Hasil Pencarian  ::  Simpan CSV :: Kembali

"Jenis pisang di Indonesia sangat beragam dan tingkat konsumsi buah ini sangat tinggi untuk konsumsi mingguan menningkat 198,44%, untuk konsumsi tahunan meningkat 18,30%, dan dari segi produksi daya ekspornya meningkat 26,65% selama 5 tahun terakhir dari 2014-2018. Pisang banyak manfaatnya terutama saat mulai terdapat bintik hitam karena bintik ini memiliki manfaat mencegah tumbuhnya sel-sel kanker dan meningkatkan sistem kekebalan tubuh. Pisang dengan bintik hitam maupun pisang yang tidak layak konsumsi ini dapat diprediksi dengan model machine learning, seperti CNN, DenseNet, dan GoogleNet. Convolutional Neural Network (CNN) adalah pendekatan deep learning yang banyak digunakan untuk memecahkan masalah yang kompleks. Sedangkan, DenseNet adalah algoritma yang mempertimbangkan satu gambar yang dilewatkan melalui jaringan konvolusi dimana arsitekturnya memiliki konektivitas yang padat/dense connectivity. Terakhir GoogleNet adalah algoritma ini dirancang untuk bekerja dengan baik bahkan di bawah batasan yang memori yang ketat dan biaya komputasi yang terbatas. Tulisan ini menggunakan tiga pendekatan dalam percobaan perbandingan. Pendekatan pertama menjalankan model yang dibangun dengan algoritma CNN. Kedua dengan model yang dibangun dengan algoritma DenseNet. Ketiga dengan model yang dibangun dengan algoritma GoogleNet. Model terbaik digunakan untuk memprediksi dataset Kaggle dan baru, tetapi pada dataset baru terdapat noise pada data training yang berdampak negatif pada kinerja model ini sehingga hasilnya terjadi overfitting. Hasil dari model terbaik yang memuaskan diperoleh dari semua pengujian adalah model GoogleNet pada batch size 32 dan optimizer Adam dengan hasil rata-rata pada training loss di 0,0264 dan training accuracy di 99,19%, validation loss di 0,03876, validation accuracy di 99,59%, testing loss di 0,01316, dan testing accuracy di 99,66% terhadap dataset kaggle yang digunakan.

---

Type of bananas in Indonesia are very diverse and consumption level of this fruit is very high, for weekly consumption it increased by 198,44%, for annual consumption it increased by 18,30%, and for export production it increased 26,65% over the last 5 years from 2014-2018. Banana have many benefits, especially when dark spots begin to appear because these spots have benefit to preventing the growth of cancer cells and increasing immune system. Bananas with black spots and bananas that are not fit for consumption can be predicted by machine learning models, such as CNN, DenseNet, dan GoogleNet. Convolutional Neural Network (CNN) is a deep learning approach that is widely used to solve complex problems. Meanwhile, DenseNet is an algorithm that considers a single image that is passed through a convolution network where the architecture has dense connectivity. And GoogleNet's algorithm is designed to work well even under strict memory constraints and limited computational costs. This paper uses three approaches in a comparative experiment. The first approach is to run the model built with the CNN algorithm. The second is a model built with the DenseNet algorithm. Third with a model built with the GoogleNet algorithm. The best model is used to predict Kaggle and new datasets, but in the new dataset there is noise in the training data which has a negative impact on this model performance so that results are overfitting. The best model obtained from all tests is GoogleNet model on batch size 32 and Adam optimizer with average results on training loss at 0,0264 and training accuracy at 99,19%, validation loss at 0,03876, validation accuracy at 99, 59%, testing loss at 0,01316, and testing accuracy at 99,66% for kaggle dataset used."

