Abstract:Abstract: This research focuses on technology and integration tools for IoT environments, with an emphasis on three main aspects: the integration of Building Information Modeling (BIM) and IoT, the utilization of real-time…
me data, and the urban IoT framework. The integration of BIM and IoT enables a smarter and more efficient building management system by utilizing IoT data to monitor real-time building conditions and improve maintenance and operational processes. This research seeks to identify challenges and solutions for technology integration in increasingly complex IoT environments, while also offering guidance for practical implementation in the urban and building sectors. In this research, we use a literature analysis approach, the main process is to identify relevant sources, including articles, journals, conferences, books, and industry reports published in the last five years. The results of this study are an implication that the application of IoT device integration with BIM can help improve operational and maintenance efficiency, optimize construction management, improve safety and mitigate risks in a company.
Keywords: building informations modelling(BIM); environment; internet of things(IoT)
Abstrak: Penelitian ini berfokus pada teknologi dan alat integrasi untuk lingkungan IoT, dengan penekanan pada tiga aspek utama: integrasi Building Information Modeling (BIM) dan IoT, pemanfaatan data real-time, dan kerangka kerja IoT perkotaan. Integrasi antara BIM dan IoT memungkinkan sistem manajemen bangunan yang lebih cerdas dan efisien dengan memanfaatkan data IoT untuk memantau kondisi real-time bangunan serta memperbaiki proses pemeliharaan dan operasional. Penelitian ini berupaya mengidentifikasi tantangan dan solusi integrasi teknologi dalam lingkungan IoT yang semakin kompleks, sekaligus menawarkan panduan untuk penerapan praktis di sektor perkotaan dan bangunan. Pada penelitian ini kami menggunakan metode pendekatan analisis literatur, proses utamanya adalah dengan mengidentifikasi sumber sumber relevan, meliputi artikel, jurnal, konferensi, buku, dan laporan industri yang dipublikasikan dalam lima tahun terakhir. Hasil dari penelitian ini yaitu didapatkan sebuah implikasi bahwa penerapan pengintegrasian perangkat IoT denan BIM dapat membantu meningkatkan efisiensi operasional dan pemeliharaan, optimasi manajemen kontruksi, peningkatan keselamatan dan mitigasi resiko pada sebuah perusahaan.
Kata kunci: building informations modelling(BIM); environment; internet of things(IoT)
Abstract:Abstract: Due to the successful conversion from LPG stoves to electric stoves, which are unsupported by the village’s electricity supply—averaging 450 watts—while government-provided stoves have a power rating of 900…
wer rating of 900 watts, making them unsuitable for use in Tomuanhollbung Village. To address this issue, the research team designed a stove that uses waste oil (35,000 kJ/kg) and incorporated embedded system technology, utilizing the French design research method. The research results indicated that by using a DC motor with specifications of 12VDC/3A, 3800 rpm, and a valve diameter of 9.7 x 9.5 x 3.3 cm, a power output of 36W was achieved, with a pressure of 288.7 Pa or 0.00289 bar and an angular velocity of 398.1 rad/s. When the burner stove was first ignited, the flame appeared yellow. With a voltage of 3.7VDC/3A, it produced a rotation of 3795 rpm, a yellow flame, a flame height of 8 cm from the stove, and a flame width diameter of approximately 18 cm. At a voltage of 3.7VDC, the pressure measured 0.000964 bar, with a flame temperature of 275°C (as measured by an infrared sensor). A voltage of 7.4VDC resulted in a pressure of 0.0192 bar and a flame temperature of 350°C, while a voltage of 11.8VDC produced a pressure of 0.0289 bar with a maximum flame temperature of 420°C. For fuel consumption over 10 minutes at 3.7VDC/3A, the flame height reached 7-10 cm, with a wind pressure of 0.000964 bar and a fuel consumption of 0.237 grams.
Keywords : embedded system burner stove; microcontroller; snail dc motor.
