Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Lexical Analyzer Berbasis Deterministic Finite Automata dan Algoritma C4.5 untuk Evaluasi Kelayakan Proposal Akademik Nazwa Aidilia Octa Mevia; Zulfahmi Indra; Yohana Kartika Marbun; Yunanda Rizki Sitompul
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 3 (2026): Juni, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/gtcxm934

Abstract

Abstrak - Proposal akademik merupakan dokumen penting yang menjadi dasar penilaian kelayakan penelitian mahasiswa sebelum memasuki tahap tugas akhir. Proses evaluasi proposal yang masih dilakukan secara manual sering menghadapi kendala berupa subjektivitas penilaian, waktu pemeriksaan yang lama, serta meningkatnya beban kerja akademik. Penelitian ini bertujuan mengembangkan ScanPro, sebuah sistem pendukung keputusan berbasis web yang mengintegrasikan Lexical Analyzer berbasis Deterministic Finite Automata (DFA) dan algoritma Decision Tree C4.5 untuk mengevaluasi kelayakan proposal akademik secara otomatis. Sistem melakukan ekstraksi teks dari berbagai format dokumen menggunakan PDF.js, Mammoth.js, dan Tesseract.js OCR, kemudian menganalisis karakter secara leksikal untuk menghasilkan tujuh fitur kuantitatif akademik yang digunakan sebagai atribut klasifikasi. Dataset penelitian terdiri dari 150 dokumen proposal yang dikategorikan ke dalam kelas Layak, Layak dengan Revisi, dan Tidak Layak. Model dievaluasi menggunakan 30 data uji independen dengan metrik Accuracy, Precision, dan Recall. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi sebesar 86,67%, macro precision sebesar 86,40%, dan macro recall sebesar 86,40%. Selain menghasilkan klasifikasi kelayakan, sistem juga mampu memberikan rekomendasi perbaikan secara otomatis berdasarkan aturan pohon keputusan yang tidak terpenuhi. Kebaruan penelitian ini terletak pada integrasi DFA sebagai mekanisme ekstraksi fitur leksikal berbasis automata dengan algoritma C4.5 dalam arsitektur client-side yang menjaga privasi dokumen, mengurangi latensi pemrosesan, dan mendukung evaluasi proposal akademik secara objektif, transparan, serta efisien. Kata kunci : Deterministic Finite Automata; C4.5; Klasifikasi Proposal; Lexical Analyzer; Sistem Pendukung Keputusan; Abstract - Academic proposals are fundamental documents that serve as a prerequisite for students before conducting their final research projects or theses. Conventional proposal evaluation processes often face challenges such as lengthy review times, subjective assessments, and increasing workloads for academic reviewers. This study proposes ScanPro, a web-based intelligent decision support system that integrates a Deterministic Finite Automata (DFA)-based Lexical Analyzer with the C4.5 Decision Tree algorithm to automate the feasibility assessment of academic proposals. The system performs cross-format text extraction using PDF.js, Mammoth.js, and Tesseract.js OCR, followed by lexical analysis to generate seven quantitative academic features, including keyword density, academic term ratio, structural completeness, numerical consistency, lexical error rate, lexical diversity, and text length validation. These features are subsequently utilized as classification attributes for the C4.5 model. The experimental dataset consisted of 150 academic proposal documents categorized into three classes: Eligible, Eligible with Revision, and Not Eligible. The model was evaluated using 30 independent testing documents and assessed through Accuracy, Precision, and Recall metrics. Experimental results demonstrated that the proposed system achieved an accuracy of 86.67%, macro precision of 86.40%, and macro recall of 86.40%. Furthermore, the system is capable of generating automated revision recommendations based on unmet decision tree rules, thereby providing actionable feedback to users. The novelty of this research lies in the integration of DFA-based lexical feature extraction and the C4.5 classification algorithm within a fully client-side architecture that preserves document privacy, minimizes processing latency, and supports objective, transparent, and efficient academic proposal evaluation. Keywords: Deterministic Finite Automata; C4.5; Academic Proposal Evaluation; Lexical Analyzer; Decision Support System;
Evaluasi Kuantitatif Penggunaan Algoritma RSA pada Aplikasi Shopee Pay: Kecepatan vs Keamanan Keysa Shifa Adwitia; Rezkya Nadilla Putri; Zulfahmi Indra
TEKNIKA Vol. 19 No. 1 (2025): TEKNIKA
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13999671

Abstract

Penelitian ini mengevaluasi masalah kecepatan dan keamanan transaksi pada aplikasi ShopeePay dengan algoritma RSA, sebuah teknik kriptografi asimetris yang banyak digunakan. Tujuannya adalah menentukan pengaruh ukuran kunci RSA (512-bit, 1024-bit, 2048-bit) terhadap waktu pemrosesan enkripsi dan dekripsi, serta keamanan terhadap serangan brute force. Metode yang digunakan mencakup pengujian pada berbagai volume data (100 KB, 1 MB, 10 MB) untuk mengevaluasi kecepatan dan keamanan. Hasil penelitian menunjukkan bahwa ukuran kunci yang lebih besar meningkatkan keamanan tetapi memperlambat transaksi. Kunci 1024-bit memberikan keseimbangan terbaik antara kecepatan dan keamanan, sementara kunci 2048-bit cocok untuk keamanan lebih tinggi dengan kecepatan lebih lambat. Penelitian ini memberikan panduan penting bagi pengembang aplikasi digital dalam memilih ukuran kunci yang sesuai untuk melindungi data transaksi di Shopee Pay.