"Semakin banyak peralatan keamanan jaringan yang diimplementasikan, maka semakin banyak pula peralatan yang perlu dikelola dan dipantau. Semakin banyak peralatan yang dipasang maka semakin banyak log-log yang dihasilkan. Security Information Management (SIM) berfungsi menyediakan informasi yang terkait dengan keamanan jaringan secara terpusat. Pada skripsi ini dimplementasikan sistem aplikasi security information management menggunakan OSSIM pada sebuah perusahaan dengan mengintegrasikan OSSIM dengan perangkat keamanan jaringan seperti IDP dan firewall. Pada skripsi ini juga dilakukan pemantauan terhadap trafik TCP, UDP dan ICMP selama satu pekan, dan melakukan skenario serangan ICMP flooding ke server OSSIM selama beberapa menit kemudian dianalisis kondisi jaringan pada hari tersebut. Rata-rata trafik protokol baik TCP, UDP dan ICMP selama satu minggu menunjukkan bahwa pada saat jam kerja lebih tinggi dibandingkan pada saat bukan jam kerja. Rata-rata trafik TCP pada jam kerja lebih besar 74,85 kb (12,1 %), rata-rata trafik UDP lebih besar 50,6 kb/s (54,1 %) dan rata-rata trafik ICMP pada jam kerja lebih besar 19,1 b/s (7,6 %). Melalui skenario serangan Ping flooding ICMP ke server OSSIM menunjukkan bahwa OSSIM dapat mendeteksi serangan secara real-time melalui pengamatan trafik jaringan dan laporan SIEM event.

---

The more devices implemented in network security, the more devices are needed to be managed and monitored. Security Information Management (SIM) provides information which is related to centered security network.

In this final project, it has been implemented a SIM application system in a company by integrating OSSIM with security network devices such as IDP and firewall. Traffic monitoring for TCP, UDP and ICMP has been conducted for a week. An attacking scenario with ICMP flooding to OSSIM server has also been conducted for a few minutes and then the network condition for that day are analyzed.

The average of the traffic protocol of TCP, UDP and ICMP in a week are higher in the working hour than non-working hour. The average of TCP traffic at the working hour greater than 74.85 kb/s (12.1 %), UDP greater than 50.6 kb/s (54.1 %) and for ICMP greater than 19.1 b/s (7.6 %). From the flooding attack scenario, OSSIM can detect the attacking in real-time through the traffic monitoring and SIEM event report."

"Pada penelitian ini akan dilakukan simulasi untuk membandingkan kinerja protokol tunneling PPTP (Point to Point Tunneling Protocol) dan L2TP (Layer 2 Tunneling Protocol) dengan melakukan transfer data dari network satu ke network yang lain yang dilewatkan melalui tunnel. Trafik yang dilewatkan dalam simulasi ini adalah UDP (User Datagram Protocol), TCP (Transmission Control Protocol) dan RDP (Remote Desktop Protocol). Perbedaan karaketeristik dari trafik-trafik yang dilewatkan dapat membedakan konsumsi bandwidth yang mempengaruhi transfer rate dari masing-masing trafik, oleh karena itu trafiktrafik tersebut dibedakan tingkat prioritasnya dan dibagi menjadi kelas-kelas tertentu. Sebelum dilewatkan dalam tunnel, data akan mengalami proses enkapsulasi yang mengakibatkan bertambahnya paket header yang akan mengurangi byte payload dari data yang akan dikirimkan sehingga proses pengiriman data melalui tunnel akan memakan waktu lebih lama. Hasil simulasi menunjukkan bahwa nilai throughput pada PPTP lebih besar daripada L2TP, throughput PPTP sebesar 90.68 % dan L2TP sebesar 83.01 % dari bandwidth yang tersedia.

---

In this study, simulation would be conducted to compare PPTP (Point to Point Tunneling Protocol) and L2TP (layer 2 Tunneling Protocol) performance by carrying data transfer from one network to another passed through the tunnel. The passed traffics in the simulation are UDP (User Datagram Protocol), TCP (Transmission Control Protocol) and RDP (Remote Desktop Protocol). The characters difference from the passed traffic could differ bandwidth consumption that affects transfer rate from each traffics, therefore those traffics are differentiated its priority level and divided into certain classes.

Before the data being passed through the tunnel, the data would experience encapsulation process which results in increased packet header that of course would diminish payload bytes from the sent data so that the process of transfering data through the tunnel would take longer time. The simulations show that PPTP's throughput greater than L2TP's, PPTP gets 90.68 % whereas L2TP gets 83.01 % of available bandwidth."

