKA menjadi pusat informasi bagi kegiatan operasi Perusahaan Minyak Asing, sehingga tim manajemen PERTAMINA BPPKA dapat lebih cepat dan mudah mengevaluasi untuk pengambilan keputusan terhadap operasi Perusahaan Minyak Asing.Sistem dirancang berdasarkan kebutuhan pengguna di BPPKA dan Perusahaan Minyak Asing, yang selanjutnya membahas sistem (Infrastruktur jaringan) PERTAMINA BPPKA yang akan digunakan sebagai media untuk menerapkan sistem informasi perminyakan sebagai pusat informasi. Berdasarkan hal tersebut kemudian dibahas bagaimana mengelola dokumen yang akan dishare, beserta rancangan infrastruktur Intranet dan Internet. Keamanan sistem dan data merupakan masalah yang kritis dalam pengoperasian Internet dan Intranet juga akan disinggung.Pada akhirnya, strategi implementasi pengelolaan Informasi yang merupakan komponen Bari aspek bisnis menjadi hal yang menentukan dalam penerapan sistem tersebut.

---

BPPKA (Badan Pembinaan Pengusahaan Kontraktor Asing/Foreign Contractors Management Body) is one of the organization in PERTAMINA that is monitoring and controlling the operation of Exploration and Production by Foreign Oil Company.

Taking a decision in managing, evaluating the information by BPPKA quickly and accurately, will enhance efficiency and effectiveness of operation at searching for oil and gas by foreign company.

Web technology application as Internet, Intranet and Extranet is one of the way to transfer the information does not need a great effort in implementation of information transfer.

PERTAMINA BPPKA with Intranet and Internet expected to be centre of information for foreign oil company operational activity, until the management team of PERTAMINA BPPKA can evaluate faster and easier to take a decission for foreign oil company operation.

Design of system is pased on the necessity of the user in BPPKA and foreign oil company, and then describe network infrastructure of PERTAMINA BPPKA, that will be used as media to apply Petroleum Information system as centre of information. Refer to the thing then will be discussed how to manage the document that will be shared, along with design of Internet and Intranet infrastructure. Data and system security is critical problem in Intranet and Internet operation will be discussed later on.

At last, implementation strategy information management that is componenet of aspect of bussines becomes the thing that determine in implementation of the system."

"This comprehensive textbook introduces readers to the three-tiered, Model-View-Controller (MVC) architecture by using Hibernate, JSPs, and Java Servlets. These three technologies all use Java, so that a student with a background in programming will be able to master them with ease, with the end result of being able to create web applications that use MVC, validate user input and save data to a database. Features : presents the many topics of web development in small steps, in an accessible, easy-to-follow style; uses powerful technologies that are freely available on the web to speed up web development, such as JSP, JavaBeans, annotations, JSTL, Java 1.5, Hibernate and Tomcat, discusses HTML, HTML Forms, Cascading Style Sheets and XML, introduces core technologies from the outset, such as the MVC architecture, contains questions and exercises at the end of each chapter, detailed illustrations, chapter summaries, and a glossary; includes examples for accessing common web services."

"This book explains not only the design decisions of the frameworks, but also how you can apply similar designs and techniques to your own code. This book takes great care in covering every inch of Spring MVC and Spring Web Flow to give you the complete picture. Along with all the best known features of these frameworks. You’ll also learn how to correctly and safely extend the frameworks to create customized solutions. This book is for anyone who wishes to write robust, modern, and useful web applications with the Spring Framework."

"Breakdown merupakan sebuah aplikasi manajemen proyek berbasis JavaScript yang dapat dijalankan melalui perambah (browser). Breakdown mengadopsi kombinasi konsep breakdown structure dengan bentuk treetable dan formula Excel yang digabungkan untuk membuat aplikasi yang bersifat modular sehingga dapat digunakan secara modular dan dilepas-pasang sesuai kebutuhan. Aplikasi ini dilengkapi dengan library Analisa Harga Satuan (AHS) yang terstandarisasi dengan tujuan untuk memberikan kemudahan bagi pengguna dalam menentukan kebutuhan-kebutuhan dan menghitung anggaran biaya yang diperlukan dalam sebuah proyek. Hasil pekerjaan pengguna menggunakan aplikasi selanjutnya dapat diekspor ke dalam berkas Excel. Dari segi kecepatan respons aplikasi pada beberapa perambah yang diujikan, diperoleh rata-rata waktu respons 6.22 milidetik apabila aplikasi dijalankan pada perambah Mozilla Firefox. Berdasarkan pengujian fungsionalitas dan kepuasan pengguna dalam menggunakan aplikasi diperoleh nilai rata-rata 2.88 untuk keseluruhan sistem (menggunakan kuesioner PSSUQ dengan nilai 1 sebagai nilai tertinggi).

---

Breakdown is a JavaScript based project management application that can be run through a browser. Breakdown adopts a combination of breakdown structure concept in treetable form and Excel formula to create a modular application, so it can be used in a modular and removable as needed. The application comes with library of Unit Price Analysis (AHS) which is standardized to provide convenience for the user in determining requirements and calculate cost estimate of a project.

The result can be export into Excel file. In terms of time response of the application on several browsers that are tested, gained an average 6.22 miliseconds response time when the applicaton is run through Mozilla Firefox. Based on functionality and user acceptance testing, obtained average score 2.88 for overall system (using PSSUQ Questionaire which is 1 as the highest score)."

"The focus of the book is on creating professional web applications, ensuring that your app provides the best experience for your users, with smooth and responsive control and feedback and an intuitive and optimized interface. You will learn how to take a basic application and bring it up to a professional level while making sure that it remains bullet-proof and bug free. Pro JavaScript for web apps will also enhance your development workflow using jQuery to streamline the process and freeing you to spend more time on the important parts of your app while the framework deals with the mundanity."

