Claim Missing Document
Check
Articles

Found 12 Documents
Search

WFraud Alert Sebagai Prediksi Pesan Penipuan WhatsApp Menggunakan Naïve Bayes Sanhaji, Ganis; Julian, Julian; Syah, Herlan
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3523

Abstract

Abstrak− Penelitian ini menggambarkan dampak serius kejahatan siber dalam bentuk penipuan online terhadap masyarakat dan ekonomi Indonesia, penelitian ini juga membahas risiko dan kerugian finansial yang diakibatkan oleh penipuan online. Tujuan utama dari penelitian ini adalah membuat aplikasi WFraud Alert yang memiliki tujuan khusus untuk mengidentifikasi pesan WhatsApp dengan membedakan antara pesan normal, pesan penipuan, dan pesan judi online. Pada pendeskripsian masalah yang di teliti dapat terlihat bahwa penelitian ini berfokus pada dampak serius kejahatan siber, khususnya penipuan online, terhadap masyarakat dan ekonomi Indonesia. Tujuan penelitian ini adalah untuk mengidentifikasi dan mengukur dampak penipuan online dengan menggunakan data yang dikeluarkan oleh Kementerian Komunikasi dan Informatika (Kominfo). Berdasarkan laporan dari Agustus 2018 hingga 16 Februari 2023, teridentifikasi sebanyak 1.730 konten penipuan online. Selama lima tahun sebelumnya, kerugian akibat penipuan online di Indonesia mencapai total sekitar Rp 18,7 triliun. Aplikasi WFraud Alert ini memiliki tujuan untuk mengidentifikasi pesan WhatsApp yang terdiri dari pesan normal, pesan penipuan dan pesan judi online. Penelitian ini menggunakan metode kuantitatif dengan data primer sebanyak 156 data, yang terdiri dari pesan normal, penipuan, dan judi online. Algoritma Naive Bayes digunakan untuk melatih model aplikasi WFraud Alert. Algoritma Naive Bayes tetap relevan dan efektif dalam menangani masalah klasifikasi dalam berbagai konteks, terutama dalam Natural Language Processing. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki performa yang kuat, dengan presisi mencapai 91%, recall mencapai 91%, dan F1-score mencapai 91. Hasil dari aplikasi WFraud Allert telah berhasil menjadi solusi yang efektif dalam mengidentifikasi penipuan dalam pesan WhatsApp.Kata Kunci: Naïve Bayes, WhatsApp, Klasifikasi
Pengaruh Kecepatan Potong terhadap Kekasaran Permukaan Benda Kerja Alumunium dengan Menggunakan Mesin Frais Vertikal Prastiyo, Wiwin; Julian, Julian; Supriono, Supriono
Jurnal Pendidikan Tambusai Vol. 8 No. 3 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Proses pengurangan material untuk membentuk suatu produk dengan cara pahat (cutter end mill) berputar dan tiap giginya melakukan pemotongan oleh pahat menggunakan mesin frais vertikal. Dalam penelitian (proses) ini bertujuan untuk mengetahui pengaruh hasil nilai kekasaran permukaan benda kerja alumunium akibat dari penyayatan itu dengan variasi kecepatan potong. Metode yang dilakukan secara eksperimental menggunakan mesin frais vertical dengan benda kerja tipe alumunium dan pahat HSS. Dengan memvariasikan kecepatan potong 23,8 m/min, 30,2 m/min, dan 37,7 m/min. kecepatan putaran mesin 630 Rpm, 800 Rpm, 1000 Rpm dan kedalaman pemakanan konstan 1 mm akan di dapatkan masing- masing nilai Ra. Dari hasil penelitian ini maka kekasaran permukaan benda uji yang telah di frais untuk semua bahan yang di gunakan pada pengujian dengan menggunakan cutter end mill HSS. Dapat di simpulkan data kekasaran permukaan dari hasil pengujian di peroleh nilai kekasaran permukaan terendah pada kecepatan potong 23,8 m/menit yaitu 1.896 . Dan nilai kekasaran permukaan tertinggi pada kecepatan potong 37,7 m/menit yaitu 2.586 .