"Mesin pencari data di internet tidak begitu paham benar pencarian yang dimaksud oleh pengguna internet. Mesin pencari tidak tahu apakah halaman web sebenarnya sesuai dengan pencarian yang dimaksud oleh pengguna. Dengan web 3.0, semua informasi yang diinginkan oleh pengguna dapat diakses di internet dengan lebih spesifik dan sesuai dengan yang diinginkan oleh pengguna. Sistem ini digunakan sebagai pencari data film, lokasi terdekat dengan user, film terbaru, film yang tayang, dan harga tiket agar menjadi lebih mudah tanpa harus melakukan pencarian secara umum, dengan masuk ke sebuah halaman web maka semua informasi film langsung ditampilkan sesuai dengan keinginan pengguna. Algoritma yang diterapkan sudah sesuai dengan userprofile, yaitu berdasarkan kesesuaian 100% antara, rating dengan umur, genre dengan jenis kelamin, alamat dengan peta. Rata-rata waktu yang didapat untuk halaman awal adalah 0.018639183 detik. Rata-rata waktu yang didapat untuk informasi film adalah 0.020122647 detik.

---

Data in the Internet search engine did not quite understand correctly referred to by the user searches the Internet. Search engines do not know whether the actual web pages in accordance with that stipulated by the user's search. With Web 3.0, all the information desired by users can be accessed on the internet with more specific and in accordance with desired by the user. This system is used as the search data so that the film becomes much easier without having to perform a search in general, by going to a web page so all the film information directly displayed in accordance with the wishes of users. The algorithm has been applied in accordance with the user profile, which is based on 100% compatibility between, with the age rating, genre with gender, address with map. The average time gained to the home page is 0.018639183 second. The average time gained for film information is 0.020122647 second."

"Suatu Travelling Web idealnya memiliki informasi yang lengkap mengenai profil sebuah objek wisata. Diantara informasi yang cukup penting adalah jalur yang dapat ditempuh untuk sampai ke lokasi, peta dan tentunya total biaya yang dibutuhkan. Travelling Web yang ada sekarang ini sudah cukup banyak yang mengintegerasikan fitur-fitur tersebut. Namun diantara sekian banyak Travelling Web yang ada, sulit ditemukan yang memiliki kemampuan untuk menyediakan informasi mengenai tempat wisata yang akurat, yang sesuai dengan profil user. Skripsi ini membahas penerapan konsep Web 3.0 pada sebuah Travelling Website dalam ekspektasinya membuat sebuah Travelling Web yang memiliki kemampuan untuk menyediakan informasi mengenai tempat wisata yang akurat, sesuai dengan yang diharapkan oleh user. Pada sistem telah dilakukan pengujian kesesuaian output objek wisata dengan profil user baik pada fitur autosuggest ataupun manual search dengan hasil 100% akurat, lama waktu yang dibutuhkan untuk melakukan extract data dari seed (situs target) ke database dengan waktu rata-rata sebesar 0.86 detik per seed, lama waktu yang dibutuhkan untuk menampilkan data pada fitur autosuggest dan manual search dengan waktu rata-rata sebesar 6.284728 detik (autosuggest) dan 3.619228 detik (manual search). Berdasarkan hasil survey terhadap user, dapat disimpulkan bahwa sistem ini sudah berhasil diimplementasikan dengan cukup baik karena mendapat nilai rata-rata 6,2 dari nilai maksimum 8.

---

Travelling Web, ideally has fully equiped with informations about travelling objects. Some crucial informations within are how to getting around to go to the object, maps and of course total fares needed. Travelling Web on these days are pretty good in implementing those features. But it's not sufficient yet, as they couldn't provide informations automatically based on user's profile. This research discussed about Web 3.0 concept on Travelling Website in it's expectation to make some Travelling Website which have any abilities to providing tour objects information precisely, as the users wishes to obtain.

This research had sucesfully tested on both autosuggest and manual search function which brings 100% accurate result, total time needed to extract some seeds into database which brings average time 0.86 seconds per seed, how fast the system can show the output on both autosuggest and manual search which brings average time about 6.284728 seconds (autosuggest) and 3.619228 seconds (manual search). According to the survey result, this system has well done implemented with average point 6,2 from maximum 8"

