Garuda - Garba Rujukan Digital

ANALISIS QUALITY OF SERVICE (QOS) JARINGAN WIRELESS DENGAN PENERAPAN PCQ: STUDI KASUS: KANTOR KECAMATAN KEMANG Hafizh Ridwan, Muhammad; Solehudin, Arip; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9663

Di era digital, peran jaringan wireless semakin penting dalam berbagai aspek kehidupan, termasuk di sektor pemerintahan. Kantor Kecamatan Kemang, Kabupaten Bogor, memanfaatkan internet untuk digitalisasi layanan publik dan integrasi aplikasi. Namun, kendala seperti gangguan jaringan, lambatnya koneksi, dan manajemen bandwidth yang belum optimal masih menjadi tantangan. Penelitian ini bertujuan untuk menganalisis dan meningkatkan Quality of Service (QoS) pada jaringan wireless di Kantor Kecamatan Kemang dengan menerapkan metode Peer Connection Queue (PCQ). Metode PCQ digunakan untuk meratakan alokasi bandwidth kepada client yang terhubung ke jaringan, serta mengoptimalkan pengalaman pengguna. Penelitian ini menggunakan metode Action Research dengan tahapan diagnosa, rencana tindakan, tindakan, evaluasi, dan pembelajaran. Hasil penelitian menunjukkan peningkatan signifikan dalam parameter QoS seperti bandwidth, throughput, delay, jitter, dan packet loss yang sesuai dengan standar TIPHON. Total bandwidth meningkat dari 37,71Mbps menjadi 47,79Mbps, throughput dari 1,68% menjadi 19,85%, delay dari 159ms menjadi 19ms, jitter dari 1,05ms menjadi 19,62ms, dan packet loss dari 5% menjadi 1%. Penerapan PCQ secara efektif meningkatkan QoS di jaringan wireless Kantor Kecamatan Kemang.

RANCANG BANGUN SISTEM PEMINJAMAN TABUNG GAS (SIMPGAS) DENGAN ALGORITMA FIRST IN FIRST OUT MENGGUNAKAN METODE EXTREME PROGRAMMING: STUDI KASUS: PT SUMA DELTA UTAMA Rizky Fawzy, Ray; Rozikin, Chaerur; Prihandani, Kamal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10148

PT. Suma Delta Utama (SDU) merupakan pelaku utama dalam industri penyediaan gas yang menyediakan beragam jenis gas, termasuk Nitrogen, Oksigen, CO2, Argon, dan beberapa jenis lainnya. Dalam menghadapi tekanan untuk menghadapi transformasi industri, perusahaan menyadari bahwa proses manual yang telah diterapkan selama ini mungkin telah berjalan cukup lama, namun dapat menimbulkan berbagai masalah dalam melakukan manajemen tabung, antrian yang tidak berurut dan perhitungan manual juga mengakibatkan keterlambatan yang signifikan, potensi kesalahan, dan ketidakpastian dalam memenuhi pesanan pelanggan dengan efisien, selain itu juga arsip penjualan tidak tertata dan tidak tersimpan dengan baik yang dapat mengakibatkan kesulitan ketika terjadi kesalahan penghitungan dimasa lalu. Sebagai solusi atas permasalahan tersebut dibuat Sistem Peminjaman Tabung Gas untuk mempermudah pengajuan serta pengelolaan tabung gas. Perancangan sistem ini menggunakan metode Extreme Programming (XP) sebagai alur proses perancangannya. Pengujian dilakukan dengan Blackbox dan User Acceptance Testing (UAT). Pengujian Blackbox pada sistem menunjukkan hasil yang sangat baik dan hasil pengujian dengan UAT mencapai 87.5% menunjukkan bahwa sistem diterima oleh pengguna dan dapat digunakan untuk mempermudah manajemen tabung gas, dapat menangani atrian yang tidak berurut, begitu juga dapat menyimpan arsip penjualan.

