Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini mengoptimasi pengelolaan data domain masif pada Dashboard NetPro untuk mengatasi tantangan pemblokiran situs berbahaya secara efisien. Solusi yang dikembangkan menerapkan metode chunking dan teknologi WebSocket untuk mencapai efisiensi proses dan interaksi real-time. Hasil pengujian membuktikan keberhasilan pendekatan ini, di mana dengan pemilihan ukuran chunk optimal sebesar 10.000 data, sebuah nilai yang menyeimbangkan antara efisiensi pemrosesan batch dan kontrol penggunaan memori, sistem mampu menangani hingga sepuluh juta data dan memprosesnya lebih dari 9.000 kali lebih cepat dibandingkan metode input satuan. Sistem berbasis Node.js dan PostgreSQL ini berhasil mengubah proses manajemen data yang tidak efisien menjadi alur kerja yang cepat, andal, dan responsif.

---

This research optimizes massive domain data management on the NetPro Dashboard to efficiently address the challenge of blocking malicious websites. The developed solution implements the chunking method and WebSocket technology to achieve processing efficiency and real-time interaction. Testing proves the success of this approach, where with an optimal chunk size of 10,000 data entries, a value chosen to balance batch processing efficiency with memory usage control, the system can handle up to ten million entries and process them over 9,000 times faster than conventional single-entry input methods. This Node.js and PostgreSQL-based system successfully transforms an inefficient data management process into a fast, reliable, and responsive workflow."

"Perkembangan sistem teknologi telekomunikasi yang semakin canggih dan kompleks memicu meningkatnya kegagalan ataupun kesalahan sistem dalam sistem jaringan utama dan sistem pendukung layanan telekomunikasi, serta kesalahan yang terjadi pada bisnis proses dan sumber daya manusia yang terkait. Kegagalan dan kesalahan ini menyembabkan kerugian yang ditanggung perusahaan, kerugian yang ditimbulkan dengan istilah revenue leakage atau kebocoran pendapatan. Revenue Assurance memegang peranan penting dalam pengendalian terhadap resiko revenue leakage dengan membuat kontrol dalam mendeteksi dan mencegah terjadinya kebocoran agar mampu meminimalkan biaya dan memaksimalkan potensi pendapatan. Dalam tesis ini dikembangkan metode untuk menganalisis Big data CDR untuk mengoptimalkan proses analisis pada revenue assurance control dengan menggunakan algoritma K-means Clustering. Algortima ini mengelompokkan obyek pengamatan dalam beberapa kategori yang diindikasikan sebagai titik kebocoran. Hasil kelompok yang dihasilkan dengan kategori yang beresiko tinggi memiliki anggota yang sedikit dengan tingkat nilai evaluasi akurasi cluster, R-Squared, sekitar 90%.

---

In the telco industry, Revenue Assurance plays an important role to assure the company revenue from leakage. the revenue chain is established across the process and whole sophisticated system that technologically complex to provide the unstoppable services. This case increasing the probability of system or process failure leads to the leakage. Hence necessary the revenue assurance control to detect and prevent it then it can help to minimize cost and maximize revenue. In this thesis, developed the analysis method in big data CDR to optimize analysis process at revenue assurance control using K-means Clustering algorithm. The use of the K-means clustering algorithm method able to group the object areas with high risk indications of leakage. The cluster result of high risk of leakage is having low amount of member, and the cluster evaluation result of R-Squared giving the good value about 90%."

"In today’s fast growing digital world, the web, mobile, social networks and other digital platforms are producing enormous amounts of data that hold intelligence and valuable information. Correctly used it has the power to create sustainable value in different forms for businesses. The commonly used term for this data is Big Data, which includes structured, unstructured and hybrid structured data. However, Big Data is of limited value unless insightful information can be extracted from the sources of data.The solution is Big Data analytics, and how managers and executives can capture value from this vast resource of information and insights. This book develops a simple framework and a non-technical approach to help the reader understand, digest and analyze data, and produce meaningful analytics to make informed decisions. It will support value creation within businesses, from customer care to product innovation, from sales and marketing to operational performance.The authors provide multiple case studies on global industries and business units, chapter summaries and discussion questions for the reader to consider and explore. Big Data for Managers also presents small cases and challenges for the reader to work on – making this a thorough and practical guide for students and managers."

