%--------DUA GAMBAR BERSISIAN
\begin{figure}\begin{minipage}{0.4\textwidth}\centering\includegraphics[width=\linewidth]{topologi-1-2023.drawio.png}\caption{Topologi Mesh 1 singgle Hop}\label{fig:topologi1}\end{minipage}%\begin{minipage}{0.5\textwidth}\centering\includegraphics[width=\linewidth]{topologi-2-2023.drawio.png}\caption{topologi 2 multiHop}\label{fig:topologi2}\end{minipage}\end{figure}
69. Sebuah roda berpusat dititik asal dan berjari-jari 10cm, berputar search jarum jam dengan laju 4 putaran/detik. Sebuah titik P burada pada roda di (10,0) saat t = 0
(A) Tentukan koordinat P pada saat t detik
(B) pada laju berapa P naik (atau turun) pada saat t=1
Jawab
💥(a) Untuk menentukan Koordinat P pada t detik perlu ditentukan sudut $ \theta $ pada waktu t detik.
- Karna roda berputar dengan laju 4 putaran/detik. 1 putaran = $ 2\pi ~radian $
maka kecepatan sudut $ \omega $ adalah :
$ \omega~=~ 4 \times 2\pi~=~ 8\pi~radian $
- Menentukan $ \theta $ pada waktu t :$~~ \theta=\omega t=8\pi t $
- Dari phitagoras : $ x = r\, cos\, \theta,~~ y = r \, sin\, \theta $
$ x(t)= r \, cos \theta $
$ ~~~~~~~= 10 ~cos 8\pi t $
$ y(t)= r \, sin \theta $
$ ~~~~~~~= 10\,sin \,8\pi t $
maka koordinat P saat t $(x,y)_t $ adalah $ (10 cos 8 \pi t, 10 sin 8 \pi t) $
💥(B) menentukan laju dimana P naik atau turun pada $ t = 1 $, maka perlu diturunkan $ y $ terhadap $ t$
$ y(t) = 10 \, sin \, 8 \pi t $
$ \frac{dy(t)}{dt} = 10 \frac{d}{dt} sin\, 8\pi t + sin\, 8\pi t \frac{d}{dt}10 $
$ V_{(t)}~=~\frac{dy}{dt} = 80\pi \, cos \, 8\pi t $
$ V_{(t)} = $ saat $t =1$
$ V_{(t)} = 80\pi \, cos \, ( 8\pi 1) $
$~~~~~~~= 80\pi \, cos\, 8\pi ~=~ 80\pi \, cm/t $
=============================================================
1
default
active Fa0/16, Fa0/17, Fa0/18,
Fa0/19
10
student
active Fa0/1, Fa0/2, Fa0/3,
Fa0/4
file : Gdrive
OSPF adalah sebuah routing protocol standard terbuka yang telah diimplementasikan oleh sejumlah besar vendor jaringan, termasuk Cisco. Jika memiliki banyak router dari berbagai vendor maka salah satu pilihan yang baik adalah ospf.
Ospf bekerja dengan sebuah algoritma Djikstra. Pertama sebuah pohon jalur terpendek (shortest path tree) akan dibangun, dan kemudian routing table akan diisi dengan jalur-jalur terbaik yang dihasilkan dari pohon tersebut. OSPF mendukung multiple route dengan cost (biaya) yang sama ke tujuan yang sama.
