Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal UG Journal TEKNOLOGI INFORMASI Jurnal Ilmiah KOMPUTASI Jurnal Ilmiah Teknik (JUIT)
Yuli Maharetta Arianti
Universitas Gunadarma
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PENERAPAN METODE ELGAMAL, DATA ENCRYPTION STANDARD DAN RSA UNTUK PENCEGAHAN DUPLIKASI KARTU KREDIT DAN KARTU DEBIT Sweetania, Dhian; Arianti, Yuli Maharetta
JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi Vol 6 No 1 Tahun 2015
Publisher : JURNAL TEKNOLOGI INFORMASI: Teori, Konsep, dan Implementasi

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

Abstract

Perkembangan teknologi dalam dunia perbankan membuat kemudahan-kemudahan yang diberikan kepada klien sebagai bentuk pelayanan yang maksimal agar membantu para klien dalam melakukan transaksi tanpa perlu membawa uang kas. Bank mengeluarkan kebijakan pemakaian kartu kredit dan kartu debit sebagai pengganti uang kas untuk memudahkan klien agar tidak perlu repot dan terancam bahaya karena membawa uang dalam jumlah yang besar. Kartu debit dan kredit di Indonesia masih menggunakan magnetic strip yang rentan mendapat ancaman pemalsuan data dan duplikasi kartu. Untuk itu di kembangkan kartu yang menggunakan chip yang sulit di tembus oleh para penjahat. Chip yang digunakan ini didalamnya menerapkan pembangkit kunci dengan bilangan acak metode algoritma ELGAMAL, DES, dan RSA. Hasil output algoritma ini pun tetap disimpan dalam chip kartu privat  tersebut. Kata kunci :Kartu Kredit dan Debit,duplikasi,magnetic strip,chip, algoritma ELGAMAL, DES, RSA
APLIKASI E-LEARNING BERBASIS WEB DENGAN MENGGUNAKAN ATUTOR Arianti, Yuli Maharetta; Yogisa, Krisedho
UG Journal Vol 6, No 1 (2012)
Publisher : Universitas Gunadarma

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

Abstract

Saat ini sebagian besar website e-Learning yang ada hanya menyediakan fasilitasupload materi oleh instruktur dan fasilitas download materi bagi peserta didik.Penelitian ini bertujuan untuk membuat aplikasi e-Learning berbasis web yanginteraktif dengan fasilitas komunikasi blog serta menyediakan media pengirimantugas oleh peserta didik berdasarkan kelompok secara langsung menggunakanATutor. Penelitian diujicobakan terhadap mata kuliah Analisis dan PerancanganSistem Informasi dengan menggunakan perangkat lunak Learning ContentManagement System (LCMS), yaitu ATutor yang memiliki kelebihan ukuran fileinstalasi yang kecil dan dapat digabungkan dengan software Content ManagementSystem (CMS) yang lain. Dengan adanya aplikasi pembelajaran berbasis webyang interaktif dengan fasilitas komunikasi blog membuat instruktur dan pesertadidik dapat berkomunikasi membahas materi di dalam maupun materi di luarpembelajaran melalui komentar. Di samping itu, dengan adanya media pengirimantugas oleh peserta didik berdasarkan kelompok secara langsung membuat prosespembelajaran di dalam e-Learning menjadi efektif dan efisien. Dengan demikianfasilitas komunikasi serta media pengiriman tugas sangat dibutuhkan dalam e-Learning agar proses pembelajaran dapat maksimal.
Analisis User Experience Pada Tiktok Menggunakan Metode User Experience Questionnaire (UEQ) Yoseu Herawati; Yuli Maharetta Arianti; Sahni Damerianta; Nani Mintarsih
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3108

Abstract

Tiktok merupakan salah satu media sosial populer yang memberikan ruang kreatifitas kepada berbagai kalangan usia untuk mengembangkan ide dalam memunculkan tren yang dapat diikuti. Fitur yang disajikan tiktok seperti fitur menyunting musik, efek, dan teks, mendukung para pencipta tren dan pengikut tren dalam menarik pengguna baru untuk mengunduh aplikasi Tiktok. Akan tetapi dari banyaknya trend yang populer, tidak semua trend bernilai positif. Ulasan yang ditemukan dalam android market online menunjukkan bahwa belum adanya pembatasan terkait konten yang menggiring pendapat buruk masyarakat internet dan pelaporan masih belum optimal oleh pihak Tiktok dalam menanggapinya. Hal tersebut terkait dengan pengalaman pengguna selama menggunakan aplikasi Tiktok yang disebut User Experience (UX). Tingkat User Experience terhadap aplikasi Tiktok umumnya belum dilakukan penilaian, apakah termasuk dalam kategori baik ataupun tidak. User Experience Questionnaire (UEQ) merupakan metode yang dapat digunakan dalam menilai UX Tiktok dengan memperhatikan enam aspek penilaian dalam UEQ yaitu Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Pertanyaan dalam UEQ berjumlah 26, yang dikelompokkan berdasarkan aspek penilaian. Hasil penelitian ini menunjukkan bahwa aplikasi Tiktok pada aspek penilaian Attractiveness (1,31), Perspicuity (1,34), Stimulation (1,29), dan Novelty (0,85) berada pada kategori “Above Average”, aspek penilaian Efficiency (1,04) berada pada kategori “Below Average”, dan aspek penilaian Dependability (0,40) berada pada kategori “Bad”. Hal ini menunjukkan bahwa diperlukan peningkatan khususnya pada aspek Efficiency dan Dependability sehingga dapat meningkatkan kualitas pelayanannya kepada para pengguna aplikasi Tiktok. Kata kunci: Tiktok, User Experience, User Experience Questionnaire
PERBANDINGAN ALGORITMA EFFICIENTNETB0 DAN INCEPTIONV3 DALAM KLASIFIKASI CITRA JENIS ANJING Oriza Sativa Fiojati; Nani Mintarsih; Yuli Maharetta Arianti
Jurnal Ilmiah Teknik Vol. 2 No. 2 (2023): Mei : Jurnal Ilmiah Teknik
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/juit.v2i2.677

Abstract

Dogs are pets that have hundreds of breeds. The various breeds of dogs can be distinguished by size, fur color, and type of fur. The identification of dog breeds can use images of dogs as one of the object recognition information. Image classification can be made using Deep Learning methods. Image classification is the process of grouping pixels in an image into a number of classes, so that each class can represent an entity with certain characteristics. Additionally, Deep Learning has many algorithms that can be used for image classification, including the InceptionV3 and EfficientNetB0 algorithms. The purpose of this research is to compare the accuracy results of the EfficientNetB0 and InceptionV3 algorithms in classifying dog breed images. The stages in making this program include collecting datasets, data preparation, model design, and interpreting the results. This image classification is made using the Python programming language and Visual Studio Code software. The program has an accuracy result with the best model being InceptionV3, with an accuracy of 97.30% on the training set and 97.07% on the validation set after 20 epochs.
Co-Authors Dhian Sweetania Krisedho Yogisa Nani Mintarsih Oriza Sativa Fiojati Sahni Damerianta Yoseu Herawati