RANCANG BANGUN APLIKASI PADA SISTEM PENJUALAN BERBASIS WEB: STUDI KASUS: TOKO SEMBAKO RUSWANTO Safaat, Ilham; Rozikin, Chaerur; Prihandani, Kamal
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10247

Toko Sembako Ruswanto di Pasar Kranji Baru, Kota Bekasi, menghadapi sejumlah permasalahan dengan sistem penjualan konvensional, termasuk terbatasnya pemantauan stok secara real-time, durasi pencatatan transaksi yang lama, kurang akurat, serta ancaman pencurian stok dan uang penjualan oleh karyawan. Penelitian sebelumnya menunjukkan bahwa aplikasi penjualan berbasis web dapat menjadi solusi inovatif dengan hasil pengujian ISO 25010 yang menunjukkan tingkat keberhasilan rata-rata 94,85%, meskipun menjadi solusi yang inovatif penelitian sebelumnya memiliki kelemahan dalam fitur untuk mengatasi pencurian stok dan uang penjualan serta sistem yang belum sepenuhnya dikembangkan. Penelitian ini bertujuan mengembangkan aplikasi penjualan berbasis web untuk Toko Sembako Ruswanto dengan fitur yang mengatasi permasalahan tersebut. Hasil penelitian menunjukkan aplikasi berhasil dirancang dan dibangun menggunakan SDLC model prototype dengan bahasa pemrograman PHP dan Framework Laravel, melibatkan komunikasi intensif dengan pengguna untuk memastikan pemenuhan kebutuhan dan fungsionalitas. Pengujian black box dilakukan dengan 56 skenario diterima dan 0 skenario ditolak, memastikan efisiensi operasional dan kontribusi positif terhadap pertumbuhan bisnis.

SISTEM PAKAR DIAGNOSIS PENYAKIT DIABETES MELITUS MENGGUNAKAN FUZZY INFERENCE SYSTEM DAN FORWARD CHAINING Lenteraningati, Anggun; Haerul Jaman, Jajam; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10699

Penyakit diabetes melitus atau kencing manis merupakan penyakit menahun tidak menular. Berdasarkan hasil riskesdas tahun 2018 terhadap remaja umur ≥ 15 tahun, bertambah sebesar 0,5% dibanding tahun 2013. Sistem pakar merupakan suatu sistem komputer yang dapat membantu menyelesaikan permasalahan yang ada dengan menggunakan pengetahuan pakar yang tersimpan di basis pengetahuan. Metode Fuzzy Inference System dan Forward Chaining merupakan metode inferensi berbasis aturan, metode ini dapat digunakan untuk mendiagnosis penyakit. Penelitian ini bertujuan untuk mendiagnosis penyakit diabetes melitus berdasarkan gejala. Terdapat sebanyak 19 gejala penyakit diabetes melitus yang digunakan dalam penelitian. Gejala-gejala tersebut merupakan gejala umum yang biasa dialami oleh penderita penyakit diabetes melitus. Sedangkan variabel yang digunakan untuk menentukan tingkat risiko penyakit diabetes melitus adalah variabel makan, minum dan buang air kecil dimalam hari. Hasil dari penelitian ini yaitu sistem pakar berbasis website yang dapat membantu mendiagnosis penyakit diabetes melitus berdasarkan gejala yang dialami dengan keluaran berupa jenis diabetes yang diderita, tingkat risiko dan solusinya. Berdasarkan hasil evaluasi sistem dengan menggunakan metode User Acceptance Test (UAT) dari segi manfaat dan tampilan, tingkat penerimaan pengguna terhadap sistem pakar diagnosis penyakit diabetes melitus yaitu sangat baik dengan nilai persentase manfaat sebesar 81,4% dan nilai persentase tampilan sebesar 83,2%.

ANALISIS SENTIMEN PENGUMUMAN HASIL PEMILU 2024 DI SOSIAL MEDIA X MENGGUNAKAN KNN DAN NAÏVE BAYES CLASSIFIER Aurelly Claudia Budianto, Theresia; Fatoni, Hilman; Ayu Syaharani, Maesha; Rozikin, Chaerur
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.11077

