Article Per Year (5 Year)
p-Index From 2021 - 2026
2.875
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Komputer Jurnal Teknik ITS Jurnal Sains dan Seni ITS JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek Jurnal Simantec Jurnal Teknobisnis Jurnas Nasional Teknologi dan Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI SISFO SPIRIT Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII Sewagati
Arif Djunaidy
Departemen Sisitem Informasi Institut Teknologi Sepuluh Nopember
Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Simantec

 1 
PENERAPAN AES UNTUK OTENTIKASI AKSES CLOUD COMPUTING Imamah h; Arif Djunaidy; Muchammad Husni
Jurnal Simantec Vol 4, No 1 (2014)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v4i1.1344

Abstract

ABSTRAKOtentikasi merupakan salah satu bagian penting dari proses pengamanan data, yang bertujuan untuk membatasi tingkatan hak akses pengguna. Cloud Computing merupakan model komputasi yang mengalihkan sumber daya seperti daya komputasi, penyimpanan, jaringan dan perangkat lunak menjadi layanan di internet. Kehilangan data akibat kebocoran hak akses atau mekanisme otentikasi yang lemah diduga sebagai resiko dan ancaman paling rentan pada cloud computing. Penelitian ini mengajukan sebuah metode pengamanan untuk otentikasi hak akses menggunakan AES (Advance Encryption Standard). Password yang merupakan metode pengamanan hak akses akan dienkripsi menggunakan AES kemudian diuji coba dalam sebuah server PC yang telah diintalasi eyeOS (server private cloud). Hasil percobaan dengan menambahkan enkripsi AES untuk enkripsi password menggunakan data uji Rockyou menghasilkan skor 0.97 lebih kuat dibandingkan metode MD5 dengan selisih waktu komputasi 0.0004 mikro-detik lebih lambat. Hasil percobaan dengan menggunakan data uji MySpace menghasilkan skor 1.24 lebih kuat dibandingkan dengan metode MD5 dengan selisih waktu komputasi 0,0011 mikro-detik lebih lambat. Berdasarkan hasil penelitian menunjukkan bahwa sistem otentikasi yang dikembangkan dalam penelitian ini layak untuk diaplikasikan dalam lingkungan cloud computing.Kata Kunci: AES (advanced encryption standard), Biometrik tanda tangan offline ,Cloud computing, manajemen otentikasi.ABSTRACTAuthentication is one important part of the process of data security, which aims to restrict user access levels. Cloud Computing is a computational model that diverts resources such as computing power, storage, networking and software as a service on the internet. Data loss due to leakage permissions or weak authentication mechanism thought to be most vulnerable to the risks and threats to cloud computing. This study proposed a method for authentication security permissions using AES (Advanced Encryption Standard). Password is a method for securing rights access will be encrypted using the AES then tested in a server PC that has installation with eyeOS ( private cloud server ) . The experimental results by adding AES encryption for encrypting passwords using RockYou generate test data score 0.97 is stronger than MD5 method with a computing time 0.0004 microseconds slower . The experimental results using MySpace generate test data resulted in a score 1.24 stronger than MD5 method with computing time 0.0011 microseconds slower . Based on the results of the study indicate that the authentication system developed in this study feasible to be applied in a cloud computing environment .Keyword: AES (advanced encryption standard), Biometric offline signature, Cloud computing, management authentication.
PERAMALAN HARGA MINYAK MENTAH MENGGUNAKAN GABUNGAN METODE ENSEMBLE EMPIRICAL MODE DECOMPOSITION (EEMD) DAN JARINGAN SYARAF TIRUAN Sri Herawati; Arif Djunaidy
Jurnal Simantec Vol 4, No 1 (2014)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v4i1.1347

