Journal of Network and Computer Applications (ISSN: 2964-6669)

Eksplorasi Penggunaan Large Language Model (LLM) dalam Pembangunan Permainan Minesweeper dengan Python Programming

2023-11-23T09:01:23+00:00

Pembangunan perangkat lunak semakin melibatkan kecerdasan buatan (Artificial Intelligence), khususnya dalam konteks penggunaan LLM. Artikel ini mengeksplorasi potensi dan batasan penerapan ChatGPT 3.5 dalam pengembangan permainan Minesweeper menggunakan bahasa pemrograman Python. Dengan mengadopsi tiga fase pengembangan bertahap, eksperimen ini bertujuan untuk mengilustrasikan evolusi kompleksitas permainan seiring dengan instruksi-instruksi yang diberikan kepada model. Melalui proses ini, kami menganalisis kode yang dihasilkan oleh ChatGPT 3.5 dan membandingkannya dengan implementasi Minesweeper yang telah tersedia di domain publik.

Implementasi Hadoop Framework : Analisis Data Nasabah Bank Dengan Metode Mapreduce

2023-10-10T12:48:12+00:00

Pesatnya perkembangan tekologi di era sekarang membuat pertumbuhan dan pengolahan data menjadi semakin besar, sehingga sangat diperlukan suatu metode dalam pengolahan data yang berukuran besar atau disebut dengan big data. Big data mempunyai karakteristik data yang variatif, pertumbuhan data yang cepat, dan kompleks. Maka dari itu pengimplementasian Hadoop Framework dalam mengelolah big data sangatlah dibutuhkan sebagai media untuk pengambilan keputusan, pemrosesan informasi, dan otomatisasi proses. Pada jurnal ini akan dibahas tentang implementasi Hadoop dalam pengolahan big data secara multinode yaitu dengan membagi akses data menjadi master dan slave. Di mana master akan menjalankan layanan NameNode dan slave akan menjalankan layanan DataNode. Node slave akan terhubung ke node master, dan mereka bekerja sama untuk memproses data dan menjalankan tugas-tugas pemrosesan secara terdistribusi. Ini memungkinkan pemrosesan data yang besar dan skalabel karena tugas-tugas dapat dibagi di antara banyak node slave. Dengan begitu data dapat diolah dengan efektif dan efisien. Adapun dalam melakukan analisis, dataset Nasabah Bank akan di kelompokkan dengan menggunakan metode MapReduce pada Hadoop Distributed File System (HDFS) untuk mengetahui jumlah transaksi yang terjadi setiap bulannya.

Pengolahan data sensor IOT dengan Apache Spark menggunakan metode Batch Processing

2023-10-11T00:09:35+00:00

Penelitian ini mengeksplorasi pengolahan data sensor IoT menggunakan Apache Spark melalui batch processing. Dalam era IoT, di mana data sensor dari berbagai sumber online melimpah, pengolahan data sangat strategis untuk meraih wawasan berharga. Pemilihan Apache Spark sebagai alat pengolahan didasarkan pada kemampuannya mengatasi volume data besar dengan cepat dan efisien. Melalui metode batch processing, data sensor dikumpulkan pada interval tertentu untuk analisis serentak, mengungkap pola, tren, dan anomali. Hasil analisis ini mendukung pengambilan keputusan yang lebih baik terkait sistem IoT. Penelitian ini melibatkan langkah-langkah penting, mulai dari pengumpulan, pembersihan, transformasi, hingga analisis data sensor. Evaluasi kinerja Apache Spark dalam batch processing mempertimbangkan waktu pemrosesan dan penggunaan sumber daya. Harapannya, penelitian ini memberikan kontribusi signifikan untuk pengembangan sistem IoT yang lebih efisien dan cerdas, serta mendukung pengambilan keputusan berbasis data sensor.

Pengolahan Dataset Diagnosa Kesehatan Mata Menggunakan Hadoop Pada YARN Framework

2023-10-03T11:46:12+00:00

Big data merujuk pada dataset dengan volume yang besar dan kompleksitas tinggi, mencakup aspek ukuran, jumlah, jaringan, dan lainnya. Karena variasi dan volume yang signifikan, pengelolaan big data memerlukan teknik dan alat khusus. Dalam penelitian ini, kami akan menggunakan dataset diagnostik kesehatan untuk melakukan analisis wordcount dengan menggunakan alat Hadoop pada YARN dan MapReduce. Selain itu, kami akan memanfaatkan Apache Flink sebagai platform untuk memproses data secara paralel.

Membuat Mekanisme Dual Boot berisi Windows XP dan Ubuntu 8 pada Virtualbox

2023-10-02T04:49:07+00:00

Dalam era teknologi seperti sekarang, komputer menjadi fasilitator utama dalam berbagai aktivitas manusia. Komputer, yang terdiri dari Brainware (Pengguna), Software, dan Hardware, memberikan kemudahan dalam pencarian berkas, penyelesaian pekerjaan, dan fungsi lainnya. Sistem Operasi (OS) menjadi penghubung vital antara Hardware dan Software pada suatu komputer. Umumnya, setiap komputer hanya menjalankan satu OS saat start-up, tetapi dalam beberapa kasus, suatu pekerjaan dapat memerlukan lebih dari satu OS karena setiap OS memiliki keunggulan dan kegunaan khas. Pembelian perangkat komputer baru seringkali dianggap kurang efisien karena memerlukan investasi yang signifikan dan tidak selalu efektif untuk menyelesaikan tugas tertentu. Dalam mengatasi permasalahan tersebut, muncul solusi yang dikenal sebagai Dual Boot. Dual Boot memungkinkan pengguna menjalankan lebih dari satu OS pada satu komputer. Dalam jurnal ini, konsep dual boot diimplementasikan dalam Virtual Machine yang dikenal sebagai Virtualbox, dengan OS Windows XP dan Ubuntu 8 sebagai contoh kasus. Penerapan dual boot ini memberikan solusi praktis, memungkinkan penggunaan lebih dari satu OS tanpa perlu mengeluarkan biaya besar untuk membeli komputer baru, sehingga dianggap lebih efisien dalam praktiknya.