"Semakin meningkamya kemampuan komputasi dari prosesor sebuah komputer pada saat ini, membuat pemecahan kunci publik dari suatu algoritma enkripsi asimetrik semakin mudah. Akibatnya data yang beredar dalam jaringan komputer memerlukan enkripsi yang lebih baik Iagi. Agar kunci publik sulit untuk dipecahkan, salah satu caranya adalah dengan memperbesar jumlah bit yang digunakan untuk enkripsi (misalnya, RSA 1024 bit). Akan tetapi, cara ini menjadi tidak efektif apabila diterapkan pada sistem yang memiliki kapasitas memori yang kecil seperti Smart Card.Algoritma Elliptic Curve C13/Cryptography (ECC) dikembangkan untuk mengatasi masalah di atas. Secara teori, ECC 160 bit memiliki tingkat keamanan yang sama dengan RSA 1024 bit. Akan tetapi, ECC masih menghadapi kendala dalam standarisasi.Skripsi ini dibuat dengan tujuan untuk membuktikan teori tasebut di atas. Pembuktian dilakukan dengan membandingkan ketepatan proses enkripsi-dekripsi pada komunikasi data real-time dan waktu yang dibutuhkan untuk memecahkan kunci publik antara RSA dan ECC. Deugan asumsi bahwa semakin lama waktu yang dibutuhkan umuk memecahkan kunci publik maka tingkat keamanan kunci tersebut makin tinggi, dari uji coba yang dilakukan diperoleh hasil sebagai berikut:Ukuran kunci publik 96 bit:RSA = 0.22 detikECC = 1.08 detikUkuran kuuci public 112 bit:RSA = 1.12 detikECC = 14.59 detik"

"The volume on Data Management, Analytics and Innovations presents the latest high-quality technical contributions and research results in the areas of data management and smart computing, big data management, artificial intelligence and data analytics along with advances in network technologies. It deals with the state-of-the-art topics and provides challenges and solutions for future development. Original, unpublished research work highlighting specific research domains from all viewpoints are contributed from scientists throughout the globe. This volume is mainly designed for professional audience, composed of researchers and practitioners in academia and industry."

"ABSTRAKKartu kredit sebagai kartu pembayaran adalah produk yang dikeluarkan oleh bank dan menjadi pilihan favorit nasabah bank dalam melakukan transaksi secara offline dan online. Berbagai program promosi yang dilakukan oleh bank untuk meningkatkan penerbitan kartu untuk nasabah baru dan untuk menarik penggunaan kartu bagi para pemegang kartu kredit saat ini. Bank XYZ, sebagai salah satu penerbit kartu kredit, secara intensif menawarkan promosi kepada pelanggannya untuk bertransaksi menggunakan kartu kredit melalui berbagai media seperti SMS Blast maupun email notifikasi. Konten promosi yang dikirimkan ke pelanggan dapat mempengaruhi keputusan pelanggan untuk melakukan transaksi di merchant manapun menggunakan kartu kredit Bank XYZ. Dengan memanfaatkan analisa Big Data dengan Recency, Frequency dan Monetary (RFM) dan Association Rules, Bank XYZ dapat mengirimkan konten promosi kartu kredit yang sesuai dengan profile pelanggan. Mengirimkan konten promosi yang sesuai dengan profil pelanggan akan meningkatkan transaksi pelanggan menggunakan kartu kredit mereka. Peningkatan transaksi ini akan berkontribusi terhadap pendapatan Bank XYZ.

---

ABSTRACTCredit cards as a payment card are products issued by banks and become favorite customer`s choice to pay multiple transactions offline and online. Many promotion programs are done by banks to raise card issuances for new customer and to attract card usage for current credit card holders. Bank XYZ, as one of credit card issuer in Indonesia, is intensively offering promotions to its customer to use their credit cards through communication media such as SMS blast and email notifications. Media content may affect customer decision to purchase in any merchant using Bank XYZ credit card. By utilizing Big Data analysis with Recency, Frequency and Monetary(RFM), and Association Rules, Bank XYZ may send credit card promotional content fit with a customer profile. Sending proper promotional content fit with a customer profile will raise customer spending using their credit cards. Transactions rising contribute to Bank XYZ revenue.

"

"Direktorat Jenderal Kelembagaan Iptek dan Dikti dalam melakukan tugas dan fungsi kelembagaan membutuhkan ketersedian data yang cepat dan akurat. Seiring dengan berjalannya waktu, kebutuhan akan sistem informasi pengelolaan data perguruan tinggi sangat diperlukan terutama data perguruan tinggi yang bermasalah, saat ini pengelolaan yang dilakukan dengan cara manual yang disimpan kedalam file excel yang tentu saja mempunyai keterbatasan yang sangat banyak. Hal tersebut mengakibatkan permasalahan dalam pengawasan proses dan permasalahan pada perguruan tinggi yang bermasalah. Untuk mengatasi permasalahan tersebut dibutuhkan perancangan sistem informasi perguruan tinggi bermasalah yang dapat memenuhi proses bisnis yang ada.Dalam penilitian ini dilakukan perancangan Requirements sistem informasi yang memenuhi kebutuhan pengolahan yang ada saat ini. Perancangan ini menggunakan metode Rational Unified Process, dimana perancangan mengikuti workflow requirements dan dilakukan secara iteratif sebanyak 3 iterasi. Hasil penelitian berupa dokumen Requirement Artefact Set yang menjabarkan secara rinci kebutuhan dari sistem informasi pengolahan.

