Articles
<![CDATA[Penerapan Algoritma Vigenere Cipher Pada Aplikasi Tabungan Siswa Berbasis Web ]]>
<![CDATA[Syahputra, Rian]]>
<![CDATA[ KETIK : Jurnal Informatika Vol. 1 No. 06 (2024): Juli ]]>
Publisher : <![CDATA[Faatuatua Media Karya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.70404/ketik.v1i06.94
<![CDATA[Untuk memudahkan penyimpanan uang, saat ini bisa dilakukan dengan menggunakan tabungan dimana uang disimpan dan akan dicatat secara digital melalui aplikasi tabungan. Aplikasi ini memudahkan dalam dokumentasi bagi setiap siswa yang akan menabung berdasarkan jumlah uang yang disetor. Aplikasi tabungan memiliki celah dimana angka uang yang disetor bisa saja diretas dan diubah nilainya, maka dari itu diperlukan teknik pengamanan untuk mengamankan data yang disimpan. Salah satu teknik pengamana yang digunakan yaitu teknik kriptografi dengan metode Vigenere Cipher yang sering digunakan untuk mengamankan data. Dengan metode Vigenere Cipher, data yang tersimpan di database dapat diamankan karena data telah berubah menjadi karakter-karakter unik atau disebut ciphertext.]]>
<![CDATA[Outlier detection in the clustired data ]]>
<![CDATA[Bu'ulolo, Efori]]>;
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Simorangkir, Elsya Sabrina Asmita]]>
<![CDATA[ Jurnal Teknik Informatika C.I.T Medicom Vol 16 No 6 (2025): January : Intelligent Decision Support System (IDSS) ]]>
Publisher : <![CDATA[Institute of Computer Science (IOCS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35335/cit.Vol16.2025.1005.pp394-404
<![CDATA[The purpose of this study is to detect outliers in data clusters. Outliers in data cluster datasets often occur in the data clustering process, especially in the K-Means algorithm. Outliers in cluster data are members/cluster items that are far from the centroid value and are not found in the dominant cluster. Outliers in cluster data are caused by various factors such as inaccurate K values, inaccurate centroid point values, poor data quality and others. To detect outliers in cluster data using the blox plot method, Z-Score and relative size factor (RSF). The input value is the sum of squared error (SSE), calculated by summing the squares of the distance of each data point from the cluster centroid. The dataset used consists of 3 (three) variances, namely high data variance, medium data variance and low data variance. The method used for outlier detection in this study can detect outliers in all data variances used, only not all outlier detection methods are optimal for all data variances. The plox plot method is optimal for high data variance and medium data variance, the RSF method is optimal for medium data variance and the Z-Score method is not optimal for high data variance.]]>
<![CDATA[Implementasi Algoritma Additive Code Dalam Mengkompresi Record Database Aplikasi Perpustakaan Digital (E-Library) ]]>
<![CDATA[Lisdawati Simangunsong]]>;
<![CDATA[Pristiwanto Pristiwanto]]>;
<![CDATA[Rian Syahputra]]>
<![CDATA[ JURIKOM (Jurnal Riset Komputer) Vol 11, No 4 (2024): Augustus 2024 ]]>
Publisher : <![CDATA[Universitas Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/jurikom.v11i4.8478
<![CDATA[Permasalahan kebutuhan ruang penyimpanan pada aplikasi perpustakaan digital merupakan salah satu masalah utama yang dapat mempengaruhi kinerja dari aplikasi e-book sendiri. Hal ini disebabkan karena banyaknya data teks buku yang tersimpan menjadi record database. Salah satu solusi yang dapat dilakukan untuk mengatasi permasalahan tersebut adalah melakukan kompresi teks data buku yang disimpan menjadi record database. Proses kompresi dalam penelitian ini dilakukan berdasarkan algoritma additive code dengan membangun aplikasi perpustakaan digital berbasis web. Berdasarkan hasil pengujian yang dilakukan maka diperoleh nilai persentase Compression ratio tertinggi sebesar 80.60% dengan Ratio of compression berkurang sebanyak 1.24 Space saving berkurang sebanyak 19.40% dan Redudancy berkurang sebanyak 19.40%. Hasil ini menunjukkan bahwa kebutuhan ruang penyimpanan database aplikasi perpustakaan digital lebih optimal daripada sebelum diterapkan proses kompresi.]]>
