TI | 72Setelah dilakukan simulasi konsumsi daya pada datacenter untuk arsitektur two-tier, three-tier dan three-tierhigh-speed, dengan menerapkan skema penghematanenergi DVFS dan DNS diperoleh hasil sebagai berikut,1. Pada skema tanpa penghematan energi, untukketiga arsitektur data center, konsumsi energiterbesar berada pada server rata-rata sebesar73,72% sedangkan sisanya sebesar 26,28%dikonsumsi oleh switch, sedangkan jumlah serveryang mengalami peak rate rata-rata sebanyak27,8%.2. Pada skema penghematan DVFS, konsumsiterbesar tetap pada server dengan lonjakan cukupdrastis rata-rata hampir 100% dengan konsumsienergi pada switch relatif sama dengan pada kasustanpa skema penghematan, namun jumlah serveryang mengalami peak rate menurun rata-ratasebesar 18,8%,3. Skema penghematan DNS merupakan skemapenghematan terbaik untuk tipe workload HPCkarena berhasil menghemat penggunaan energilistrik baik pada server maupun switch sebesarmasing-masing 63,42% dan hampir 100%,4. Penerapan skema penghematan DVFS dansekaligus DNS tidak memberikan hasil yang lebihbaik untuk kasus workload HPC.Daftar Acuan[1] http://www.antaranews.com/berita/300251/bisnisberalih-pada-investasi-komputasi-awandiakasestanggal 14 Maret <strong>2012</strong>[2] http://www.computer.org/portal/web/csdl/doi/10.1109/MIC.2008.107 diakses tanggal 14 Maret <strong>2012</strong>[3] Dzmitry Kliazovich, Pascal Bouvry, Samee UllahKhan, “GreenCloud : A Packet Level Simulator ofEnergy-aware Cloud Computing Data Centers”,diterbitkan online oleh Springer 09 November 2011.[4] Si-Yuan Jing, Shahzad Ali, Kun She, Yi Zhong,“State-of-the-art research study for green cloudcomputing” , Springer Science+Business Media,LLC 2011, dipubikasikan online 8 Desember 2011.[5] Mahadevan P, Sharma P, Banerjee S, RanganathanP (2009), “Energy aware network operations”.Pada: IEEE INFOCOM workshops, hal. 1–6[6] Filani David-Intel Corp,” Dynamic Data CenterPower Management:Trends, Issues, and Solutions”,Intel Technology Journal, Volume 12, Issue 1,2008.[7] Etienne Le Sueur dan Gernot Heiser,” DynamicVoltage and Frequency Scaling: The Laws ofDiminishing Returns” NICTA and University ofNew South Wales.[8] http://greencloud.gforge.uni.lu/ diakses tanggal 10Februari <strong>2012</strong>.[9] The Network Simulator Ns2 (2010) dapat diunduhdi http://www.isi.edu/nsnam/ns/[10] Chen Y, Das A, Qin W, Sivasubramaniam A, WangQ, Gautam N (2005), “Managing Server Energyand Operational Cost in Hosting Centers”,Proceeding of the ACM SIGMETRICSInternational Conference on Measurement andmodeling of computer systems, ACM, New York,hal 303-314.ISBN: 978-602-97832-0-9SNTE-<strong>2012</strong>
T I | 73SISTEM PREDIKSI MAHASISWA DROP OUT DENGAN MENGGUNAKANMETODE BAYESIAN NETWORKLatif MawardiJurusan Teknik Elektro, Politeknik Negeri Jakarta, Jl. G. Siwabesyi, Kampus Baru UI Depok,16422E-mail: Latif.r33@gmail.comAbstrakPada awal berdirinya Politeknik, drop out merupakan hal yang biasa, dengan pertimbangan adalah mutu lulusan.Karena memang sudah merupakan sistem, maka mahasiswa akan berusaha sebaik mungkin untuk tidak terkena drop out.Seiring dengan perubahan waktu, drop out mulai dipertimbangkan, disatu sisi masih tetap untuk dipertahankan denganalasan adalah mempertahankan kualitas lulusan, dilain hal drop out merupakan kerugian besar baik dari sisipenyelenggara pendidikan atau lembaga maupun dari mahasiswa peserta didik.Pada saat ini drop out di Jurusan TeknikElektro Politeknik Negeri Jakarta jumlahnya cukup mengkhawatirkan karena dapat mencapai 10 % dari jumlahmahasiswa. Oleh karena itu perlu adanya uapaya memperkecil jumlah drop out atau bahkan menghilangkanya jikamemungkinkan. Pada prinsipnya drop out dapat