Pemilu merupakan salah satu peristiwa politik yang paling menarik perhatian publik dalam suatu negara demokratis. Hasil pemilu mencerminkan preferensi dan keinginan masyarakat terhadap calon dan partai politik yang bersaing. Di era digital saat ini, platform media sosial X telah menjadi salah satu wadah utama dimana opini dan sentimen masyarakat tercermin dengan luas. Oleh karena itu, analisis sentimen terhadap hasil pemilu 2024 di media sosial X menjadi semakin penting dalam memahami dinamika politik dan respons masyarakat. Penelitian ini membandingkan akurasi metode KNN dan Naïve Bayes classifier dalam membagi sentimen menjadi positif, negatif, dan netral. Proses pelabelan dilakukan secara otomatis menggunakan textblob dengan jumlah sentimen positif sebanyak 465 tweet atau 87.41%, netral sebanyak 42 tweet atau 7.89%, dan negatif sebanyak 25 tweet atau 4.70%. Dari total 532 data dengan kata kunci "Hasil Pemilu 2024", 80% digunakan sebagai data latih dan 20% sebagai data uji. Naive Bayes mencapai akurasi 85%, sedangkan KNN mencapai 68%, menandakan keunggulan KNN dalam mengklasifikasikan sentimen terhadap hasil pemilu 2024.

Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM Salsabila, Alifa; Yunita, Rika; Rozikin, Chaerur
Technomedia Journal Vol 6 No 1 Agustus (2021): TMJ (Technomedia Journal)
Publisher : Pandawan Incorporation, Alphabet Incubator Universitas Raharja

Beragamnya jenis bunga yang ada serta memiliki spesies dan kemiripan pada setiap ragamnya, membuat para pecinta tanaman dan pembudi daya sulit untuk membedakan dalam penentuan jenis bunga, diperlukannya waktu yang sangat lama untuk mengetahui jenis bunga jika hanya mengandalkan panca indera saja. Penerapan algoritma K-Nearest Neighbor serta ekstrasi ciri terhadap warna dan tekstur sangat membantu dalam pengolahan citra untuk mengidentifikasi bunga menjadi lebih mudah dan mempersingkat waktu, dengan akurasi terbesar 71% menggunakan nilai K-7, identifikasi bunga berhasil dilakukan.

Akuisisi Bukti Digital Dan Deteksi Keaslian Citra Pada Whatsapp Menggunakan Metode NIST Dan ELA Putra, Ikhwan Wiratama; Suharso, Aries; Rozikin, Chaerur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.370

The growth of technology in the last 3 years has been very rapid, as is the growth of smartphone use. This growth is directly proportional to the crime cases that occur, especially in Indonesia. There were a total of 12,835 case complaints from 2018 to 2020, and the most cases were online fraud cases with 7,560 reports related to fraud on cyber patrol sites. One of the crimes that often occurs is online fraud cases using fictitious transfer receipts. This crime was committed using one of the short messaging applications, namely Whatsapp. After the crime was successfully carried out, the perpetrator then deleted the evidence in the form of the conversation along with a photo of the proof of the transfer using one of the features on WhatsApp. Therefore, this study aims to obtain or acquire evidence on the Whatsapp application using the NIST (National Institute of Standards and Technology) method and applying the ELA (Error Level Analysis) technique to analyze evidence in the form of images obtained to strengthen the evidence in court. In facilitating the investigation process, a forensic tool is needed. The forensic tools used in this research are Magnet Axiom and ForensicallyBeta. The final result obtained is that Magnet Axiom managed to find some evidence, including conversation messages, victim contacts, call history, profile photos of the perpetrators, and pictures. With the help of ForensicallyBeta tools, the obtained receipt image can be analyzed and identified that there has been a modification to the receipt.

Akuisisi Bukti Digital Dan Deteksi Keaslian Citra Pada Whatsapp Menggunakan Metode NIST Dan ELA Putra, Ikhwan Wiratama; Suharso, Aries; Rozikin, Chaerur
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.370