<![CDATA[Evaluasi Kinerja GoogleNet Menggunakan Transfer Learning dan Fungsi Optimasi SGDM untuk Klasifikasi Citra Gulma ]]>
<![CDATA[Syechu, Weno]]>;
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Harahap, Ahmad Indra]]>
<![CDATA[ Indonesian Journal of Education And Computer Science Vol. 3 No. 1 (2025): INDOTECH - April 2025 ]]>
Publisher : <![CDATA[PT. INOVASI TEKNOLOGI KOMPUTER ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.60076/indotech.v3i1.1189
<![CDATA[Identifikasi gulma secara cepat dan tepat merupakan elemen penting dalam pertanian presisi. Penelitian ini memfokuskan pada evaluasi arsitektur Convolutional Neural Network (CNN) GoogleNet dalam klasifikasi citra gulma menggunakan pendekatan transfer learning. Dataset DeepWeeds yang berisi 17.509 gambar digunakan dan diklasifikasikan ke dalam sembilan kelas gulma. Proses pelatihan dilakukan dengan membekukan semua layer kecuali layer fully-connected terakhir, yang disesuaikan dengan jumlah kelas. Fungsi optimasi Stochastic Gradient Descent with Momentum (SGDM) digunakan dalam proses pelatihan. Penelitian ini mengevaluasi kinerja arsitektur Convolutional Neural Network (CNN) GoogleNet menggunakan pendekatan transfer learning untuk klasifikasi citra gulma pada dataset DeepWeeds yang terdiri dari sembilan kelas gulma berbeda. Fungsi optimasi Stochastic Gradient Descent with Momentum (SGDM) digunakan selama pelatihan model. Hasil eksperimen menunjukkan bahwa model mencapai akurasi pengujian sebesar 92,38% dengan waktu klasifikasi rata-rata hanya 0,0365 detik per gambar. Studi ini memberikan kontribusi signifikan sebagai acuan penerapan deep learning efisien dalam sistem pertanian presisi.]]>
<![CDATA[Application of EDAS Method with Entropy Weighting in Performance Assessment of the Best Student Activity Unit ]]>
<![CDATA[Uswatun Hasanah]]>;
<![CDATA[Mesran]]>;
<![CDATA[Rian Syahputra]]>
<![CDATA[ International Journal of Informatics and Data Science Vol. 1 No. 2 (2024): June 2024 ]]>
Publisher : <![CDATA[ADA Research Center ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.64366/ijids.v1i2.52
<![CDATA[The Student Activity Unit (UKM) is an institution formed as a forum for all student activities in developing the interests, talents, creativity and expertise of its members. Performance appraisal is needed to evaluate every achievement and motivate SMEs. Based on the results of interviews conducted with the Vice Chancellor III for Student Affairs at Budi Darma University, he explained that the performance assessment of SMEs at Budi Darma University is still based on the activity of SMEs on campus and has not used other criteria that are clearer and more structured when assessing the performance of the best SMEs at Budi Darma University. . This is certainly less effective and prone to errors. Therefore, a Decision Support System (DSS) is needed as a solution to overcome these problems. In this study, the Entropy method and the EDAS method were applied to 5 criteria and 8 alternatives. Then the alternative chosen according to the criteria for evaluating the performance of the best UKM at Budi Darma University is in alternative A4 with a score of 0.9685, namely SSBD (Sanggar Seni Budi Darma).]]>
<![CDATA[Digitalisasi dengan Pemanfaatan Aplikasi Canva sebagai Media Promosi dan Iklan ]]>
<![CDATA[Utari, Cut Try]]>;
<![CDATA[Purba, Bister]]>;
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Dalimunthe, Aulia Rahman]]>;
<![CDATA[Atsauri, Muhammad Riki]]>
