Dewantara Journal of Technology

Empirical Comparison: Analysis of Initial Set-up of BGP Dynamic Routing and Static Routing in Three Administrative Domain Network Interconnection

Adelia Syavira — 2026-05-31

Langkah-langkah yang dilakukan dalam menentukan suatu routing untuk memilih pendekatan paling efisien dalam mengembangkan kemampuan jaringan sangat penting untuk dipelajari terlebih dahulu. Seiring berkembangnya sebuah perusahaan, kebutuhan terhadap kemampuan pengembangan jaringan juga akan meningkat. Pertumbuhan ini akan menjadi titik fokus dalam optimalisasi kinerja. Secara khusus, bagi perusahaan yang sedang merintis menuju skala jaringan yang lebih besar, tentunya memerlukan informasi yang konkret untuk mempertimbangkan jenis routing yang akan digunakan. Oleh karena itu, penelitian ini bertujuan untuk memberikan landasan edukatif mengenai perbandingan dua jenis routing secara sederhana dengan menyajikan informasi terkait waktu implementasi dan kompleksitas konfigurasi antara keduanya, guna membantu dalam memilih protokol yang tepat untuk mengembangkan jaringan sesuai kebutuhan. Untuk mencapai tujuan tersebut, penelitian ini menggunakan metode kuantitatif melalui eksperimen langsung terhadap dua jenis routing menggunakan software Cisco Packet Tracer dan pengukuran waktu menggunakan stopwatch. Hasil penelitian menunjukkan adanya perbedaan yang signifikan, di mana konfigurasi Dynamic routing BGP memerlukan waktu 48,24% lebih lama dan membutuhkan jumlah perintah inti 2,5 kali lebih banyak dibandingkan Static routing. Perbedaan besar ini disebabkan oleh kewajiban konfigurasi peering session dan transit policy, yang tidak terdapat pada Static routing. Dengan hasil yang disajikan, penelitian ini diharapkan dapat memberikan wawasan penting terkait pemahaman mendasar mengenai Dynamic routing BGP dan Static routing guna membantu mengoptimalkan pemilihan metode pengembangan jaringan.

Penyortiran Algoritmik dan Reproduksi Stratifikasi Sosial: Telaah Sosiologi Kritis atas Seleksi Pendidikan Berbasis Kecerdasan Buatan dan Sistem Algoritmik

Fritz Hotman Syahmahita Damanik — 2026-05-31

Perkembangan kecerdasan buatan (artificial intelligence / AI) dan sistem berbasis data telah mendorong transformasi dalam berbagai aspek pendidikan, termasuk proses seleksi masuk perguruan tinggi dan program beasiswa. Meskipun teknologi tersebut menawarkan efisiensi dan konsistensi dalam pengambilan keputusan, dampaknya terhadap keadilan akses pendidikan masih menjadi perdebatan. Penelitian ini bertujuan menganalisis bagaimana sistem seleksi berbasis AI dan algoritma berpotensi mereproduksi stratifikasi sosial dalam pendidikan. Penelitian menggunakan metode systematic literature review (SLR) dengan mengacu pada pedoman PRISMA. Sebanyak 47 artikel yang diperoleh dari Google Scholar, Scopus, dan Web of Science dianalisis secara tematik serta dipadukan dengan analisis komparatif implementasi sistem seleksi berbasis AI dan berbasis data di enam negara. Hasil penelitian menunjukkan bahwa algoritma seleksi pendidikan cenderung mereproduksi ketidaksetaraan yang telah tertanam dalam data historis, terutama yang berkaitan dengan perbedaan akses pendidikan, kapital budaya, dan kondisi sosial ekonomi. Bias algoritmik tidak hanya muncul akibat keterbatasan teknis sistem, tetapi juga dipengaruhi oleh struktur sosial yang menjadi sumber data dan dasar pengambilan keputusan. Temuan ini mengindikasikan bahwa peningkatan akurasi teknologi tidak secara otomatis menghasilkan keadilan dalam akses pendidikan. Oleh karena itu, pengembangan dan tata kelola AI di sektor pendidikan perlu didukung oleh prinsip transparansi, akuntabilitas, audit algoritmik, serta orientasi pada keadilan sosial guna meminimalkan reproduksi ketimpangan dalam proses seleksi pendidikan.