---

Directorate General of Institutional Affairs of Science, Technology and Higher Education in performing tasks and institutional functions requires the availability of data quickly and accurately. Along with the passage of time, the need for information systems of university data management is very necessary especially the data of colleges in violation. Currently, the management is manually stored into excel files which of course have a lot of limitations. This practice resulted in problems in the supervision of the process as well as the problems at the college in violation. To overcome these problems, it is required the design of information systems for problematic colleges that can meet existing business processes.This research used the design of requirements information system that meets the existing processing needs. This design employs the Rational Unified Process method, where the design follows the workflow requirements and is done iteratively as much as 3 iterations. The results of the study are the Requirement Artefact Set document that elaborates in detail the needs of the problematic college information system."

"Untuk menghemat energi dan memelihara kondisi BTS dari kerusakan, diperlukan suatu manajemen energi dan sistem data logger. Untuk mendapatkan suatu penghematan yang baik dari sebelumnya, beberapa sistem harus diganti dengan sistem yang memiliki penghematan energi yang lebih baik dari sebelumnya. Sistem energi yang baik adalah sistem sistem yang dapat mengatur energi yang dibutuhkan oleh sistem. Penggunaan beberapa sensor untuk pengaturan energi dan sistem data logger untuk meyimpan data merupakan solusi yang baik untuk penghematan energi. Sistem yang telah dibuat mampu mengendalikan sistem penerangan dan sistem pendingin untuk nilai suhu dan intensitas cahaya yang telah ditentukan sebelum sistem ini bisa digunakan. Data logger yang dirancang pada sistem ini mampu menyimpan data selama 311 hari. Kata kunci: BTS, pengaturan energi, data logger.

---

For energy saving and protecting BTS condition from damage, it is needed management energy and data logger system. To obtain energy saving that is better than before, some systems must be change with systems that have better energy saving than before. A good energy system is the system can regulate energy that is needed by system. Using some sensors for energy management and data logger is a good solution for enegy saving. This system could control lighting system and cooling system for temperature value and lighting value that was defined before this system could be used. Data logger was designed for this system can store data for 311 days."

"Data wireline log sumur pemboran minyak dan gas bumi adalah salah satu data bawah permukaan yang selalu dihasilkan dan digunakan dalam setiap kegiatan eksplorasi dan eksploitasi minyak dan gas bumi. Kualitas informasi data bawah permukaan yang lengkap dan akurat akan membantu perusahaan memperpendek “time-to-first-oil” dan memperpanjang fase produksi. Laporan Bulanan Pengelolaan Data Bawah Permukaan menunjukkan bahwa pada bulan Oktober 2018 hingga Juli 2020 terdapat 20 dari 34 tiket insiden masalah informasi kualitas data yang bersumber dari data wireline log. Penelitian ini menggunakan metode six sigma dengan pendekatan Define-Measure-Analysis- Improve-Control (DMAIC) untuk mengidentifikasi masalah, mengukur kualitas data wireline log sebagai produk dari proyek pemboran migas yang telah berjalan selama ini dan menganalisis penyebab utama masalah kualitas data wireline log dan pada akhirnya ditahap improvement dan control merekomendasikan langkah-langkah yang dapat dilakukan untuk mengurangi masalah kualitas informasi data wireline log dan kesinambungan perbaikannya di masa mendatang.

---

Wireline log data is one of the subsurface data that always generated and used in every exploration and production (E&P) activity in oil and gas industry. It has a very high value because it will be processed into information which will be used in various decision making related to the discovery, search, and removal of oil and gas. The quality of subsurface data will help companies shorten the "time-to-first-oil" and extend the production phase. The Monthly Subsurface Data Management Report shows that from October 2018 to July 2020 there were 20 of 34 incident tickets for data quality information problems that were sourced from wireline log data. This study uses the six sigma DMAIC method to identify problems, measure the quality of wireline log data as a product of oil and gas drilling projects and analyze the main causes of wireline log data quality problems. And finally, at the improvement and control stage recommends some steps that can be taken to reduce the problem and how it will be improved in the future."