Claim Missing Document
Check
Articles

Found 29 Documents
Search

IMPLEMENTASI ROUTING PROTOKOL MENGGUNAKAN DYNAMIC ROUTING BERBASIS LINK STATE PADA LAYANAN AUDIO STREAMING Thohir, A. Zaki; Endah Wahanani , Henni; Idhom, Mohammad
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 1 (2020): JIFoSI Volume 1, No 1: Maret 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (675.531 KB)

Abstract

Audio streaming merupakan teknologi yang dapat menerima serta mengirim informasi dari satu pihak ke pihak lain menggunakan alat yang dapat menerima aliran media streaming tersebut juga. Jalur pengiriman paket data tersebut disebut routing. Routing Protokol OSPF akan diuji dengan tanpa routing protocol dalam audio streaming dengan variasi kualitas terhadap parameter performance metric yang terdiri dari Packet loss, Delay, Throughput. Client yg digunakan sebanyak 7 client pada routing protokol OSPF.  Analisa hasil ini meliputi nilai parameter kinerja yang ingin dicari yaitu Throughput, Packet Loss, Delay.
UJI SERANGAN REMOTE EXPLOIT PADA TELEPON SELULER IOS MENGGUNAKAN DIGISPARK ATTINY85 naufal firdaus, ahmad; Endah Wahanani, Henni; Idhom, Mohammad
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (276.751 KB)

Abstract

Telepon seluler atau mobile phone sudah menjadi bagian dari kehidupan sehari-hari manusia modern saat ini. Banyak yang tidak menyadari serangan telepon seluler dapat dilakukan melalui micro-USB dengan menggunakan tampilan antar muka yang umum pada port micro-USB pada telepon seluler. Dampaknya sangat beresiko ketika telepon seluler telah terkena serangan keystroke injection usb, seperti dapat menghapus file-file data penting pada root pada file manager.Serangan remote exploit data dilakukan dengan memanfaatkan celah port micro-USB pada iOS. Serangan tersebut dilakukan dengan menggunakan script pada program Arduino IDE untuk menjalankan papan ketik otomatis dari papan digispark dan akan otomatis mengeksekusi data script pada iOS setelah di sambungkan pada port micro-USB. Dalam serangan remote exploit, memanfaatkan metasploit framework untuk membuat backdoor berupa payload untuk dapat mengontrol iOS secara jarak jauh dengan menggunakan ngrok port forwarding, hasil yang didapat dari serangan remote exploit adalah mendapatkan akses masuk ke dalam sistem root pada iOS, sehingga bebas leluasa bekerja di dalam background untuk menguasai iOS seperti mencuri data penting yang ada pada file atau directory target.
Penerapan Docker Untuk Membangun Infrastruktur Private Cloud Storage Berbasis IaaS Muhammad Rizki Alamsyah; Endah Wahanani, Henni; Idhom, Mohammad
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.2234/jifosi.v2i2.350

