Claim Missing Document
Check
Articles

Found 5 Documents
Search

MENGEMBANGKAN KETRAMPILAN DESAIN GRAFIS UNTUK MENDUKUNG PRODUKTIVITAS DI ERA 5.0: Developing Graphic Design Skills To Support Productivity In The 5.0 Era kiky, vikky; Ramadhani, Surya Tri Atmaja; Puri, Fiyas Mahananing; Istiqomah, Dewi Annisa; Huda, Amirudin Khoirul; Nugraha, Anggit Ferdita
JAMAS : Jurnal Abdi Masyarakat Vol. 1 No. 3 (2023)
Publisher : Forind Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62085/jms.v1i3.53

Abstract

Graphic design is a fine art often encountered in various activities on the street and in public spaces. Graphic design can be used for various purposes, such as making pamphlets, posters, brochures and other promotional media. As an extracurricular organization, the English Tadris Study Program Student Association (HMPS) Faculty of Tarbiyah and Teacher Training, State Islamic University (UIN) Salatiga often holds events that must be published visually with graphic design. However, there needs to be more knowledge about graphic design. HPMS TBI members are still limited to the Medkominfo division only, so it is necessary to provide Graphic Design Training (PGD) using the Canva application to all members. The aim of this activity is for administrators to have graphic design skills so they can create more exciting and high-quality event documentation. The method used in this community service program is divided into four stages, starting from analyzing partner problems by observing and interviewing by coming directly to the location with the head of the HMPS TBI UIN Salatiga organization, creating training modules, delivering material and direct practice, and evaluate activities using questionnaires. The results of this program succeeded in improving the graphic design skills of the participants, especially members of HMPS TBI. HMPS TBI members can now significantly contribute more to documentation and promotional activities on campus and in the surrounding community. They can create more professional promotional materials.
Enhanced security of Linux Server-based servers with a combination of iptables and Knocking Ports Ramadhani, Surya Tri Atmaja; Puri, Fiyas Mahananing; Huda, Amirudin Khorul
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 4 No 2 (2024): JTECS Juli 2024
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v4i2.5541

Abstract

Menjamin keamanan server sangat penting untuk mengelola infrastruktur teknologi informasi secara efektif, terutama di era saat ini ancaman cyber meningkat. Keamanan server merupakan komponen kritis dalam manajemen infrastruktur teknologi informasi, terutama dalam menghadapi ancaman siber yang semakin canggih. Penelitian ini bertujuan untuk meningkatkan keamanan server berbasis Linux dengan mengimplementasikan kombinasi antara iptables dan teknik port knocking sebagai lapisan tambahan perlindungan terhadap serangan yang menargetkan port terbuka, khususnya port SSH. Metodologi yang digunakan dalam penelitian ini adalah Network Development Life Cycle (NDLC), yang melibatkan tahapan analisis, desain, simulasi, implementasi, dan monitoring. Simulasi dilakukan pada server Ubuntu Linux dengan skenario serangan yang menargetkan port SSH menggunakan teknik port scanning dan brute force. Hasil penelitian menunjukkan bahwa kombinasi iptables dan port knocking secara signifikan meningkatkan keamanan server dengan menyembunyikan port dari pemindaian dan mencegah akses tidak sah. Pengujian menunjukkan bahwa setelah implementasi kombinasi tersebut, tingkat keberhasilan serangan port scanning menurun dari 100% menjadi 0%, dan serangan brute force dari 60% menjadi 0%. Kesimpulannya, pendekatan ini efektif dalam melindungi port kritis seperti SSH tanpa mengorbankan kinerja server, menjadikannya solusi yang praktis dan mudah diimplementasikan untuk meningkatkan keamanan server.
Analisis Rekomendasi Pembuatan Produk Menggunakan RStudio Dan Twitter (Studi Kasus : Git Solution) Puri, Fiyas Mahananing; Ramadhani, Surya Tri Atmaja; Istiqomah, Dewi Anisa; Windarni, Vikky Aprelia; Hidayat, Kardilah Rohmat
JURNAL TECNOSCIENZA Vol. 9 No. 1 (2024): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/c9z0w740