Abstrak: Dilatar belakangi masalah kelangkaan elpiji didesa tomuanhollbung, serta tidak berhasilnya konversi kompor elpiji menuju kompor listrik karena daya listrik rumah masyarakat berdaya 450wat, daya kompor pemerintah 900watt, sehingga tidak bisa digunakan. Dari masalah tersebut, tujuan utama penelitian ini merancang kompor berbahan bakar oli bekas, yang mampu mengatasi masalah kelangkaan gas elpiji dan tidak terpakainya kompor dari pemerintah psat. Metode penelitian ini menggnakan metode prototype sehingga menghasilkan satu produk kompor burner dengan mengatur kecepatan motor DC. Hasil penelitian mendapati data pengujian mendapati bahwa dengan menggunakan motor DC Keong spesifikasi tegangan 12VDC/3A, 3800 rpm, dengan diameter katup 9,7 x 9.5 x 3.3cm menghasilkan daya 36W, dengan tekanan 288.7Pa atau 0.00289bar kecepatan sudut 398.1 rad/s. Ketika kompor burner pertama kali dinyalakan, warna api berwarna kunig. Jika tegangan 3.7VDC/3A akan menghasilkan putaran 3795rpm nyala api kuning, tinggi api 8cm dari tunggku kompor, dan diameter lebar keluarnya api dari tungku berkisar 18cm. Tegangan 3,7VDC maka menghasilkan tekanan 0.000964bar, nyala api 275 0C (pembacaan sensor infrared). Tegangan 7.4VDC menghasilkan tekanan 0.0192 bar, nyala api 350 0C, dan Tegangan 11.8 VDC tekanan 0.0289 bar, nyala api maksimal 420 0C. Untuk konsumsi bahan bakar selama 10 menit, dengan tegangan 3.7VDC/3A mendapati nyala api setinggi 7-10 cm, tekanan angin senilai 000964 bar dan konsumsi bahan bakar 0.237 gram. Kesimpulan penelitian ini mendapati bahwa nyala api kompor burner bisa di atur seperti nyala api kompor elpiji pada umum nya.
Kata kunci: kompor burner embedded system, microcontroller, motor dc keong.
Abstract:Abstract: The development of AI assistants such as Gemini and ChatGPT can significantly assist in daily human tasks. In the field of Sentiment Analysis, AI assistants can be utilized as an automated labeling alternative…
to provide positive, negative, or neutral sentiments within a dataset. This research aims to enhance the performance of AI assistants in automated labeling processes by employing the Feature Selection algorithm, specifically Forward Selection. The methodology involves utilizing the Naïve Bayes and K-NN algorithms, and subsequently improving accuracy through the Feature Selection algorithm. The evaluation is conducted using K-Fold Cross Validation. Research findings indicate an improvement in the accuracy of the best model, which is ChatGPT, when using the Naïve Bayes algorithm and Shuffled Sampling technique. The initial accuracy of 79.09% increased to 87.18% after Feature Selection was applied. This demonstrates the effectiveness of Feature Selection, particularly Forward Selection, in enhancing the accuracy performance of the model.
Keywords: ai; assistant; chat gpt; feature selection; gemini.
Abstrak: Pekembangan Asisten AI seperti Gemini dan Chat GPT dapat membantu pekerjaan manusia sehari-hari. Dalam bidang Analisis Sentimen, Asisten AI dapat digunakan sebagai alternatif pelabelan otomatis untuk memberikan sentimen positif, negatif atau netral dalam suatu dataset. Penlitian ini bertujuan untuk meningkatkan performa yang dihasilkan oleh Asisten AI dalam proses pelabelan otomatis menggunakan Algortima Feature Selection yaitu Forward Selection. Metode yang digunakan adalah dengan menggunakan Algoritma Naïve Bayes dan K-NN kemudian hasil akurasi akan ditingkatkan menggunkan Algoritma Feature Selection. Evaluasi yang digunakan adalah K-Fold Cross Validation. Hasil penelitian menunjukkan peningkatan akurasi model terbaik berada pada Chat GPT dengan menggunakan Algoritma Naïve Bayes dan Teknik Shuffled Sampling, dari nilai akurasi awal sebesar 79.09%, setelah ditingkatkan menggunakan Feature Selection, maka nilai akurasinya meningkat menjadi 87.18%. Hal ini membuktikan peran Feature Selection, dimana yang digunakan adalah Forward Selection dalam meningkatkan akurasi ternyata memang efektif dalam meningkatkan performa akurasi model.