Abstract

Internet telah mengalami perluasan dan perkembangan pada bidangnya masing-masing. Tidak hanya sebagai media pengiriman data dan informasi, internet dapat memberikan layanan yang memudahkan masyarakat dalam melakukan aktivitasnya sehari-hari, dan salah satu layanan tersebut adalah cloud computing. Cloud Computing adalah sebuah teknologi yang menjadikan internet sebagai pusat server untuk mengelola data dan informasi. Cloud Storage termasuk layanan yang paling penting dalam cloud computing karena berguna untuk menyimpan data digital dengan memanfaatkan adanya virtual server sebagai media penyimpanannya. Penelitian ini menerapkan Docker pada infrastruktur private cloud storage yang dibangun. Docker adalah sebuah platform yang dibangun berdasarkan teknologi container yang bersifat open source untuk membangun, mengemas dan menjalankan aplikasi dimanapun dalam sebuah container dan memiliki kelebihan hanya membutuhkan lebih sedikit ruang daripada virtualisasi mesin. Container sendiri adalah sebuah teknologi pada layer aplikasi yang mengemas kode beserta dependensinya menjadi satu. Dari penelitian yang dilakukan, didapatkan hasil penggunaan CPU sebesar 9,4% dan RAM mencapai 1.25GB pada percobaan pertama, CPU sebesar 10,8% dan RAM mencapai 1.32GB pada percobaan kedua, CPU sebesar 13,7% dan RAM mencapai 1.18GB pada percobaan ketiga.
Sistem Pendukung Keputusan Penerimaan Karyawan Dengan Metode Simple Additive Weighting (SPBU 54.602.50) Angga, Angga Rahmad Purnama; Idhom, Mohammad; Maulana, Hendra
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SPBU 54.602.50 merupakan stasiun pengisian bahan bakar untuk umum dan penjualan minyak pelumas yang disediakan oleh PT. Pertamina. Pada SPBU sendiri terdiri dari beberapa tenaga kerja. Dalam membangun sistem kinerja yang bagus dibutuhkan sumber daya manusia yang memadahi. Karena tenaga kerja atau karyawan merupakan salah satu faktor penting dari keberhasilan suatu perusahaan. Selama ini pemilihan karyawan yang ada masih dilakukan secara manual, sehingga cukup memakan waktu dan sangat terbuka peluang untuk melakukan kesalahan dalam penentuan. Oleh karena itu, diperlukan sebuah sistem pendukung keputusan yang terkomputerisasi dan dapat mempermudah penentuan karyawan berdasarkan kriteria yang telah ditentukan oleh perusahaan. Penelitian ini menggunakan metode Simple Additive Weighting (SAW), karena, metode ini yang bersifat dinamis, baik dari kriteria maupun alternatifnya, sehingga dapat digunakan dalam berbagai kebutuhan untuk sebuah penilaian dari pemilihan alternatif dan dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik termasuk dalam menentukan karyawan yang akan diterima pada SPBU 54.602.50. Sehingga karyawan yang diterima diambil dari penilaian tertinggi. Sistem pendukung keputusan penerimaan karyawan baru ini memiliki 7 kriteria penilaian yang terdiri dari Kedisiplinan, Pengalaman Kerja, Alamat, Pendidikan, Status, Penampilan, dan Usia. Kata kunci: SPBU, Sistem Pendukung Keputusan, SAW.
Pengujian Aplikasi Greenwallet Dengan Metode Load Testing Dan Apache Jmeter Cahaya Purtri Agustika; Syaifullah JS, Wahyu; Idhom, Mohammad
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas sebuah produk merupakan hal yang penting dalam pembuatan software. Pada penelitian kali ini akan dilakukan pengujian aplikasi terhadap aplikasi web Greenwallet PT. Terminal Teluk Lamong. Metode pengujian yang akan dipakai untuk menguji aplikasi tersebut adalah metode load testing, yang menggunakan tools Apache JMeter. Pengujian menggunakan metode load testing ini diharapkan dapat mengetahui bagaimana kualitas dari aplikasi web Greenwallet PT. Terminal Teluk Lamong dari segi performa yaitu untuk menguji response time. Pengujian akan dilakukan pada server localhost dan server hosting. Pada server localhost response time tidak boleh lebih dari 0.8 detik sedangkan pada server hosting, response time web aplikasi Greenwallet tidak boleh lebih dari 1.0 detik. Hasil dari penelitian yaitu sebagian besar skenario yang telah dilakukan pengujian telah mencapai tujuan pengujian dimana memiliki respons time kurang dari 1.0 untuk server layanan hosting. Terdapat satu fitur yaitu aksi registrasi, tidak pernah mencapai goals pengujian yang mana pada skenario tersebut menghasilkan response time lebih dari satu detik Kata Kunci : Load Testing, Response Time, Apache Jmeter, Aplikasi Web
Gema Gasing Aktif Sebagai Upaya Cegah Stunting Di Desa Wonokerto Khasanah, Ema Isfa'atin; Putri, Deva Amalia Rahma; Kurniawati, Dyah Ayu Listyo; Bajramaya, Dewa Widya; Idhom, Mohammad
Jurnal Sosial & Abdimas Vol 6 No 2 (2024): Jurnal Sosial & Abdimas
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jsa.v6i2.1726