The growth of technology in the last 3 years has been very rapid, as is the growth of smartphone use. This growth is directly proportional to the crime cases that occur, especially in Indonesia. There were a total of 12,835 case complaints from 2018 to 2020, and the most cases were online fraud cases with 7,560 reports related to fraud on cyber patrol sites. One of the crimes that often occurs is online fraud cases using fictitious transfer receipts. This crime was committed using one of the short messaging applications, namely Whatsapp. After the crime was successfully carried out, the perpetrator then deleted the evidence in the form of the conversation along with a photo of the proof of the transfer using one of the features on WhatsApp. Therefore, this study aims to obtain or acquire evidence on the Whatsapp application using the NIST (National Institute of Standards and Technology) method and applying the ELA (Error Level Analysis) technique to analyze evidence in the form of images obtained to strengthen the evidence in court. In facilitating the investigation process, a forensic tool is needed. The forensic tools used in this research are Magnet Axiom and ForensicallyBeta. The final result obtained is that Magnet Axiom managed to find some evidence, including conversation messages, victim contacts, call history, profile photos of the perpetrators, and pictures. With the help of ForensicallyBeta tools, the obtained receipt image can be analyzed and identified that there has been a modification to the receipt.

Pengenalan Wajah Resolusi Rendah Menggunakan Arsitektur Lightweight VarGFaceNet dengan Adaptive Margin Loss Ramadani, Daffa Tama; Adam, Riza Ibnu; Jaman, Jajam Haerul; Rozikin, Chaerur; Garno, G.
Journal of Applied Informatics and Computing Vol. 7 No. 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5831

Face recognition is a modern security solution that is quickly and easily integrated into most existing devices, so this system is widely applied to several domains as one of the security authorizations. Developing face recognition models using mainstream architectures (AlexNet, VGGNet, GoogleNet, ResNet, and SENet) will make it difficult to implement the models on mobile devices and embedded systems. In addition, low resolution images, such as those from CCTV surveillance cameras or drones, pose challenges for the models to recognize faces, as the images lack sufficient details for identification. Therefore, this research aims to analyze the performance of a face recognition model developed using the lightweight VarGFaceNet architecture with the adaptive margin loss AdaFace on a low-resolution image dataset. Based on the evaluation results on the LFW dataset, an accuracy of 99.08% was achieved on high-resolution data (112x112 pixels), while on the lowest synthetic low-resolution data (14x14 pixels), an accuracy of 79.87% was obtained with the assistance of the Real-ESRGAN and GFP-GAN super-resolution models. On the TinyFace dataset, without fine-tuning, a Rank-1 accuracy of 46.08% was achieved without using super-resolution models and 45.03% when utilizing super-resolution models.

Analisa Performa Arsitektur Transfer Learning Untuk Mengindentifikasi Penyakit Daun Pada Tanaman Pangan Winanto, Tawang Sahro; Rozikin, Chaerur; Jamaludin, Asep
Journal of Applied Informatics and Computing Vol. 7 No. 1 (2023): July 2023
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v7i1.5991

Salah satu faktor gagal panen ialah serangan penyakit yang menyerang pada bagian daun pada tanaman. Solusi dari permasalahan ini yaitu dengan melakukan identifikasi dini penyakit tanaman pangan dengan memanfaatkan image classification dan deep learning menggunakan objek citra daun untuk mempercepat proses identifikasi penyakit pada daun tanaman pangan sehingga tidak mempengaruhi hasil produksi tanaman. Banyak penelitian yang sudah membuat penelitian memanfaatkan Image classification untuk klasifikasi penyakit tanaman berdasarkan citra daun menggunakan metode Transfer Learning. Namun pada penelitian terdahulu hanya menggunakan satu dua atau tiga arsitetur dan hanya mengunakan satu dataset saja untuk proses pengujian yang membuat tidak terlalu memberikan jawaban arsitektur mana yang mempunyai performa terbaik untuk membuat model klasifikasi penyakit berdasarkan citra daun tanaman. oleh karena itu diperlukan adanya perbandingan performa dari tiap model arsitektur untuk mengetahu arsitektur mana yang terbaik. Maka dari itu penelitian ini, peneliti akan melakukan eksperimen menggunakan lima arsitektur dan tiga dataset yang berbeda dengan enam sekenario pelatihan model dan selanjutnya kami melakukan anlisis perbandingan kinerja tiap sekenario pelatihan model. Hasilnya Penelitian ini dilakukan analisa hasil pelatihan dan pengujian yang sudah dilakukan arsitektur VGG 16 memiliki performa yang paling baik dibandingkan dengan arsitektur lainnya yang diujikan.

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search