ospf seharusnya seharusnya dirancang dengan cara heirarkis, yang pada dasarnya berarti bahwa sebuah internetwork yang besar dapat dipecah menjadi internetwork-internetwork yang lebih kecil. Alasan untuk menerapkan OSPF dalam rancangan hierarkis (topologi) antara lain :
- untuk mengurangi overhead (waktu pemrosesan) routing
- untuk mempercepat convergence
- untuk membatasi ketidakstabilan network di sebuah area
 |
| Contoh Rancangan OSPF |
= = =
MENGKONFIGURASI OSPF
IP address antar router tidak menerapkan VLSM untuk alokasi IP Address
======================================
IP ADD RB
======================================
Router>ena================================
Sumber : Calculus (9rd Edition) Dale Varberg, Edwin Purcell
Chapter 5.1
======
Fa1/0 192.168.30.1 /24
Fa0/0 192.168.1.6/ 30
Se3/0 192.168.1.14 /30
R0
=======
Fa1/0 192.168.10.1 /24
Fa0/0 192.168.1.5 /30
Se2/0 192.168.1.9 /30
PC0 192.168.10.2 /24
R1
=======
Fa1/0 192.168.20.1 /24
Se2/0 192.168.1.10 /30
Se3/0 192.168.1.13 /30
R0
=====
Router>enable
Router#configure terminal
Router(config)#hostname R0
R0(config)#interface fa1/0
R0(config-if)#ip address 192.168.10.1 255.255.255.0
R0(config-if)#no shutdown
R0(config-if)#exit
R0(config)#interface fa0/0
R0(config-if)#ip address 192.168.1.5 255.255.255.252
R0(config-if)#no shutdown
R0(config)#interface se2/0
R0(config-if)#ip address 192.168.1.9 255.255.255.252
R0(config-if)#no shutdown
R0(config-if)#end
R0#copy running-config startup-config
Destination filename [startup-config]?
Building configuration...
R1
=====
Router>enable
Router#configure terminal
Router(config)#hostname R1
R1(config)#interface fa1/0
R1(config-if)#ip address 192.168.20.1 255.255.255.0
R1(config-if)#no shutdown
R1(config-if)#exit
R1(config)#interface se2/0
R1(config-if)#ip address 192.168.1.10 255.255.255.252
R1(config-if)#no shutdown
R1(config-if)#exit
R1(config)#interface se3/0
R1(config-if)#ip address 192.168.1.13 255.255.255.252
R1(config-if)#no shutdown
R1(config-if)#exit
R1(config)#end
R1#copy running-config startup-config
R2
=============
Router>enable
Router#configure terminal
Router(config)#hostname R2
R2(config)#interface fa1/0
R2(config-if)# ip address 192.168.30.1 255.255.255.0
R2(config-if)#no shutdown
R2(config-if)#exit
R2(config)#interface fa0/0
R2(config-if)#ip address 192.168.1.6 255.255.255.252
R2(config-if)#no shutdown
R2(config-if)#exit
R2(config)#interface se3/0
R2(config-if)#ip address 192.168.1.14 255.255.255.252
R2(config-if)#no shutdown
R2(config-if)#end
R2#copy running-config startup-config
=========================
Static Routing
=========================
Pada R0, rute menuju network di bawah R2 melalui dua jalur (1 sebagai back up), yaitu melalui 192.168.1.6 dan 192.168.1.10 (R1)
R0>enable
R0#configure terminal
R0(config)#ip route 192.168.30.0 255.255.255.0 192.168.1.6
R0(config)#ip route 192.168.30.0 255.255.255.0 192.168.1.10
R0(config)#ip route 192.168.20.0 255.255.255.0 192.168.1.10
R0(config)#ip route 192.168.1.12 255.255.255.252 192.168.1.10
R0(config)#end
R0#copy running-config startup-config
R1>enable
R1#configure
R1(config)#ip route 192.168.10.0 255.255.255.0 192.168.1.9
R1(config)#ip route 192.168.30.0 255.255.255.0 192.168.1.14
R1(config)#end
R1#copy running-config startup-config
R2#configur
R2(config)#ip route 192.168.10.0 255.255.255.0 192.168.1.13
R2(config)#ip route 192.168.1.8 255.255.255.252 192.168.1.13
R2(config)#ip route 192.168.20.0 255.255.255.0 192.168.1.13
R2(config)#end
R2#copy running-config startup-config
------
R0#show ip route
Gateway of last resort is not set
192.168.1.0/30 is subnetted, 3 subnets
C 192.168.1.4 is directly connected, FastEthernet0/0
C 192.168.1.8 is directly connected, Serial2/0
S 192.168.1.12 [1/0] via 192.168.1.10