dihindari jika dapat diketahui penyebabnya dan dapat dilakukanantisipasi jika dapat diketahui mahasiswa mahasiswa yang diprediksi berpotensi untuk terkena drop out berdasarkanfitur mahasiswa. Fitur mahasiswa merupakan data mahasiswa yang bersifat dinamis seperti problem keluarga, kondisiperekonomian dan mobilitas mahasiswa ke kampus.Dengan mempergunakan algoritma bayesian network danmenerapkan data fitur mahasiswa sebagai inputnya dilakukan prediksi terhadap semua mahasiswa apakah berpotensidrop out atau tidak. Pada mahasiswa yang berpotensi drop out, dilakukan pembinaan yang merupakan tanggung jawabdosen pembimbing akademik sehingga drop out dapat dihindarkan, paling tidak diperkecil jumlahnya.AbstractDrop out Prediction System using Bayesian Network.At the beginning of the polytechnic, drop out is common, theconsideration is the quality of graduates. Because it is a system, then the students will try their best not to be exposed todrop out. Along with the change of time, drop out from consideration, one hand still to be defended on the grounds is tomaintain the quality of graduates, on the other hand drop out is a huge loss in terms of the education of students orinstitutions and learners. At this time drop out in the Department of Electrical Engineering Polytechnic Jakarta is quitealarming because it can reach 10% of the students. Therefore, it is necessary to reduce the number of drop outsundertakings or even negate if possible. In principle, the drop-out can be avoided if the cause is known and can be donein case it can be seen that predicted student students potentially affected by the features students drop out. Featuresstudent is a dynamic student data such as family problems, economic conditions and mobility of students to campus.Using a Bayesian network algorithm and apply data as input features students made predictions for all students whetherpotentially drop out or not. On the potential of students drop out, do coaching which is the responsibility of academiclecturers so that drop out can be avoided, at least reduced in number.Keywords: prediction, drop out, Bayesian, network1. PendahuluanPendidikan merupakan salah satu usaha untukmencerdaskan anak didiknya agar mempunyai dasarpengetahuan dan terampil pada bidang ilmunya.Keberhasilan pendidikan dapat digunakan sebagai salahsatu indikator pembangunan pada suatu Negara. Padaera pembangunan sekitar tahun 1980, pemerintahmembangun lima politeknik negeri se Indonesia yaitu diJakarta, Bandung, Semarang, Malang, Palembang danMedan. Keenam politeknik tersebut dititipkan keperguruan tinggi setempat untuk pembinaanya.SNTE-<strong>2012</strong> ISBN: 978-602-97832-0-9
- Page 1 and 2:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 3 and 4:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 5 and 6:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 7 and 8:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 9 and 10:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 11 and 12:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 13 and 14:
SNTE-2012 POLITEKNIK NEGERI JAKARTA
- Page 15 and 16:
TE | 1PERANCANGAN GRAPHICAL USER IN
- Page 17 and 18:
TE | 3Gambar 5 fungsi keanggotaan d
- Page 19 and 20:
TE | 5• E_Z dan DE_Z• E_PS dan
- Page 21 and 22:
TE | 7DATA LOGGER SENSOR SUHU BERBA
- Page 23 and 24:
TE | 9digunakan dan ditinggalkan un
- Page 25 and 26:
TE | 11Pengujian ini juga dilakukan
- Page 27 and 28:
TE | 13INSTRUMEN PENGUJIAN BUTA WAR
- Page 29 and 30:
TE | 15b. Deutanopia adalah ganggua
- Page 31 and 32:
TE | 172. Operating System : Window
- Page 33 and 34:
TE | 19Tes kedua adalah tes farnswo
- Page 35 and 36:
TE | 21DAFTAR PUSTAKA[1]. Birch, J.