"Perkembangan teknologi komputer yang begitu pesat, mengakibatkan begitu banyaknya laptop dan PC yang beredar dipasaran. Ditambah lagi dengan makin banyaknya toko online komputer yang menawarkan harga yang bervariasi. Hal tersebut akan membuat banyak orang kesulitan dalam memilih laptop atau pun PC. Oleh sebab itu dibutuhkan sebuah search engine yang dapat membantu menentukan suatu barang yang akan dipilih. Pada Skripsi ini akan dibahas mengenai penerapan Web 3.0 pada search engine untuk toko komputer online. Search engine ini memiliki kemampuan untuk memberi masukan atau saran kepada user berdasarkan pada keyword dan user profile. Hal tersebut dapat terwujud karena adanya AI (Artificia Intelligence) yang dibuat berdasarkan pada ontologi. Ontologi disini berfungsi untuk mencari hubungan antara output yang dihasilkan berdasarkan dari keyword dan user profilenya. Output dari proses searching diharapkan dapat mendekati atau bahkan sesuai dengan keinginan user. Pada sistem telah dilakukan pengujian perbandingan kecepatan ekstraksi data antara dua unit komputer dengan spesifikasi yang berbeda. Dimana persentase selisih waktu yang dihasilkan antara dua unit komputer tersebut dalam proses ekstraksi data mencapai 60,2%. Pengujian kecepatan proses juga diterapkan pada pencarian data dari database dengan rata-rata waktu yang dibutuhkan adalah 0.01 detik. Berdasarkan hasil survey terhadap user, dapat disimpulkan bahwa sistem ini sudah berhasil diimplementasikan dengan cukup baik karena mendapat nilai ratarata 2,4 dari nilai maksimum 3.

---

The development of computer technology is so rapid, that caused so many laptops and PCs in the market. Coupled with the increasing number of online computer stores that offer varying prices. This will make many people confuse in choosing a laptop or PC. Therefore needed a search engine that can help determine an item to be selected. In this Final Project will be discussed on application of Web 3.0 on the search engines for online computer store. Search engines have the ability to give input or suggestions to users based on keywords and user profiles. This can happen because of the AI (Artificia Intelligence) which is based on ontology. Ontology is used to find the relation between the output that produced on the basis of keywords and user profiles. Output from the searching process is expected to be close to or even in accordance with the wishes of users.

In comparison testing was done and the speed of extraction of data between two computers with different specifications. Where the percentage of the resulting time difference between the two computers are in the process of data extraction reached 60.2%. Testing the speed of the process is also applied to search data from a database with the average time taken is 0.01 seconds. Based on the survey results to the user, it can be concluded this system has been successfully implemented with good enough rated, because it got an average rating of 2.4 from the maximum value of 3."

"Tugas akhir ini bertujuan untuk mengimplementasikan dan menganalisa suatu Online Survey System yang berbasiskan PHP dan MySQL. Pada tugas akhir ini telah berhasil dibuat sebuah sistem survei online. Pengguna dari sistem ini antara lain yaitu administrator sebagai pengelola website, surveyor sebagai pembuat survei, responden member dan responden non-member. Dari hasil implementasi yang dilakukan pada localhost server, disimpulkan bahwa rata-rata kecepatan akses untuk membuat satu survei adalah 93,3 ms. Baik dengan tipe pertanyaan bervariasi, maupun tipe pertanyaan yang sama (Multiple Choice Only One Answer), semakin banyak pertanyaan, rata-rata kecepatan akses yang dibutuhkan untuk melihat survei (view survey) adalah 59% lebih lama, untuk menyimpan jawaban survei (save Answer) adalah 68% lebih lama, dan untuk melihat jawaban survei (view result) adalah 75% lebih lama. Rata-rata kecepatan akses yang diperlukan untuk melihat survei (view survey), menyimpan jawaban survei (save Answer), dan untuk melihat jawaban survei (view result) dengan tipe pertanyaan yang sama (Multiple Choice Only One Answer) adalah 31,7%, 71%, dan 65,5% lebih cepat dibandingkan dengan yang mempunyai tipe pertanyaan yang bervariasi. Dari hasil penilaian berdasarkan jawaban kuesioner dari nomor 4 sampai nomor 10, maka diperoleh hasil bahwa sistem ini masuk ke dalam grade 4 (dalam skala 1-5), yaitu - baik - , dengan nilai rata-rata 4,14.

---

This thesis aims to design and implement an Online Survey System which is based on PHP and MySQL. This thesis has successfully created an online survey system. Users in this system are the administrator as managers of the website, the surveyors as a survey maker, member respondent and non-member respondent.

From the results of implementation on localhost server, it can be concluded that the average access speed to make one survey is 93,3 ms. Both with the vary type of questions and the same type of questions (Multiple Choice Only One Answer), the more questions, the average access speed that is required to view the survey (view survey) is 59% longer, to save the survey answers (save Answer ) is 68% longer, and to view survey answers (view result) is 75% longer.

