Nadia Thereza

The Internet of Things (IoT) expansion increases the number and size of networks and the volume of sensitive and private data. Consequently, IoT networks have become vulnerable to various threats and attacks. Researchers have recently devised intrusion detection systems (IDSs) to detect threats and attacks on IoT networks. However, in developing IDS for IoT networks, previous studies predominantly used more limited datasets to depict the actual IoT network characteristics. Thus, this research used datasets containing network flow records from real IoT networks, namely the NF-ToN-IoT-V2 and IoTID20. Various machine-learning algorithms, such as random forest, decision tree, naïve Bayes, AdaBoost, and XGBoost, were employed to train and evaluate the datasets for developing intrusion detection models. We investigated the model's performance based on accuracy, precision, recall, F1-score, false positive rate, training, and testing time utilization. We used the chi-square algorithm for feature selection to select the most relevant and valuable features. The findings indicate that implementing feature selection using chi-square improves the performance of the detection system models. By applying the Chi-Square algorithm, the RF model that outperforms in terms of accuracy performance increases its accuracy up to 0.42% on the NF-ToN-IoT-V2 testing and 0.16% on the IoTID20 testing. The DT model with the fastest training and testing time reduces its time utilization by 6.98% on the NF-ToN-IoT-V2 testing and 29.63% on the IoTID20 testing through feature selection.

Currently, utilizing virtualization technology in data centers often imposes an increasing burden on the host machine (HM), leading to a decline in VM performance. To address this issue, live virtual migration (LVM) is employed to alleviate the load on the VM. This study introduces a hybrid machine learning model designed to estimate the direct migration of pre-copied migration virtual machines within the data center. The proposed model integrates Markov Decision Process (MDP), genetic algorithm (GA), and random forest (RF) algorithms to forecast the prioritized movement of virtual machines and identify the optimal host machine target. The hybrid models achieve a 99% accuracy rate with quicker training times compared to the previous studies that utilized K-nearest neighbor, decision tree classification, support vector machines, logistic regression, and neural networks. The authors recommend further exploration of a deep learning approach (DL) to address other data center performance issues. This paper outlines promising strategies for enhancing virtual machine migration in data centers. The hybrid models demonstrate high accuracy and faster training times than previous research, indicating the potential for optimizing virtual machine placement and minimizing downtime. The authors emphasize the significance of considering data center performance and propose further investigation. Moreover, it would be beneficial to delve into the practical implementation and dissemination of the proposed model in real-world data centers.

Website dapat berperan sebagai sarana untuk menyampaikan informasi seputar kegiatan akademis maupun non-akademis di Universitas Sriwijaya. Myunsri merupakan website yang dibentuk mahasiswa Universitas Sriwijaya yang bertujuan untuk berbagi pengetahuan dan informasi bagi mahasiswa Universitas Sriwijaya. Untuk menunjang kinerjanya, MyUnsri menggunakan basis data dengan tabel-tabel sebagai media penyimpanan datanya. Dengan demikian dibutuhkan perancangan basis data agar website dapat bekerja dengan semestinya. Tahapan yang dilakukan dalam perancangan basis data adalah dengan melakukan perencanaan, desain dan koding. Tahapan perencanaan adalah mengidentifikasi aktor dan aktivitas yang terkait dengan sistem yang akan dibuat. Setelah mengidentifikasi pada perencanaan dibuatlah suatu desain guna mengilustrasikan rancangan data yang akan dibuat. Tahapan terakhir adalah tahapan koding yang merupakan bentuk pengimplementasian dari desain data yang dibuat pada tahapan sebelumnya dimana pada tahapan ini digunakan perangkat lunak pengembangan basis data MySQL yang terintegrasi fitur phpMyAdmin sebagai alat bantunya