- Page 37 and 38:
TE | 232004). FPGA memiliki 3 kompo
- Page 39 and 40:
TE | 25yang terdiri dari 9 citra wa
- Page 41 and 42:
TE | 27MODEL SISTEM KONTROL PEMILAH
- Page 43 and 44:
TE | 29energi mekanik berlangsung m
- Page 45 and 46:
TE | 31- Panjang : 4 cm, 6 cm, 8 cm
- Page 47 and 48:
TE | 33motor pendorong tidak aktif.
- Page 49 and 50:
IMPLEMENTASI KONTROL OTOMASITISASI
- Page 51 and 52:
TE | 37Rangkaian transistor sebagai
- Page 53 and 54:
TE | 39untuk mengetahui besarnya te
- Page 55 and 56:
TE | 41kecepatan yang semakin menuj
- Page 57 and 58:
TE | 43Proses implementasi dari sis
- Page 59 and 60:
TE | 45• Post mortem review, meng
- Page 61 and 62:
TE | 47terdapat pada dialog box ter
- Page 63 and 64:
T L | 1KONVERTER AC-DC TIGA FASA TE
- Page 65 and 66:
T L | 3frekuensi. Panel kontrol dit
- Page 67 and 68:
T L | 5THDAlpha( α )ESS20 75,73 -2
- Page 69 and 70:
T L | 7ANALISA DGA TERHADAP KINERJA
- Page 71 and 72:
T L | 9a. ONAN : Oil Natural Air Na
- Page 73 and 74:
T L | 11Menentukan himpunan dariset
- Page 75 and 76:
T L | 13Pada himpunan fuzzy nilai k
- Page 77 and 78:
T L | 15beroperasi terhubung dengan
- Page 79 and 80:
T L | 17Gambar 6.(a) Zeta-Cuk based
- Page 81 and 82:
T L | 196. Pengujian Parallel UPS d
- Page 83 and 84:
T L | 21[9.] Chien Liang Chen, Jih-
- Page 85 and 86:
T L | 23sudah cukup untuk memenuhi
- Page 87 and 88:
T L | 25Gambar 3: Tampak atas penem
- Page 89 and 90:
T L | 27Skenario berikutnya adalah
- Page 91 and 92:
TL | 29RANCANGAN DAN UJICOBA PROTOT
- Page 93 and 94:
TL | 31keluar dipasang turbin air y
- Page 95 and 96:
TL | 33BASELINE ENERGY USE BASED RE
- Page 97 and 98:
TL | 35representing 36% of total nu
- Page 99 and 100:
TL | 37collected from the survey. F
- Page 101 and 102:
TL | 39cukup diproteksi oleh satu a
- Page 103 and 104:
TL | 41Ketidak seimbangan arus pada
- Page 105 and 106:
TL | 43EFISIENSI ENERGI LISTRIK MEN
- Page 107 and 108:
TL | 45yang dirangkai secara seri p
- Page 109 and 110:
TI | 1RANCANGAN SISTEM INFORMASI PE
- Page 111 and 112:
TI | 3buku - buku terbaru sehingga
- Page 113 and 114:
TI | 535, 39, 45, 51, 52, 56, 58, 5
- Page 115 and 116:
TI | 7Tabel 2. Kuantifikasiselhasil
- Page 117 and 118:
T I | 9ANALISIS SISTEM PENDUKUNG KE
- Page 119 and 120:
T I | 11z*∑j=1=n∑j=1ISBN: 978-6
- Page 121 and 122:
TI | 13PERANCANGAN ANTENA MIKROSTRI
- Page 123 and 124:
TI | 15Untuk aplikasi pada sistem k
- Page 125 and 126:
TI | 17Tabel 6 Analisa Pengaruh Per
- Page 127 and 128:
TI | 19Gain (dB)Gambar 9 Grafik Per
- Page 129 and 130: TI | 21nilai return loss -10 dB pad
- Page 131 and 132: T I | 23KAJIAN PEMILIHAN CIRI SEQUE
- Page 133 and 134: T I | 25maka keluarkan ciri tersebu