<![CDATA[ Jurnal Pengabdian Masyarakat IPTEK Vol. 5 No. 2 (2025): Edisi Juli 2025 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/abdi.v5i2.11640
<![CDATA[Perkembangan teknologi mengakibatkan banyaknya aktivitas konvensional yang mulai tertinggal, hal ini dikarenakan teknologi digital mampu memberikan solusi praktis yang lebih efektif dan efisien. Salah satu kegiatan yang tergeser saat ini diantaranya adalah promosi dan periklanan, baik promosi dan periklanan barang maupun jasa. Bahkan dapat dilihat bahwa setiap media sosial yang tersedia saat ini memberikan promosi dan iklan dengan memberikan penawaran biaya yang lebih murah dibandingkan dengan konsep konvensional. Oleh karena itu masyarakat wajib memahami dan mempelajari konsep pembuatan iklan secara digital agar mampu bersaing khususnya di lingkungan masyarakat saat ini. Salah satu dasar yang perlu dipahami adalah pemanfaatan smartphone dan aplikasi pendukung yang dapat digunakan. Seperti canva yang saat ini cukup popular sebagai aplikasi guna membantu proses desain dan perancangan iklan secara digital. Hanya dengan memanfaatkan smartphone dan canva, masyarakat diharapkan mampu meningkatkan proses promosi dan iklan sebuah produk yang ingin di jual. Hal ini yang menjadi alasan sekolah SMK Delisha mencoba untuk mengembangkan penggunaan canva dalam kegiatan belajar sebagai media yang dapat dimanfaatkan sebagai pendukung kompetensi siswanya dikemudian hari.]]>
<![CDATA[Peningkatan Rasio Kompresi Algoritma RLE Untuk Kompresi Teks Dengan Menggunakan Algoritma BWT Dan Sequitur ]]>
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Nasution, Surya Darma]]>;
<![CDATA[Fau, Alwin]]>
<![CDATA[ JURNAL TEKNISI Vol 3, No 2 (2023): Agustus 2023 ]]>
Publisher : <![CDATA[Smart Education ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.54314/teknisi.v3i2.1388
<![CDATA[To reduce the size can be done with compression techniques. Some of the compression techniques that are often used are Run Length Encoding. The RLE algorithm allows a significant size reduction by reducing the number of symbols in a row to a number of the number of symbols in a row. But for text compression the RLE algorithm still cannot be used because there are no symbols or letters that line up. To improve the results of text compression from the RLE algorithm, data changes can be used first, such as using the Burrows-Wheeler Transform algorithm and the Sequitur algorithm. The RLE algorithm cannot compress text because a row of text words is arranged randomly so that the word has a meaning, BWT and Sequitur managed to make changes to the sample text, but RLE still cannot execute it properly, so the RLE algorithm is not suitable for text compression. Keywords: compression; RLE; BWT; Sequitur; ComparisonAbstrak: Untuk melakukan pengurangan ukuran bisa dilakukan dengan teknik kompresi. Beberapa teknik kompresi yang sering digunakan adalah Run Length Encoding. Algoritma RLE memungkinkan pengurangan ukuran yang signifikan dengan mempersingkat jumlah dari simbol yang berderet dengan angka dari jumlah simbol yang berderet tersebut. Namun untuk kompresi teks algoritma RLE masih belum bisa digunakan karena tidak ada simbol atau huruf yang berderet. Untuk meningkatkan hasil kompresi teks dari algoritma RLE dapat digunakan perubahan data terlebih dahulu, seperti menggunakan algoritma Burrows-Wheeler Transform dan algoritma Sequitur. Algoritma RLE tidak bisa untuk kompresi teks karena deretan dari suatu kata teks disusun secara acak sehingga kata tersebut memiliki suatu arti, BWT dan Sequitur berhasil melakukan perubahan pada teks sampel, namun RLE tetap tidak bisa mengeksekusinya dengan baik, sehingga algoritma RLE tidak cocok untuk kompresi teks.Kata kunci: kompresi; RLE; BWT; Sequitur; Perbandinga Kinerja]]>