Abstract

ABSTRAKSalah satu metode peramalan harga minyak mentah yang ditujukan untuk mengakomodasi sifat harga minyak mentah yang cenderung nonlinier dan nonstasioner serta dipengaruhi banyak faktor adalah peramalan yang megintegrasikan metode empirical mode decomposition (EMD) dan jaringan syaraf tiruan (JST). Dalam metode EMD, serangkaian fungsi waktu dari data masukan ditranformasikan menjadi sejumlah modus yang terdiri dari beberapa intrinsic mode functions (IMF) dan sinyal residu. Namun, metode EMD mempunyai kelemahan karena dapat menimbulkan terjadinya modus campuran dimana sebuah IMF tunggal dapat terdefinisikan menjadi beberapa sinyal dengan skala yang berbeda atau sebuah sinyal dengan skala yang sama terbentuk dalam beberapa komponen IMF yang berbeda. Dalam penelitian ini, metode EMD diganti dengan metode ensemble EMD (EEMD) dan menambahkan sinyal white noise untuk mengkompensasi modus cam-puran yang dapat terbentuk. JST berbasis feedforward neural networkdigunakan untuk memperoleh model peramalan dari masing-masing IMF dan sinyal residu. Semua IMF dan residu yang dihasilkan dijadikan masukan pada sebuah adaptive linear neural network (Adaline) untuk menghasilkan proses peramalan. Model peramalan yang telah berhasil dikembangkan dalam penelitian ini dibangun dan diuji menggunakan data bulanan harga minyak mentah West Texas Intermediate (WTI) dan Brent. Hasil uji coba menunjukkan bahwa metode peramalan yang menggabungkan EEMD dan JST menghasilkan kinerja yang lebih baik dibandingkan metode yang menggabungkan EMD dan JST. Hasil uji coba untuk data bulanan jenis minyak WTI menghasilkan RMSE sebesar 0,0330 dan Dstat sebesar 65,3061%, sedangkan untuk jenis minyakBrent menghasilkan RMSE sebesar 0,0433 dan Dstat sebesar 78,0488%.Kata kunci: Peramalan Harga Minyak Mentah, Empirical Mode Decomposition (EMD), Ensemble EMD (EEMD), Jaringan Syaraf Tirun, Adaptive Linear Neural Network (Adaline). ABSTRACTOne method of forecasting crude oil price which is intended to accommodate the nature of crude oil prices tend to be nonlinear and nonstationary and is influenced by many factors that integrated forecasting method empirical mode decomposition (EMD) and neural network (ANN). In the EMD method, the time series of the function of the input data being transformed into a mode that consists of several intrinsic mode functions (IMF) and the residual signal. However, EMD method has drawbacks because it can lead to a mixed mode where a single IMF can be defined into several signals with different scales or a signal of the same scale are formed in several different IMF components. In this study, EMD method is replaced with the ensemble method EMD (EEMD) and adding white noise signal to compensate for the blend mode that can be formed. ANN based feedforward neural network used to obtain forecasting model of each IMF and the residual signal. All IMF and the resulting residue used as input to an adaptive linear neural network (Adaline) to generate forecasting process. Forecasting model has been successfully developed in this study was built and tested to use monthly data price of West Texas Intermediate crude oil (WTI) and Brent. The experimental results show that the forecasting method that combines EEMD and ANN produce a better performance than methods that incorporate EMD and ANN. Test results for monthly data types WTI oil yield of 0.0330 and a RMSE of 65.3061% dstat, while Brent oil for this type produces RMSE of 0.0433 and 78.0488% of dstat.Keyword: forecasting crude oil prices, empirical mode decomposition (EMD), ensemble EMD (EEMD), neural networks, adaptive linear neural network (Adaline)
Co-Authors Absari, Dhiani Achmad Holil Noor Ali Adhita Pratiwi Affindi Mario Bagaskara Ahmad Mukhlason Ahmad Mukhlason Ahmad Mukhlason Ahmad Muklason Akbar, Izzat Aulia Akhmad Tajuddin Tholaby MS Amalia Utamima Amalinda Jayanty Aulia Sidharta, Hanugra Barry Nuqoba, Barry Devie Rosa Anamisa Dewi Septina Br Pelawi Diah Risqiwati Dio Afriansyah Putra Pradana Divka, Princessa Sissy Faizal Mahananto Gede Aditra Pradnyana Ghinarosa Fitrinanda Hanif Mitsal Mahatta Hardhika Propitadewa Imamah h Jeremy Diaz Prasetyo Jihaan Harvi Habibah Kusumawardhani, Renny Pradina Lailatul Husniah Laily Rahmadhani Laura Wilhelmina Theresia M. Fiqri Ananda Mardiyanto Mardiyanto Meilani, Maulidiya Mochamad Zidan Aqila Kamil Muchammad Husni Muhamad Arief Hidayat Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Daffa Maulana Muhammad David Rahman Muhammad Hisyam Nabihah Hanun Atikah Nafitra, Hasna Dhiya Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Nisa Dwi Angresti Nisrina Fadhilah Fano Nova Eka Budiyanta Nur Khofifah Nur Laila Nur Nindya Risnina Purnama, I Putu Adhitya Pratama Mangku Rahma Fauzia Rahmanisa, Fathia Rahmi, Mery Yulinda Raras Tyas Nurita Raras Tyasnurita Retno Aulia Vinarti Rico Bayu Wiranata Rifki Fahrial Zainal Rikasakomara, Edwin Riksakomara, Edwin Rully Soelaiman Septica Tiara Indah Permatasari Sidharta, Hanugra Aulia Sri Herawati SUGIYANTO Sugiyanto - Tony Dwi Susanto Tri Achmadi Untung B Santoso Wiga Ayu Puspaningrum Wiwik Anggraeni Wiwik Anggraeni Wiwik Anggraeni Yoga Yuniadi