Di era ini, penggunaan internet merupakan sebuah komponen penting dalam menunjang kehidupan manusia. Hal ini disebabkan karena kegiatan yang dilakukan oleh setiap manusia, rata-rata sudah berbasis online. Hal ini juga terjadi pada aktivitas pengiriman data, khususnya pada pengiriman data yang dilakukan secara berkala. Namun, seringkali pada saat pengiriman data terdapat sebuah error yang dapat menghambat proses pengiriman data. Error tersebut dapat berupa request timed out atau destination host unreachable. Untuk mengatasi hal tersebut, diperlukan sebuah topologi jaringan komputer yang mampu melakukan aktivitas pengiriman data secara maksimal, baik dari segi keamanan, maupun kecepatan transmisi data yang stabil. Pada penelitian ini, penulis menggunakan router Cisco yang dikonfigurasikan dengan menggunakan kombinasi protokol EIGRP dan OSPF. Selain itu, penulis juga menggunakan dua buah link MPLS yang dapat memberikan kecepatan transfer data yang cepat. Protokol EIGRP sendiri dapat memperluas jangkauan dari router dan protokol OSPF dapat memberikan kemampuan untuk menentukan rute terbaik dari router pengirim ke penerima. Perancangan ini dilakukan pada jaringan dengan jenis Wide Area Network. Pengujian yang dilakukan pada penelitian ini adalah dengan cara menggunakan perintah ping pada aplikasi command prompt untuk menguji apakah router pengirim sudah terhubung ke router penerima. Selain itu, penulis juga menggunakan perintah traceroute untuk melihat rute yang diambil oleh router pengirim pada saat mengirimkan data ke penerima. Penulis juga menggunakan aplikasi Wireshark untuk mengambil data seperti delay, jitter, dan throughput. Untuk data packet loss dan round-trip time diambil dari aplikasi Command Prompt. Hasil yang didapatkan dari perancangan ini diharapkan dapat memberikan sebuah jalan atau terobosan baru bagi user dalam kegiatan pengiriman data yang dilakukan secara berkala dan berbasis online dengan menggunakan jaringan yang prima.

Operasional sektor perkebunan di Indonesia sebagian besar masih mengandalkan sistem konvensional yang menggunakan tenaga manusia untuk melakukan kontrol ke lapangan. Dengan kondisi tersebut, masih sulit jika ingin melakukan peningkatan kinerja operasional menjadi lebih efisien, efektif, dan produktif. Ditambah lagi, kondisi pandemi yang tengah dihadapi saat ini secara tidak langsung sangat berdampak dan berpotensi menurunkan angka produktivitas. Sistem operasional ataupun pengelolaan lahan perkebunan harus mengalami perubahan. Pemanfaatan teknologi dan inovasi sangat dibutuhkan untuk membantu mempertahankan ataupun meningkatkan kualitas dan kuantitas hasil produksi. Oleh sebab itu, dibutuhkan suatu rancangan sistem informasi berbasis website, yang bekerja menyampaikan informasi kondisi geografis suatu area secara real-time sebagai solusi dari permasalahan pemantauan kondisi geografis. Sistem informasi tersebut bekerja menggunakan informasi berupa data spasial (bereferensi geografis) yang dikenal dengan Sistem Informasi Geografis atau Geographic Information System (GIS).Tujuan penelitian ini adalah untuk membangun GIS berbasis web guna memberikan informasi dan menggambarkan kondisi (normal, rawan, kritis) pada suatu area/lahan secara real-time. Metode penelitian ini terdiri dari lima tahapan, yaitu persiapan penelitian (studi literatur), pengkajian objek (observasi, analisis kebutuhan sistem), perancangan dan pembangunan GIS dan integrasi dengan IoT, analisis dan pengujian penerapan GIS, serta penarikan kesimpulan. Sistem informasi geografis yang dibuat adalah dengan menampilkan peta (maps) area yang dipantau. Perangkat lunak yang digunakan untuk menampilkan maps adalah Google Maps Platform yang mana pada platform tersebut terdapat interface yang disebut API (Application Programming Interface). Google Maps API digunakan untuk menghubungkan sistem informasi geografis yang berbasis website dengan google maps. GIS memberikan informasi dan menggambarkan kondisi geografis suatu area secara real-time, kondisi area yang normal ditandai dengan warna hijau, kondisi antara (rawan kritis) ditandai dengan warna kuning serta kondisi area yang kritis ditandai dengan warna merah. Dengan adanya sistem informasi geografis, maka membantu para pekerja lapangan dalam memantau kondisi geografis suatu area secara real-time tanpa harus berada langsung di lokasi. Berdasarkan hasil penilaian pengguna, sebagian besar menyatakan “sangat setuju” bahwa GIS ini bermanfaat, bersifat user-friendly, mudah diakses kapanpun dan di manapun, serta memiliki kecepatan akses yang baik. Selain itu, sebagian besar juga menyatakan “setuju” bahwa GIS mampu menampilkan informasi yang akurat dan dapat membantu pekerjaan.