- Page 135 and 136: T I | 272. Citra daerah Kalimantan
- Page 137 and 138: T I | 292. Untuk 2 data citra Radar
- Page 139 and 140: T I | 31QRCode adalah sebuah bentuk
- Page 141 and 142: T I | 33EMAN Flash Account. Penguji
- Page 143 and 144: T I | 35untuk mengelola data pemoho
- Page 145 and 146: T I | 37STARTid_kat_beasiswa int(4)
- Page 147 and 148: T I | 39Jurusan akan membuka halama
- Page 149 and 150: T I | 41memberikan beasiswa. Submen
- Page 151 and 152: T I | 43‘Lunas’ apabila peserta
- Page 153 and 154: T I | 45RANCANG BANGUN MULTIBAND BA
- Page 155 and 156: T I | 47diperlukan modifikasi konfi
- Page 157 and 158: T I | 49frekuesi tengahnya sebesar
- Page 159 and 160: T I | 51mengalami pergeseran nilai.
- Page 161 and 162: T I | 532. Metode PenelitianLangkah
- Page 163 and 164: T I | 5571,228.07,260612,,*21$GPRMC
- Page 165 and 166: T I | 574. SimpulanMonitoring posis
- Page 167 and 168: T I | 59memperbaiki citra dengan ca
- Page 169 and 170: T I | 61Untuk setiap citra uji dila
- Page 171 and 172: T I | 63[2] W. Sulistyo. Yos, R.B.
- Page 173 and 174: T I | 65komputasi paralel. Sebagian
- Page 175 and 176: T I | 67disusun ke dalam rak memben
- Page 177 and 178: T I | 69ParameterData CenterServerS
- Page 179: T I | 71server, dan proses komputas
- Page 183 and 184: T I | 75a. Penghasilan orang tua di
- Page 185 and 186: T I | 7710,50,250MUDA PAROBAYA TUA2
- Page 187 and 188: TI | 791,2APLIKASI E-LEARNING KRYPT
- Page 189 and 190: TI | 81file audio dan video dan uru
- Page 191 and 192: TI | 833. Dapat membantu pengguna d
- Page 193 and 194: TI | 85bahasa script PHP secara tam
- Page 195 and 196: TI | 873. ANALISIS DAN PERANCANGANS
- Page 197 and 198: TI | 894.8 Tampilan Menu Log Off[6]
- Page 199 and 200: TI | 91....... (1)R’= (4/3) x R .
- Page 201 and 202: TI | 93ekstraksi ground clutter yan
- Page 203 and 204: EM | 1ANALISIS SIMULASI UNTUK MEMPR
- Page 205 and 206: EM | 31H ( iΩ) =m(7)k 2- Ω + irΩ
- Page 207 and 208: EM | 5sebelumnya yaitu Chang, dkk,
- Page 209 and 210: EM | 7INTEGRASI SUMBER RENEWABLE EN
- Page 211 and 212: EM | 9Tegangan branch (VV BBBB ) di
- Page 213 and 214: EM | 113. Simulasi pada kondisi PQ
- Page 215 and 216: EM | 13Mag. (p.u.)1.510.503ZBR-PSO
- Page 217 and 218: EM | 15PERUBAHAN JARAK ELEKTRODA TE
- Page 219 and 220: EM | 17yang digunakan pada proses e
- Page 221 and 222: EM | 193. Hasil dan PembahasanPada
- Page 223 and 224: EM | 21Penelitian, Jurusan Teknik E
- Page 225 and 226: HU | 2usaha membela negara melalui
- Page 227 and 228: Penjelasan:Kategori 1: pedagogik ko
- Page 229 and 230: HU | 6Faktor Eskternal1) Kemajuan t
- Page 231 and 232:
Tabel 6: Rancangan Pembelajaran Pen