Average access speeds needed to view the survey (survey view), save the answer surveys (save Answer), and for seeing the answer surveys (view result) with the same types of (Multiple Choice Only One Answer) is 31,7%, 71%, and 65,5% faster if compared with the vary types of questions. From the results of the assessment based on responses to questionnaires from number 4 to number 10, then the result that this system into the fourth grade (in 1-5 scale), that is 'good', with an average rating of 4,14."

"Dewasa ini perkembangan teknologi sangat pesat. Banyaknya penemuan akan teknologi baru mempengaruhi pola pertukaran informasi. Dengan sistem digital transfer data menjadi cepat dan ringkas. Saat ini banyak perangkat portabel digital yang mempunyai port USB. Dengan adanya koneksi USB, transfer data menjadi cepat dan secara ukuran fisik menjadi ringkas. Sistem USB memindahkan beban kerja pada sisi PC sebagai host dan menyederhanakan rangkaian perangkat USB peripheral. Dengan terbitnya suplemen USB OTG, perangkat USB yang mempunyai komputasi tinggi dapat berperan menggantikan sebagian fungsi PC sebagai host. Skripsi ini membahas tentang rancang bangun sistem USB On-The-Go dengan menggunakan mikrokontroler AT90USB1287. Sistem ini menghubungkan perangkat USB yang tidak memenuhi standard USB OTG sehingga antar perangkat tersebut dapat saling berkomunikasi. USB OTG Enabler ini mempunyai kecepatan akses 3,76 kBps untuk telepon genggam ke flash drive dan 2,24 kBps untuk flash drive ke telepon genggam. Bottlencek terjadi karena keterbatasan kecepatan serial pada platform Java.

---

Nowadays technologies development is very fast. Many invention of new technologies effect information exchange pattern. Using digital system, data transfer would be fast and simple. Currently many digital portable device have USB port. With USB connectivity, the data transfer would be fast and the physical dimension is simple. USB system were move the heavy work to PC as host and made USB peripheral circuitary simpler. As the USB OTG supplement issued, USB devices that have good computing resources can replace some of PC function as host.

This paper explain about USB On-The-Go system design using AT90USB1287 microcontroller. This system can connect several USB devices that doesn't compliant with OTG standard so those device could communicate each other. This USB OTG Enabler device have transfer rate at 3,76 kBps for handphone to flash drive and 2,24 kBps for flash drive to handphone. Bottleneck occur because serial speed are limited at Java platform."

"Knowledge management system merupakan sistem yang dibuat untuk mengelola knowledge yang ada, baik yang bersifat tacit, maupun ekplisit. Knowledge management system banyak dibutuhkan dalam organisasi karena knowledge yang ada pada organisasi tersebut harus dikelola agar termanfaatkan dengan baik. Untuk membangun sistem ini digunakan metode Software Development Life Cycle dengan model waterfall sebagai metode Software Engineering. Adapun tahapan SDLC antara lain user requirement, design analysis, implementation, dan testing. Dalam penerapannya, knowledge management system ini dibangun menggunakan Mediawiki sebagai framework untuk membangunnya. Dalam skripsi ini dilakukan tiga pengujian, yaitu unit testing, load testing, dan usability testing. Dari pengujian yang dilakukan didapatkan hasil unit testing keberhasilan sebesar 96,47% yang menunjukkan bahwa fitur-fitur yang terdapat pada sistem sudah berjalan dengan baik. Dari load teting didapatkan hasil rata-rata response time untuk akses halaman utama sebesar 4705,1 ms dan rata-rata response time untuk akses halaman artikel sebesar 2173,5 ms, dimana hasil tersebut menunjukkan response time yang wajar. Untuk load testing dengan variasi virtual user menunjukkan kenaikan response time yang linear. Dari usability testing didapatkan hasil untuk pengguna rata-ratanya sebesar 4,73 dan untuk responden acak menghasilkan nilai rata-rata sebesar 4,14 dari skala 1-6. Hal tersebut menunjukkan sistem yang diterapkan sudah sesuai terhadap perusahaan dan cukup efektif dalam penggunaannya.