Kata kunci: ai; assisten; chat gpt; feature selection; gemini
Abstract:Abstract: Recognizing one's interests and talents early on is crucial in guiding an individual toward a prosperous future. While distinct, interests and talents share a close relationship. Interest denotes a genuine attraction…
action to something without external pressure, and when consistently nurtured, it evolves into a skill or talent. Machine learning, specifically utilizing the SVM algorithm with the RBF kernel, can be applied to categorize interests and talents. Prior to SVM modeling, conducting Exploratory Data Analysis (EDA) is imperative for scrutinizing interests and talents. This analysis facilitates the identification of variables, enabling the elimination of missing values and ensuring the selection of appropriate interest and talent variables. The primary objective is to achieve optimal accuracy in modeling the classification of interests and talents. The insights gained from this research contribute to the creation of an application designed for categorizing interests and talents within SDN XYZ school. This application is designed for student use, assisting them in making informed decisions about their future education and career paths
Keywords: exploratory data analysis; interests and talents; machine learning; SVM Algorithm
Abstrak: Mengenali minat dan bakat seseorang sejak dini sangat penting dalam membimbing individu menuju masa depan yang sukses. Meskipun berbeda, minat dan bakat memiliki hubungan yang erat. Minat mengindikasikan ketertarikan yang tulus terhadap sesuatu tanpa tekanan eksternal, dan ketika terus-menerus dibina, berkembang menjadi keterampilan atau bakat. Pembelajaran mesin, khususnya dengan menggunakan algoritma SVM dan kernel RBF, dapat digunakan untuk mengelompokkan minat dan bakat. Sebelum pemodelan SVM, melakukan Analisis Data Eksploratif (EDA) sangat penting untuk mengkaji minat dan bakat. Analisis ini memfasilitasi identifikasi variabel, memungkinkan penghilangan nilai yang hilang, dan memastikan pemilihan variabel minat dan bakat yang tepat. Tujuan utamanya adalah mencapai akurasi optimal dalam pemodelan klasifikasi minat dan bakat. Temuan dari penelitian ini berkontribusi pada pengembangan aplikasi yang ditujukan untuk mengkategorikan minat dan bakat di sekolah SDN XYZ. Aplikasi ini dirancang untuk digunakan oleh siswa, membantu mereka membuat keputusan yang terinformasi mengenai pendidikan dan karier masa depan mereka.
Kata kunci: Algoritma SVM; exploratory data analysis; machine learning; minat dan bakat
Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: Since information and communication technology has become ingrained in our daily lives, it has become easier to access information. However, there are some concerns. One of them is about fake news. The aim of this…
his study is to develop an Indonesian system for detecting false news by utilizing news headlines. The methods used are linear kernel support vector ma- chine and n-gram. According to the findings of the performance test that was carried out, the linear kernel support vector machine model employing the term frequency inverse document frequency unigram feature performs better than utilizing bigram. The precision value generated from the model performance test is 1.00. This means that the degree of accuracy in matching the requested information regarding fake news detection with the answers provided by the system is very good. Then the recall value generated is 0.99. This means the linear kernel support vector machine model using unigram news features is very effective for detecting fake news according to the text classification approach.
Keywords: classification; fake news; n-gram; support vector machine
Abstrak: Dengan adanya integrasi teknologi informasi dan komunikasi dalam kehidupan mem- buat kemudahan dalam mengakses informasi. Walaupun demikian, terdapat kekhawatiran akan beberapa hal. Salah satu di antaranya adalah berita palsu. Tujuan penelitian ini adalah merancang sistem deteksi berita palsu berbahasa Indonesia berdasarkan judul berita. Metode yang digunakan adalah Support Vector Machine kernel linier dan n-gram. Berdasarkan hasil uji performa, model Support Vector Machine kernel linier yang menggunakan fitur term frequency inverse document frequency unigram menunjukkan kinerja yang lebih baik dibandingkan bi- gram. Nilai precision yang dihasilkan dari uji performa model sebesar 1,00. Ini berarti derajat akurasi dalam mencocokkan informasi yang diminta mengenai deteksi berita palsu dengan ja- waban yang diberikan oleh sistem sangat baik. Kemudian nilai recall yang dihasilkan sebesar 0,99. Ini berarti model Support Vector Machine kernel linier dengan menggunakan fitur berita unigram sangat efektif untuk mendeteksi berita palsu menurut pendekatan teks klasifikasi.