Abstract

Sustainable Development Goals (SDGs) adalah target yang harus dicapai oleh Indonesia pada tahun 2030. Oleh karena itu, Pengabdian Masyarakat UPN Veteran Jawa Timur bertujuan untuk membantu desa-desa dalam beradaptasi dengan SDGs. Salah satu tantangan utama yang dihadapi Indonesia saat ini adalah tingginya angka stunting. Di Desa Wonokerto, terdapat 10 balita yang teridentifikasi mengalami stunting, sementara Kecamatan Wonosalam dikategorikan sebagai daerah dengan tingkat stunting yang tinggi pada tahun 2024. Program Gema Gasing Aktif (Gerakan Masyarakat Cegah Astasi Stunting dan Promosi Asi Eksklusif) dirancang untuk menyebarkan pengetahuan mengenai pencegahan stunting. Program ini terdiri dari tiga tahap utama, yaitu mendampingi ibu dan balita saat kegiatan posyandu, melakukan sosialisasi mengenai pencegahan stunting dan promosi asi eksklusif kepada remaja, ibu hamil, kader, dan orang tua sebagai upaya intervensi dini, serta memberikan pelatihan khusus kepada kader posyandu oleh BKKBN Provinsi Jawa Timur. Diharapkan bahwa program ini dapat efektif dalam mencegah stunting di Desa Wonokerto. Penelitian ini menggunakan pendekatan deskriptif dengan metode pengumpulan data melalui wawancara dan observasi.
FORECASTING SALES USING SARIMA MODELS AT THE SINAR PAGI BUILDING MATERIALS STORE Aminullah, Ahmad Adiib; Idhom, Mohammad; Saputra, Wahyu Syaifullah Jauharis
JIKO (Jurnal Informatika dan Komputer) Vol 7, No 2 (2024)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v7i2.8266

Abstract

Sinar Pagi Building Materials Store faces the challenge of maintaining optimal stock levels of goods to avoid excess and understock, which affects customer satisfaction and operational efficiency. This study applies the Seasonal Autoregressive Integrated Moving Average (SARIMA) method to forecast sales in the store. Leveraging its ability to model seasonal patterns on historical sales data, various SARIMA models were analyzed and compared using the Akaike Information Criterion (AIC) and Root Mean Square Error (RMSE). The dataset is divided by a 95:5 ratio into training and testing sets for robust evaluation. The results show that the SARIMA model with SARIMA notation (p,d,q)(P,D,Q  has the best model value of (1,0,0) . This model is the most suitable model based on the lowest AIC value of 1245 and the lowest RMSE of 7,95 compared to other SARIMA models after model identification using the model looping test. For other models such as model (1,0,1)  and (0,0,1) , the AIC and RMSE values are greater, namely model (1,0,1)  with AIC 1246 and RMSE of 8,05, while model (0,0,1)  gets an AIC of 1252 and an AIC of 8,15 .The lower the AIC value, the better the model and the lower the RMSE value, the better the model. This shows a superior balance between model complexity and prediction accuracy. The model manages to capture seasonal patterns in sales data, providing a pretty good prediction framework. This study shows that the SARIMA (1,0,0)  model is effective in the accuracy of the sales forecasting process so that Sinar Pagi Building Materials Store can make more reliable sales predictions, which can help in inventory planning and marketing strategies
PENERAPAN TEKNIK ETL PADA KOMENTAR APLIKASI FLIP.ID DI APLIKASI PLAYSTORE DENGAN APLIKASI PENTAHO Alif, Rahmat Istighfaroni; Idhom, Mohammad; JS, Wahyu Syaifullah
Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Vol. 5 No. 2 (2024): Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistik
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/lb.v5i2.713