"ABSTRAKPenelitian ini membuat situs web yang berperan sebagai antarmuka untuk menampilkan keadaan kadar pH tanaman hidroponik serta suhu dan kelembaban di dalam rumah kaca dengan menggunakan desain web responsif. Pengambilan data menggunakan Ethernet Shield HanRun yang terhubung dengan jaringan LAN yang sama ke web server dan mengirimkan data setiap 5 menit sekali. Tampilan keseluruhan fungsi dan tampilan pada sistem telah diuji pada mahasiswa departemen Biologi dan Kimia FMIPA, pengusaha tanaman hidroponik dan rumah kaca, serta dosen. Rata-rata nilai yang didapat dari responden sebesar 4.74 dengan 6 sebagai skala terbaik. Keseluruhan sistem telah diuji dengan waktu rata-rata yang dihasilkan untuk mengakses seluruh halaman web yang ada pada sistem yaitu 0.275 detik.

---

ABSTRAKThis research is to create a website which acts as an interface of greenhouse and hydroponic plant monitoring system by using responsive web design. The website will have a server which will be used to retrieve data for every 5 minute and will processed the data sent from Ethernet Shield HanRun. Overall functionality and interface of the system has been tested with Biology and Chemistry students from Faculty of Mathematics and Sciences, employee of hydroponic plants and greenhouse, as well as lecturers. The average value from the respondent is 4.74 with 6 as the best scale. The entire system has been tested with an average time generated to access all web pages on the system is 0.275 seconds."

"Perkembangan bidang machine learning telah mengalami kemajuan yang pesat dari berbagai domain dimana dibutuhkan sistem otomasi. Hal ini membuat model yang advanced, seperti Convolutional Neural Network yang merupakan bagian dari deep learning, dapat mencapai performa yang baik dalam melakukan klasifikasi, identifikasi objek, hingga bahkan melebihi kemampuan manusia dalam beberapa domain. Salah satu aplikasi dari perkembangan ini adalah klasifikasi gambar terutama pada bidang medis misalnya pada klasifikasi kanker kulit. Diagnosis otomatis kanker kulit dari lesi kulit dengan menggunakan gambar dermoskopi masih merupakan tugas yang menantang bagi kecerdasan buatan seperti Artificial Neural Network khususnya pada metode konvolusi yang umum pada gambar, atau disebut Convolutional Neural Network. Penggunaan arsitektur transfer learning dengan TF Lite pada klasifikasi merupakan faktor penting dalam membuat diagnosis otomatis yang mobile, akurat, dan cekat. Meski demikian, model-model klasifikasi yang sudah terbuat tersebut masih belum dapat sempurna melakukan kategorisasi pada penyakit lesi kulit. Pada dataset ini terdapat 7 kelas label yang akan diklasifikasi dengan menggunakan arsitektur InceptionResNetV2. Kemudian dilakukan penanganan imbalanced data dengan menggunakan metode oversampling untuk mengangani dataset yang tidak rata. Setelah itu hasilnya akan dianalisis dengan beberapa metrik parameter yang dipakai yaitu presisi, recall, akurasi, dan F1-score. Didapatkan hasil terbaik ketika EarlyStopping pada epoch terakhir dengan akurasi overall pada 87.56%, top-2 pada 95.05%, dan top-3 pada 97.46%. Durasi klasifikasi juga telah diukur dengan Streamlit Share dan HuggingFace Spaces. Durasi tersebut ialah waktu dari ping ke tiap host, dimana aplikasi web Streamlit memiliki latency yang lebih rendah dibandingkan dengan HuggingFace, pada rata-rata (1,17 ms vs 1,49 ms), dan standar deviasi latency pada aplikasi web HuggingFace lebih tinggi dibandingkan dengan Streamlit (0,10 ms vs 0,49 ms), durasi klasifikasi HuggingFace memiliki waktu klasifikasi rata-rata 116 ms dan standar deviasi sebesar 5 ms, sedangkan Streamlit lebih rendah, yaitu 97 ms dan standar deviasi sebesar 2 ms.

---

The development of the field of machine learning has experienced rapid progress from various domains where automation systems are needed. This makes advanced models, such as Convolutional Neural Networks that are part of deep learning, can achieve good performance in classifying, object identification, and even exceed human capabilities in some domains. One application of this development is image classification, especially in the medical field, for example in the classification of skin cancer. Automatic diagnosis of skin cancer from skin lesions using dermoscopy images is still a challenging task for artificial intelligences such as Artificial Neural Networks, especially the convolutional method common in images, or called Convolutional Neural Networks. The use of transfer learning architecture with TF Lite on classification is an important factor in making automatic diagnosis mobile, accurate, and agile. However, the classification models that have been made are still unable to perfectly categorize skin lesion diseases. In this dataset there are 7 label classes that will be classified using the InceptionResNetV2 architecture. Then handling imbalanced data using the oversampling method to handle uneven datasets. After that, the results will be analyzed with several metric parameters used, namely precision, recall, accuracy, and F1-score. The best results were obtained when EarlyStopping at the last epoch with overall accuracy at 87.56%, top-2 at 95.05%, and top-3 at 97.46%. The duration of classification has also been measured with Streamlit Share and HuggingFace Spaces. The duration is the time from ping to each host, where the Streamlit web application has lower latency compared to HuggingFace, on average (1.17 ms vs 1.49 ms), and the standard deviation of latency on the HuggingFace web application is higher than that of Streamlit (0.10 ms vs 0.49 ms), the duration of HuggingFace classification has an average classification time of 116 ms and a standard deviation of 5 ms, while Streamlit is lower, at 97 ms and standard deviation of 2 ms."