Kata kunci: klasifikasi; berita palsu; n-gram; support vector machine
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstrak: Through the library, the advancement of science and information technology also influences societal elements of life. The high level of community production makes it challenging for people to obtain library material…
rial needs, limiting engagement and library use. The Library and Archives Service of North Sumatra Province uses information and communication technology to meet user needs by developing technology-based services that facilitate effective and efficient library activities. Examples of these services include a library service system in a pocket (silapustaku) or online book reservations. To make it simpler to explain how the system functions and is utilized by the community, this study uses UML (Unified Modeling Language) modeling to examine the pocket library service system or online book reservation. A descriptive qualitative approach to the design of the UML system development is the research methodology adopted. The study's findings demonstrate a type of UML modeling design that enables each user to be viewed clearly and understood when utilizing the system. in order to build a library approach with the community and improve library performance via the use of technology.
Keywords: Information System, Online Book Reservation, UML (Unified Modeling Language)
Abstrak : Ilmu pengetahuan yang berkembang serta teknologi informasi yang berkermbang juga mempengaruhi aspek kehidupan di masyarakkat melalui perpustakaan. Perpustakaan dituntut untuk ikut berperan dalam meningkatkan kualitas layanannya dalam memenuhi kenutuhan informasi penggunanyal. dalam memenuhi kebutuhan pemustaka, Dinas Perpustakaan dan Arsip Provinsi Sumatera Utara memberikan inovasi pelayanan dengan pemanfaatan teknologi informasi dan komunikasi dengan menggunakan sistem layanan pustaka dalam saku (silapustaku) atau reservasi buku online sebagai pengembangan layanan berbasisi teknologi dalam proses memudahkan aktifitas perpustakaan yang efektif dan efesien. Penelitian ini bertujuan untuk menganalisis system layanan pustaka dalam saku atau reservasi buku online dengan menggunakan pemodelan UML (Unified Modeling Language) untuk memudahkan dalam memaparkan kerja system dan di gunakan oleh masyarakat. Metode penelitian yang di gunakan merupakan metode pendekatan kualitatif deskriptif dengan perancangan pengembangan system UML. Hasil kajian menunjukkan bentuk rancangan pemodelan menggunakan UML yang memungkinkan setiap pengguna dapat terlihat jelas dan mudah di mengerti dalam menggunakan system. Sehingga penggunaan teknologi mampu meningkatkan kinerja perpustakaan dan menjalin pendekatan perpustakaan dengan masyarakat.
Kata Kunci: Sistem Informasi, Reservasi Buku Online, UML (Unified Modeling Language)
Abstract:Abstract: The poor community is a condition in which the community does not have adequate facilities and infrastructure and an adequate environment, with the quality of housing and settlements far below the eligibility standard…
tandard and uncertain livelihoods covering all multidimensional dimensions. The Pasiran Village Office, Sei Dadap District, is one of the agencies located in the Pasiran area, Sei Kamah. Where the Pasiran Village Hall Office carries out activities to distribute assistance to village communities who are declared to be underprivileged or have low incomes below 3.5 million. With such a large number of village people, an in-depth analysis is needed to determine which poor people are entitled to receive Non-Cash Food Assistance from the government. The solution to this problem is to use data mining with the Naïve Bayes algorithm for data classification. Data mining is the science of extracting information by utilizing data sets to obtain valuable information with a large enough data size through the process of extracting data or filtering data. The classification application uses the naïve Bayes algorithm used at the Pasiran Village Office to produce a classification of beneficiaries, namely Worthy and Unworthy based on the attributes of Citizenship, Family Group, ASN Status, and Having a Healthy Family Card.