Analisis Kelayakan Sistem Instalasi Listrik Rumah Tinggal di Kabupaten Luwu

Rahmad Hidayat Dongka — 2026-05-31

Penelitian ini bertujuan untuk menganalisis kelayakan instalasi listrik rumah tinggal di Desa Lempoacci, Kecamatan Suli, Kabupaten Luwu berdasarkan standar Persyaratan Umum Instalasi Listrik (PUIL) 2011. Penelitian ini menggunakan metode deskriptif kuantitatif untuk mengetahui tingkat kesesuaian instalasi listrik rumah tinggal terhadap standar yang berlaku. Teknik pengambilan sampel menggunakan purposive sampling dengan kriteria rumah memiliki instalasi listrik aktif berdaya 450 VA hingga 900 VA dan telah digunakan lebih dari 15 tahun. Dari total 150 rumah, diperoleh 38 rumah yang memenuhi kriteria penelitian. Hasil penelitian menunjukkan bahwa kondisi instalasi listrik rumah tinggal di Desa Lempoacci secara umum masih tergolong baik, dengan tingkat kesesuaian terhadap standar PUIL 2011 sebesar 65,79%, sedangkan ketidaksesuaian sebesar 34,21%. Ketidaksesuaian yang ditemukan umumnya terdapat pada sistem pembumian (grounding) yang belum memenuhi standar. Kondisi instalasi listrik yang tidak sesuai standar berpotensi membahayakan keselamatan penghuni akibat kejut listrik serta meningkatkan risiko kebakaran akibat hubung singkat. Oleh karena itu, diperlukan upaya perbaikan dan peningkatan kesadaran masyarakat terhadap pentingnya penggunaan instalasi listrik yang sesuai standar guna menciptakan keamanan dan keselamatan dalam penggunaan energi listrik di rumah tinggal.

Analisis Potensi Longsor Berdasarkan Karakteristik Geologi, Geometri Lereng, dan Nilai Faktor Keamanan (FoS) di Kecamatan Kokalukuna, Kota Baubau

Sri Indriati — 2026-05-31

Penelitian ini bertujuan untuk menganalisis potensi longsor pada daerah penelitian di Kecamatan Kokalukuna, Kota Baubau, berdasarkan karakteristik geologi, geometri lereng, serta nilai Faktor Keamanan (FoS). Metode yang digunakan meliputi pengamatan lapangan, analisis petrografi batuan, pengukuran geometri lereng, uji mekanika tanah, serta pemodelan kestabilan lereng menggunakan GeoStudio dan interpretasi data geolistrik Res2Dinv. Hasil penelitian menunjukkan bahwa lereng memiliki tinggi 12,2 m, sudut 40°, dan panjang 19 m, dengan kondisi material berupa tanah lepas dan lapisan lempung pasiran pada kedalaman 6–9 m yang berpotensi sebagai bidang gelincir. Nilai sudut geser dalam tanah sebesar 24° mengindikasikan tingkat kepadatan yang rendah. Hasil simulasi menunjukkan nilai FoS sebesar 0,959 (<1), yang berarti lereng dalam kondisi tidak stabil dan rentan longsor. Tipe longsoran yang teridentifikasi adalah longsoran rotasi dengan bidang gelincir berbentuk cekung. Faktor penyebab utama longsor meliputi kondisi geologi berupa Formasi Wapulaka yang didominasi lempung, kemiringan lereng yang curam, peningkatan kadar air akibat curah hujan, serta aktivitas manusia seperti pembangunan jalan. Upaya mitigasi yang direkomendasikan meliputi mitigasi struktural dan nonstruktural, seperti pembangunan infrastruktur penahan lereng, penyusunan peta rawan bencana, serta peningkatan kesadaran masyarakat. Hasil penelitian ini diharapkan dapat menjadi dasar dalam pengelolaan dan pengurangan risiko bencana longsor di wilayah penelitian.

Identifikasi Identifikasi Parameter Model First Order Plus Dead Time (FOPDT) untuk Analisis Dinamika Proses pada Reboiler 212-V14 Unit Hydrocracker Kilang Minyak

Adzra Afrina Pradata — 2026-05-31

This study aims to analyze the effect of changes in TOP V14 temperature and light key (LK) flow rate on the dynamic behavior of a fractionation column process, as well as to develop a mathematical model for designing an Advanced Process Control (APC) algorithm. The research employed an experimental approach combined with system identification to determine the process response characteristics. The results show that increasing the TOP temperature from 112°C to 128°C raises the LK flow rate from 11 to 14 flow units, with a process gain (Kp) of 0.517 and a time constant (τ) of 4.989 minutes. At the same time, the heavy key (HK) flow rate also increases from 22 to 35 flow units, with a Kp value of 0.998 and a τ value of 3.777 minutes. Although the HK response reaches its final condition relatively quickly, the presence of dead time still causes a delay in the overall process response. These findings indicate that the implementation of APC for controlling LK and HK has strong potential to enhance process performance and provide significant economic benefits.