C 192.168.10.0/24 is directly connected, FastEthernet1/0
S 192.168.20.0/24 [1/0] via 192.168.1.10
S 192.168.30.0/24 [1/0] via 192.168.1.6
[1/0] via 192.168.1.10
R1#show ip route
192.168.1.0/30 is subnetted, 2 subnets
C 192.168.1.8 is directly connected, Serial2/0
C 192.168.1.12 is directly connected, Serial3/0
S 192.168.10.0/24 [1/0] via 192.168.1.9
C 192.168.20.0/24 is directly connected, FastEthernet1/0
S 192.168.30.0/24 [1/0] via 192.168.1.14
Dataset : https://www.kaggle.com/uciml/pima-indians-diabetes-database
Studi kasus : Klasifikasi Diabetes
jumlah fitur = 8
import pandas as pd
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA
from sklearn.svm import SVC
from sklearn.metrics import accuracy_score
from sklearn.metrics import confusion_matrix
import numpy as np
import matplotlib.pyplot as plt
# Load dataset
train_data = pd.read_csv("diabetes-train.csv")
test_data = pd.read_csv("diabetes-test.csv")
# Separate attributes and targets
X_train = train_data.iloc[:, :-1].values
y_train = train_data.iloc[:, -1].values
X_test = test_data.iloc[:, :-1].values
y_test = test_data.iloc[:, -1].values
# Standardize the data
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)
# Apply PCA
pca = PCA(n_components=2)
X_train = pca.fit_transform(X_train)
X_test = pca.transform(X_test)
# Print 2 new features from PCA
#print("New feature 1 (PC1):", X_test[:, 0])
#print("New feature 2 (PC2):", X_test[:, 1])
# Print variance ratio of each component
print(pca.explained_variance_ratio_)
# Train SVM
svm = SVC(kernel='linear', random_state=0)
svm.fit(X_train, y_train)
# Make predictions on the test data
y_pred = svm.predict(X_test)
# Calculate accuracy
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy: {:.2f}%".format(accuracy*100))
# Menghitung confusion matrix
cm = confusion_matrix(y_test, y_pred)
# Menampilkan confusion matrix
print("Confusion matrix:")
print(cm)
# Print coefficients of the hyperplane
print("Coefficients of the hyperplane: ", svm.coef_)
# Plot decision boundary
x_min, x_max = X_test[:, 0].min() - 1, X_test[:, 0].max() + 1
y_min, y_max = X_test[:, 1].min() - 1, X_test[:, 1].max() + 1
xx, yy = np.meshgrid(np.arange(x_min, x_max, 0.1), np.arange(y_min, y_max, 0.1))
Z = svm.predict(np.c_[xx.ravel(), yy.ravel()])
Z = Z.reshape(xx.shape)
plt.contourf(xx, yy, Z, alpha=0.4)
plt.scatter(X_test[:, 0], X_test[:, 1], c=y_pred, s=20, edgecolor='k')
plt.xlabel('PC1')
plt.ylabel('PC2')
plt.title('SVM Decision Boundary')
plt.show()
# Print actual and predicted values for each test data point
#print("{:<10} {:<15} {}".format('Index', 'Actual Value', 'Predicted Value'))
#for i in range(len(y_test)):
# print("{:<10} {:<15} {}".format(i+1, y_test[i], y_pred[i]))
# Save actual and predicted values to txt file
with open('actual_pred.txt', 'w') as f:
f.write("{:<10} {:<15} {}\n".format('Index', 'Actual Value', 'Predicted Value'))
for i in range(len(y_test)):
f.write("{:<10} {:<15} {}\n".format(i+1, y_test[i], y_pred[i]))
print("Actual and predicted values saved to actual_pred.txt file")
# Save 2 new features to excel file
new_features = pd.DataFrame({'New feature 1 (PC1)': X_test[:, 0], 'New feature 2 (PC2)': X_test[:, 1]})
new_features.to_excel('new-features.xlsx', index=False)
 |
| Dua Fitur yang Dihasilkan oleh PCA |
 |
| Standarisasi Nilai-Nilai Fitur |
Dataset : https://www.kaggle.com/uciml/pima-indians-diabetes-database
Studi kasus : Klasifikasi Diabetes
Dataset yang digunakan adalah Pima Indians Diabetes Database. Dataset ini berisi informasi klinis tentang 768 pasien wanita Pima Indian yang berusia di atas 21 tahun. Dataset ini memiliki 9 kolom, yaitu:
Tujuan dari dataset ini adalah untuk memprediksi apakah seorang pasien wanita Pima Indian akan mengalami diabetes atau tidak berdasarkan informasi klinis yang diberikan.