Abstract

User comments on the Play Store are crucial sources for developers to understand user feedback on their applications. In this research, we introduce the application of Extract, Transform, Load (ETL) Technique to analyze user comments on the Flip.id application on the Play Store using the Pentaho application. The ETL method is utilized to extract comment data, transform it into a suitable format, and load it into a data warehouse for further analysis. This process involves systematic and structured data processing steps. We identify common patterns in user comments to gain valuable insights for application developers in enhancing the quality and user experience of their applications. The research findings indicate that the application of ETL Technique using the Pentaho application can be an effective approach for analyzing user comments on the Play Store platform, as well as providing valuable insights for application developers for data-driven decision-making. This research can serve as a foundation for further research in sentiment analysis and user-driven product improvement
Predicting Price and Risk ICBP Stocks Using GRU and VaR Ryan Dana, Alvin; Trimono, Trimono; Idhom, Mohammad
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 19, No 1 (2025): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.101974

Abstract

The economy plays a vital role in maintaining a country’s stability and progress, where stock investments serve as a primary financial instrument to enhance societal welfare. In Indonesia, interest in stock investments, especially in the essential food sector, continues to grow due to its long-term profit potential. This study combines stock price prediction with risk analysis using a Gated Recurrent Unit (GRU) model and Value at Risk (VaR) calculation based on historical simulation. The GRU model is selected for stock price prediction due to its ability to capture complex, fluctuating patterns and adapt to market changes, while VaR is used to measure potential maximum loss at a 95% confidence level. The findings indicate a potential loss of IDR 65.785, demonstrating that this approach can provide a risk estimate by combining future predicted prices with historical data. Thus, this approach offers guidance for investors in understanding potential profits and risks in stock assets. The integration of GRU-based predictions and historical simulation VaR is expected to support more informative and prudent investment decision-making, particularly in facing the dynamic and risky stock market conditions.
Prediction of Purchase Volume Coffee Shops in Surabaya Using Catboost with Leave-One-Out Cross Validation Nariyana, Calvien Danny; Idhom, Mohammad; Trimono, Trimono
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 11 No. 1 (2025): March
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v11i1.30610

Abstract

Indonesia's coffee consumption grew from 265,000 tons in 2015 to 294,000 tons in 2020. Averaging 2% annual growth with a projected 368,000 tons by 2024. One of the coffee businesses is coffee shops, Coffee shop businesses often struggle to attract customers quickly, risking low purchase volume within their first five years. In their first year, challenges include management, company size, service quality, and customer preferences.  This study adopts a quantitative approach and new solutions to develop a purchase prediction application based on machine learning and strategy to enhance purchase volumes for three coffee shops in Surabaya. It utilizes CatBoost, with LightGBM as a comparison, across multiple coffee shop locations. LOOCV (Leave-One-Out Cross-Validation) is used in this model to address research limitations, such as data overfitting and biases, while enhancing evaluation accuracy. As a result, the study established CatBoost as the superior model for purchase prediction, providing insights and practical applications in business forecasting. The Catboost model achieved an MAE of 0.91 and MAPE of 15%, outperforming LightGBM’s MAE of 1.13 and MAPE of 18%. These results confirmed CatBoost’s effectiveness for the coffee shop industry with good accuracy. This research also contributes to helping coffee shop owners in Surabaya understand market characteristics, such as the most profitable coffee types and high-customer-density locations. Additionally, it aids in optimizing purchase volume to leverage profit by developing new strategies based on prediction result.  In conclusion, CatBoost accurately predicts purchase volume, helping coffee shops identify target markets and refine strategies based on customer preferences.