Analyzing Model Stability and Generalization under Distribution Shift in Real-World Machine Learning Applications

Muhammad Abrar Rayhan — 2026-05-31

Machine learning models deployed in operational settings rarely encounter data identically distributed to their training set. Shifts in population composition, measurement processes, and sampling frames routinely cause performance degradation, undermining both accuracy and trust. This study empirically examines model stability and generalization under controlled distribution shift using the UCI Adult/Census Income dataset (48,842 records, 14 features). Four representative classifiers-Logistic Regression, XGBoost, LightGBM, and CatBoost-were trained and evaluated across three scenarios: an in-distribution stratified random split, a demographic shift in which the model is trained on individuals under 40 years old and tested on those aged 40 and above, and a structural subpopulation shift in which the model is trained on non-degree holders and tested on degree holders. Contrary to the conventional expectation that distribution shift monotonically degrades performance, the empirical F1-score results reveal a more nuanced picture: all four classifiers actually achieved higher F1-scores on the education-shifted test set than on the in-distribution baseline, with Logistic Regression gaining +0.145 F1 points. This counter-intuitive outcome is driven by the increased positive-class prior in the shifted target distributions. When stability is operationalized as the signed average F1 change (with rank 1 assigned to the smallest, i.e. most negative, value), Logistic Regression ranked first (average change −0.076), followed by CatBoost (−0.016), LightGBM (−0.013), and XGBoost (−0.013); we show, however, that under the operationally meaningful absolute-change criterion this ordering reverses and the gradient boosting models are the most stable. However, accuracy tells a contrasting story: Logistic Regression's accuracy fell by 16.4 percentage points under the age shift, whereas the gradient boosting models retained accuracy above 0.81. These findings demonstrate that single-metric stability evaluation is misleading and that shift robustness must be characterized through multiple complementary metrics.

Pengaruh Kemanfaatan Qris, Kemudahan Qris, dan Keamanan Qris terhadap Efisiensi Pembayaran Digital pada Mahasiswa di Surakarta

Shima Ayu Nurfatimah — 2026-05-31

Perkembangan pembayaran digital mendorong mahasiswa untuk semakin aktif menggunakan QRIS dalam berbagai transaksi sehari-hari. Namun, penggunaan QRIS tidak hanya ditentukan oleh ketersediaan teknologi, tetapi juga oleh persepsi pengguna terhadap manfaat, kemudahan, dan keamanan sistem tersebut. Oleh karena itu, penelitian ini penting dilakukan untuk mengetahui sejauh mana kemanfaatan QRIS, kemudahan QRIS, dan keamanan QRIS berpengaruh terhadap efisiensi pembayaran digital pada mahasiswa di Surakarta. Penelitian ini menggunakan pendekatan kuantitatif dengan jumlah responden sebanyak 120 mahasiswa. Data dikumpulkan melalui penyebaran kuesioner dan diolah menggunakan IBM SPSS Statistics 25. Teknik analisis data meliputi uji instrumen, uji asumsi klasik, analisis regresi linier berganda, uji t, uji F, dan koefisien determinasi. Hasil penelitian menunjukkan bahwa kemanfaatan QRIS berpengaruh positif dan signifikan terhadap efisiensi pembayaran digital dengan koefisien regresi 0,367, nilai t hitung 5,766, dan signifikansi 0,000. Kemudahan QRIS juga berpengaruh positif dan signifikan dengan koefisien regresi 0,613, nilai t hitung 11,260, dan signifikansi 0,000. Selain itu, keamanan QRIS berpengaruh positif dan signifikan dengan koefisien regresi 0,076, nilai t hitung 2,070, dan signifikansi 0,041. Hasil uji F menunjukkan nilai F hitung sebesar 515,582 dengan signifikansi 0,000, yang berarti kemanfaatan QRIS, kemudahan QRIS, dan keamanan QRIS secara simultan berpengaruh signifikan terhadap efisiensi pembayaran digital. Nilai Adjusted R Square sebesar 0,928 menunjukkan bahwa ketiga variabel independen mampu menjelaskan efisiensi pembayaran digital sebesar 92,8%, sedangkan sisanya 7,2% dijelaskan oleh variabel lain di luar model penelitian. Dengan demikian, kemanfaatan, kemudahan, dan keamanan QRIS memiliki peran penting dalam meningkatkan efisiensi pembayaran digital pada mahasiswa di Surakarta.