---

KMS is built to manage knowledge, either tacit or explicit knowledge. KMS is needed to manage knowledge so that organization can use their knowledge properly.( versi lain: Many organization need KMS because their knowledge need to be managed so that the knowledge can be used properly ). Software Engineering Development Life Cycle with Waterfall model was used in the KMS developing process of this research. The SDLC phase of Waterfall model consists of user requirement gathering, design analysis, implementation, and testing phase. In the implementation phase, Mediawiki was used as the framework to build the KMS. Three kind of testing was used in this research, which were unit testing, load testing, and usability testing. It can be derived from unit testing that the success rate to use the system was 96,47% which means the system features was running well. From load testing, showed that the average response time to access the main page was 4705,1 ms and the average response time to access article page was 2173,5 ms, which means the system had acceptable response time. Load testing with virtual user variation showed that there was linear response time escalation. The result of usability testing was 4,73 for average user and 4,14 for random respondents in 1-6 scale. In conclusion, the testing result showed that the system had been implemented properly according to corporate needs."

"Krisis energi saat ini telah mempengaruhi produsen elektronik untuk membuat produk-produk yang lebih hemat energi terutama perangkat komputer. Produkproduk Teknologi Informasi (TI) yang hemat energi merupakan salah satu bentuk Green IT, yaitu penggunaan teknologi informasi secara efisien dan efektif serta meminimalisasi dampak buruk pada lingkungan. Salah satunya adalah membuat atau memilih sistem operasi yang memiliki manajemen daya dan efisiensi yang baik. Skripsi ini bertujuan mengetahui sistem operasi yang paling efisien dan hemat daya. Sistem operasi yang akan diuji yaitu Windows XP, Windows Vista, Windows Seven, Ubuntu, Ubuntu Netbook, dan Linuxmint. Pengujian dilakukan dengan berbagai cara yaitu menggunakan powermeter HIOKI untuk pengujian konsumsi daya, Super Pi untuk pengujian performa CPU dan pengujian performa boot dengan menggunakan Boot Racer untuk Windows dan Bootchart untuk Linux. Untuk konsumsi daya, sistem operasi yang terhemat bagi laptop adalah Ubuntu Netbook, yaitu lebih hemat hingga 10,67% untuk kondisi Idle dan 13,94% untuk memutar video. Untuk konsumsi daya desktop, sistem operasi yang terhemat adalah Linuxmint, yaitu lebih hemat hingga 8,80% untuk memutar video. Untuk Performa boot laptop, Ubuntu yang tercepat dengan 25 detik, 40% lebih cepat dari Linuxmint(yang terlama) dan untuk Desktop, Windows XP merupakan yang tercepat dengan 18 detik, 36% lebih cepat dari Linuxmint. Uji performa dengan Super PI menunjukkan bahwa seluruh sistem operasi relatif sama kemampuannya. Sistem operasi terbaik untuk desktop yang dipakai sebagai server, penyuntingan video atau 3D rendering/gaming adalah Windows Seven. Untuk desktop pemakaian ringan seperti kantor, multimedia atau home theather, Linuxmint merupakan sistem operasi terbaik. Untuk laptop, Ubuntu Netbook yang terbaik.

---

Current energy crisis has affected the electronics manufacturers to make products that more energy-efficient especially for computer. Energy saving IT?s products are one kind of Green IT, which is usage of IT efficiently and effectively that also reduce side effect to the environment. Operating system as a basic component of a computer plays a major role in power management and efficiency of a computer. This thesis goal is to reveal the most efficient and energy saving operating system. The operating system that will be tested are Windows XP, Windows Vista, Windows Seven, Ubuntu, Ubuntu Netbook, and Linuxmint. The testing will be conducted with various ways, that is using HIOKI powermeter for power consumption, Super Pi for CPU performance testing and boot performance testing with Boot Racer for Windows and Bootchart for Linux. For laptop power consumption, the best are Ubuntu Netbook, 10,67% saver in Idle and 13,94% saver for playing video. For desktop power consumption, Linuxmint is the best with 8,80% saver for playing video. For laptop boot performance, the best is Ubuntu with 25 seconds, 40% faster than Linuxmint (the slowest) and the best for desktop is Windows XP with 18 seconds, 36% faster than Linuxmint. For Super Pi performance every operating system relatively have the same performance. The best operating system are, for Heavy usage e.g server, video editing, or 3D rendering/gaming is Windows Seven. For light usage, some of which are office work, multimedia or home theatre, Linuxmint is the best OS. For laptop, Ubuntu netbook."