<![CDATA[Peningkatan Rasio Kompresi Algoritma RLE Menggunakan Transormasi bwt ]]>
<![CDATA[Syahputra, Rian]]>
<![CDATA[ Jurnal Sains dan Teknologi (JSIT) Vol. 1 No. 3 (2021): Jurnal Sains dan Teknologi ]]>
Publisher : <![CDATA[CV. Information Technology Training Center - Indonesia (ITTC) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.47233/jsit.v2i1.133
<![CDATA[In file compression, especially image files, it is expected that the results obtained using a compression method will be smaller than before, because usually storage for image files uses a lot of memory capacity. To get better results, a combination of compression methods is used, namely BWT with RLE. To produce a better compression ratio, 2 scenarios are used, the first using the results from the second and third stages of the BWT algorithm. From the RLE algorithm, it was found that the size increased by 10%, with the results of the second stage of the BWT algorithm, the size ratio decreased by 58.33% and with the results of the third stage of the BWT algorithm, the size ratio increased by 44.44%.]]>
<![CDATA[Penentuan Mahasiswa Penerima Bantuan Uang Kuliah Tunggal dengan K-NN ]]>
<![CDATA[Syahputra, Rian]]>;
<![CDATA[Bu'ulolo, Efori]]>
<![CDATA[ Eksplora Informatika Vol 13 No 1 (2023): Jurnal Eksplora Informatika ]]>
Publisher : <![CDATA[Institut Teknologi dan Bisnis STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30864/eksplora.v13i1.797
<![CDATA[Pada proses penentuan mahasiswa yang layak memperoleh bantuan Uang Kuliah Tunggal (UKT) di Univeristas Budi Darma sering mengalami kesulitan karena kuota yang yang tersedia tidak sebanding dengan calon mahasiswa penerima dan kriteria data mahasiswa yang sama. Pada penelitian ini metode penelitian yang dilakukan dimulai dari studi literature, identifikasi masalah, pengumpulan data, normalisasi, penerapan algoritma, hasil penelitian dan publikasi. Algoritma yang digunakan yaitu algoritma K-NN, dimana data yang digunakan terdiri atas data training dan data testing. Dalam proses pencarian jarak terdekat maka menggunakan model Euclidean Distance. Sebelum dilakukan proses pencarian jarak terdekat maka data dinormalisisakan terlebih dahulu, tujuan agar ada keseimbangan antara kriteria yang digunakan sehingga memperoleh hasil yang lebih akurat dan optimal. Hasil dari penelitian ini adalah calon penerima bantuan UKT setelah diklasifikasi dengan algoritma K-NN dinyatakan tidak menerima.]]>
<![CDATA[Implementasi Algoritma Additive Code Dalam Mengkompresi Record Database Aplikasi Perpustakaan Digital (E-Library) ]]>
<![CDATA[Simangunsong, Lisdawati]]>;
<![CDATA[Pristiwanto, Pristiwanto]]>;
<![CDATA[Syahputra, Rian]]>
<![CDATA[ JURNAL RISET KOMPUTER (JURIKOM) Vol. 11 No. 4 (2024): Augustus 2024 ]]>
Publisher : <![CDATA[Universitas Budi Darma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.30865/jurikom.v11i4.8478
<![CDATA[Permasalahan kebutuhan ruang penyimpanan pada aplikasi perpustakaan digital merupakan salah satu masalah utama yang dapat mempengaruhi kinerja dari aplikasi e-book sendiri. Hal ini disebabkan karena banyaknya data teks buku yang tersimpan menjadi record database. Salah satu solusi yang dapat dilakukan untuk mengatasi permasalahan tersebut adalah melakukan kompresi teks data buku yang disimpan menjadi record database. Proses kompresi dalam penelitian ini dilakukan berdasarkan algoritma additive code dengan membangun aplikasi perpustakaan digital berbasis web. Berdasarkan hasil pengujian yang dilakukan maka diperoleh nilai persentase Compression ratio tertinggi sebesar 80.60% dengan Ratio of compression berkurang sebanyak 1.24 Space saving berkurang sebanyak 19.40% dan Redudancy berkurang sebanyak 19.40%. Hasil ini menunjukkan bahwa kebutuhan ruang penyimpanan database aplikasi perpustakaan digital lebih optimal daripada sebelum diterapkan proses kompresi.]]>