Keywords: data mining; naïve bayes; classification, beneficiary
Abstrak: Masyarakat miskin merupakan suatu kondisi dimana keadaan masyarakat yang tidak memiliki sarana dan prasarana serta lingkungan yang memadai, dengan kualitas perumahan dan pemukiman yang jauh dibawah standar kelayakan serta mata pencaharian yang tidak menentu yang mencakup seluruh multidimensi. Kantor Balai Desa Pasiran Kecamatan Sei Dadap merupakan salah satu instansi yang berada di daerah Pasiran, Sei Kamah. Dimana Kantor Balai Desa Pasiran melakukan kegiatan pembagian bantuan terhadap masyarakat desa yang dinyatakan kurang mampu atau memiliki penghasilan rendah dibawah 3,5 juta. Dengan jumlah masyarakat desa yang begitu banyak, diperlukan analisis yang mendalam untuk menentukan masyarakat tidak mampu yang berhak untuk mendapatkan Bantuan Pangan Non Tunai dari pemerintah. Solusi dari permasalahan tersebut adalah menggunakan data mining dengan algoritma naïve bayes untuk klasifikasi data. Data mining merupakan suatu ilmu untuk menggali informasi dengan memanfaatkan kumpulan data untuk mendapatkan berbagai informasi yang berharga dengan ukuran data yang cukup besar melalui proses penggalian data atau penyaringan data. Aplikasi klasifikasi menggunakan algoritma naïve bayes yang terapkan pada Kantor Balai Desa Pasiran menghasilkan klasifikasi warga penerima bantuan yaitu Layak dan Tidak Layak berdasarkan atribut Kewarganegaraan, Golongan Keluarga, Status ASN dan Memiliki Kartu Keluarga Sehat.
Kata kunci: data mining; naïve bayes; klasifikasi, penerima bantuan
Abstract:Abstract : At the SMK Negeri 1 Barumun, there are still shortcomings in monitoring net-work use where monitoring data is not stored in the database so that past network usage monitoring data cannot be displayed as new information…
formation to be used as evaluation material for network infrastructure at the school. For that reason, the researcher wants to research to solve the problems that exist in the school by building a new system, namely monitoring network usage. This system is built using the PHP programming language by utilizing the Mikrotik API as a liaison between the programming language and the Mikrotik device in retrieving the RX/TX data contained on the Mikrotik Router and then storing the monitor-ing data for network usage into a database, the database used is a MySql database. By im-plementing and testing the system, it can be concluded that the system has been able to solve problems in the field of information technology at the SMK Negeri 1 Barmun, namely monitoring network usage which can store monitoring data into a database and monitoring data can be used as material for evaluating network infrastructure for the bene-fit of the school.
Keywords: Networking, Mikrotik, Mikrotik API, Network Usage Monitoring
Abstrak: Pada Sekolah SMK Negeri 1 Barumun masih terdapat kekurangan dalam melakukan monitoring penggunaan jaringan dimana data monitoring tidak tersimpan kedalam database sehingga data monitoring penggunaan jaringan yang telah lalu tidak dapat ditampilkan sebagai informasi baru untuk dijadikan bahan evaluasi pada infrastruktur jaringan pada sekolah tersebut. Dengan alasan itu peneliti ingin melakukan penelitian untuk menyelesaikan masalah yang ada pada sekolah tersebut dengan membangun sistem yang baru yaitu monitoring penggunaan jaringan. Sistem ini dibangun dengan menggunakan bahasa pemrograman PHP dengan memanfaatkan Mikrotik API sebagai penghubung antara bahasa pemrograman dengan device Mikrotik dalam mengambil data rx/tx yang terdapat pada Router Mikrotik kemudian menyimpan data monitoring penggunaan jaringan tersebut ke dalam database, database yang digunakan merupakan database MySql. Dengan melakukan implementasi dan pengujian sistem, dapat disimpulkan bahwa sistem telah mampu menyelesaikan masalah pada bidang teknologi informasi di Sekolah SMK Negeri 1 Barumun yaitu monitoring penggunaan jaringan yang dapat menyimpan data monitoring kedalam database dan data monitoring dapat dijadikan sebagai bahan evaluasi infrastruktur jaringan untuk kepentingan Sekolah.
Kata kunci : Jaringan, Mikrotik, Mikrotik API, Monitoring Penggunaan Jaringan