Abstract

Dalam lanskap korporat kontemporer, internet telah muncul sebagai alat fundamental untuk meningkatkan penjualan dan layanan pelanggan, terutama melalui penerapan sistem rekomendasi yang banyak digunakan khususnya dalam e-commerce. Namun, banyak perusahaan, termasuk PT GIT Solution, masih belum sepenuhnya memanfaatkan potensi big data dalam analisis pasar, dan masih bergantung pada data historis serta metode konvensional seperti follow-up atau kunjungan langsung. Hal ini menyebabkan kurang optimalnya pemanfaatan data untuk menghasilkan rekomendasi yang relevan dan personal bagi pelanggan. Penelitian ini menggunakan pendekatan analisis data Twitter dengan algoritma pengelompokan K-Means untuk mengelompokkan data dan metode perangkingan Simple Additive Weighting (SAW) untuk memberikan rekomendasi produk yang disesuaikan dengan preferensi pelanggan. Data yang digunakan diperoleh melalui crawling data Twitter, dan dianalisis menggunakan RStudio untuk mengidentifikasi tren serta preferensi konsumen. Hasil penelitian menunjukkan bahwa metode yang digunakan memberikan hasil evaluasi yang memuaskan dengan Indeks Davies-Bouldin (DBI) sebesar 0,10%, yang menunjukkan kualitas pengelompokan yang baik. Implikasi dari hasil ini adalah perusahaan dapat memanfaatkan analisis big data dari media sosial untuk meningkatkan kualitas rekomendasi produk, yang pada akhirnya dapat meningkatkan kepuasan pelanggan dan efektivitas pemasaran.
Tinjuan Pustaka Sistematis - Sistem Rekomendasi Menggunakan Collaborative Filtering Puri, Fiyas Mahananing; Kusrini, Kusrini; Luthfi, Emha Taufiq
JURNAL TECNOSCIENZA Vol. 5 No. 1 (2020): TECNOSCIENZA
Publisher : JURNAL TECNOSCIENZA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51158/56m1ch26

Abstract

Pemanfaatan bigdata pada era industry 4.0 telah banyak diterapkan diberbagai bidang untuk membuat sebuah sistem rekomendasi, salah satunya pada bidang bisnis. Collaborative Filtering merupakan salah satu metode yang banyak digunakan pada saat ini untuk menghasilkan sebuah rekomendasi produk. Graph Database pada saat ini sudah menjadi pilihan yang banyak dikombinasikan dengan penggunaan metode Collaborative Filtering. Tujuan dari makalah ini adalah sebagai systematic literatur review untuk menentukan sebuah sistem rekomendasi dengan menggabungkan metode rekomendasi dengan database grafik. Hasil penelitian ini menjawab pertanyaan penelitian (Research Question) sebagai berikut. RQ1: Apakah penggunakan sistem rekomendasi dengan algoritma collaborative filtering mengalami peningkatan? RQ2: Apasajakah fokus dan tujuan penelitian dengan menggunakan collaborative filtering? RQ3: Sub-disiplin ilmu apa yang sering menggunakan collaborative filtering? Sebagai hasil dari tinjauan pustaka, 42 jurnal dipilih sebagai bahan Analisa yang diterbitkan antara tahun 2014 sampai dengan 2019. Hasil penelitian menunjukkan adanya keakuratan tingkat rekomendasi dari metode dan algoritma yang digunakan, dan menjawab pertanyaan selanjutnya (RQ2 dan RQ3). Kata kunci: Sistem Rekomendasi, Collaborative Filtering, Graph Database
A Comparative Study of Naive Bayes, Vader, and TextBlob Methods in Sentiment Analysis of ShopeeFood on Twitter Huda, Amirudin Khorul; Ramadhani, Surya Tri Atmaja; Puri, Fiyas Mahananing
Brilliance: Research of Artificial Intelligence Vol. 5 No. 1 (2025): Brilliance: Research of Artificial Intelligence, Article Research May 2025
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v5i1.5687

Abstract

Twitter API tweets were utilized to analyze sentiments surrounding ShopeeFood using its algorithmic attachment. A contended sample of 2,500 tweets was gathered for Shapshot-1 in sample focus and was later cleaned and translated into English. The methods employed for the analysis include TextBlob, VADER, and Naïve Bayes classifiers. The analysis reconsolidated, yet again, that tweets, which, by and large, had neutral sentiments attached to them, as confirmed by Naïve Bayes out of 83 per cent accuracy attained. VADER's classification resulted in 85.08% of tweets being categorized as neutral, positive 9.4%, and negative 5.52%. All three constructs captured presented similar results, but the Naive Bayes model proved to be more favourable in terms of sentiment classification; despite such successes with VADER and TextBlob, feature selection and the changes from the translation left them a flaw within the analysis. These problems highlight the challenges posed by social media data, which is rife with casual language, slang, and emoticons. To overcome these challenges, future work should focus on employing neural network techniques that would bolster performance for sentiment classification on large corpora. Practices such as the collection of social media opinion sentiment within the pre-processing stages need more focus. More sophisticated models and advanced pre-processing methods can yield more fine-grained sentiment and opinion expressions on Twitter.