Claim Missing Document
Check
Articles

Found 4 Documents
Search

Reversible Data Hiding pada Audio Digital Berbasis Difference Expansion Arham, Aulia; Rahmawati, Rahmawati; Riza, Ozzy Secio
Insearch: Information System Research Journal Vol 2, No 01 (2022): Insearch (Information System Research) Journal
Publisher : Fakultas Sains dan Teknologi UIN Imam Bonjol Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15548/isrj.v2i01.4101

Abstract

Metode penyisipan data pada media lain berkembang dengan pesat beberapa tahun terakhir, skema penyisipan data secara konensional dapat menyebabkan kerusakan secara permanen (irreversible) setelah preses ekstraksi pada media penyisipannya. Dalam beberapa aplikasi seperti diagnosis medis, penegakan hukum, dan militer, mengembalikan media penyisipannya menjadi media asli setelah proses ekstraksi data merupakan hal penting, skema penyisipan data yang dapat menangani kasus seperti ini disebut reversible. Difference expansion adalah salah satu skema reversible data hidingyang sederhana dan mudah diimplementasikan. Dalam penelitian ini kami mengusulkan penyisipan data pada media audio menggunakan skema reversible data hiding berbasis difference expansion yang berfokus pada peningkatan kapasitas penyisipan dan kualitas media-carrier setelah proses penyisipan dengan mereduksi nilai selisih data dengan skema Improve Reduce Difference Expansion (IRDE) . Skema yang diusulkan telah di evaluasi dengan tiga file audio WAV dengan jenis yang berbeda. Hasil penelitian menunjukkan bahwa, skema yang diusulkan memiliki kapasitas dan kualitas audio yang baik.
Pelatihan Pembuatan dan Pengelolaan Website Nagari Sungai Sirah Kuranji Hulu Berbasis CMS Wordpress Arham, Aulia; Sudirman, Subhan Ajrin; Wendry, Novizal; Lestari, Novia; Riza, Ozzy Secio; Hasibuan, Lilis Harianti; Rizqullah, Muhammad Naufan
Jurnal Pengabdian dan Pemberdayaan Masyarakat Kepulauan Riau (JPPM Kepri) Vol. 3 No. 2 (2023): Volume 3 Nomor 2, 2023
Publisher : STAIN SULTAN ABDURRAHMAN KEPRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35961/jppmkepri.v3i2.958

Abstract

Teknologi informasi memiliki peran yang sangat penting dalam memberikan layanan dan menyediakan informasi terkait lembaga atau organisasi tertentu. Pelayanan informasi menggunakan website berfungsi untuk menyajikan berbagai informasi, layanan, produk, atau konten lainnya kepada para pengguna internet. Fakta ini juga disadari oleh pemerintah Nagari Sungai Sirah Kuranji Hulu yang terletak di Kecamatan Sungai Geringging, Kabupaten Padang Pariaman, bagian dari Provinsi Sumatera Barat. Mereka mengajukan usulan kepada Fakultas Sains dan Teknologi, Universitas Islam Negeri Imam Bonjol Padang untuk mendapatkan informasi dan bantuan dalam membuat dan mengelola sebuah website. Oleh karena itu, pelatihan mengenai pembuatan dan pengelolaan website di Nagari Sungai Sirah Kuranji Hulu menjadi penting. Maksud dari kegiatan ini adalah untuk menyediakan pendampingan serta pelatihan kepada perangkat nagari untuk membuat dan mengelola website menggunakan Content Management System (CMS) Wordpress. Metode yang digunakan adalah ceramah, Focus Group Discussion (FGD), demonstrasi, praktek, dan evaluasi. Berdasarkan evaluasi, kegiatan ini mendapatkan tingkat kepuasan yang tinggi, dengan rata-rata nilai kepuasan diatas 86,5%.
Bibliometric Study : Rainfall Classification - Prediction using Machine Learning Methods Riza, Ozzy Secio; Nuryadi, Ari
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 14 No. 2 (2023): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v14i2.16618

Abstract

This Research aims to review the machine learning methods used for classifying or predicting rainfall, using various features from existing data. The study used a bibliometric approach to search for metadata related to rainfall classification and prediction studies using machine learning keywords in Scopus journals. There found 94 metadata articles stored in a Comma Separated Values (CSV) file. The data in this article used published articles from 2014 to 2023 with relevant topics. The study provides information on the latest machine learning methods used for classifying or predicting rainfall. The findings of the study include an increase in published articles by 221.43% from 2018 to 2022. The article titled "An extensive evaluation of seven machine learning methods for rainfall prediction in weather derivatives" by Cramer S., Kampouridis M, Freitas A.A, and Alexandridis A.K received the highest citation count of 129. The study also classified 15 keywords into 3 clusters, with common and fewer keywords. India emerged as the country with the most publications on classifying or predictiong rainfall, and the subject areas of computer science and engineering dominated the distribution of articles. Developing the use of deep learning methods and adding feature extraction algorithms in selecting features used to model data can improve the efficiency and accuracy of the rainfall classification - prediction process. The development of research data using radar images with the type of image processing research can also be maximised for research related to classification - prediction of rainfall using machine learning methods.
Peningkatan Keamanan Pengacakan Soal Ujian Computer Assisted Test (CAT) Penerimaan Mahasiswa UIN Imam Bonjol Riza, Ozzy Secio; Rosalina; Saputra, Rendi; Arham, Aulia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 2: April 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129381

Abstract

Teknologi informasi telah membuka akses luas terhadap sumber belajar dan berperan signifikan dalam pelaksanaan tes ujian masuk perguruan tinggi, termasuk adopsi ujian berbasis komputer. Proses penerimaan mahasiswa baru merupakan tugas yang krusial dan menantang. Penelitian ini bertujuan untuk meningkatkan keamanan sistem ujian masuk mahasiswa baru jalur mandiri di UIN Imam Bonjol Padang dengan memperbaiki teknik pengacakan soal pada Computer Assisted Test (CAT). Pengacakan soal dalam sistem CAT yang ada saat ini masih menggunakan prosedur pengacakan standar, yang secara kriptografi tidak aman karena prediktabilitasnya. Untuk mengatasi masalah ini, penelitian mengusulkan penggunaan kombinasi algoritma Fisher-Yates Shuffle dan Chaos Map. Fisher-Yates Shuffle menawarkan efektivitas pengacakan tinggi dengan kompleksitas optimal (O(n)), sementara Chaos Map sangat sensitif terhadap nilai awal, sehingga cocok digunakan untuk pengacakan yang lebih aman. Dengan algoritma ini, soal dan pilihan jawaban diacak berdasarkan nomor peserta, sehingga setiap peserta mendapat soal yang berbeda, mengurangi kemungkinan kecurangan. Hasil penelitian menunjukkan bahwa sistem CAT dengan teknik pengacakan baru ini lebih aman dan efektif dimana terjadi penurunan kemiripan soal sebesar 67,85% dalam tingkat kemiripan soal dari 0,339 menjadi 0,109, yang menunjukkan bahwa algoritma yang diusulkan menghasilkan pengacakan soal yang lebih merata dan lebih sedikit pengulangan soal di antara peserta ujian.   Abstract Information technology has provided wide access to learning resources and played a significant role in the implementation of college entrance exams, including the adoption of computer-based exams. The process of admitting new students is a crucial and challenging task. This study aims to enhance the security of the independent student entrance exam system at UIN Imam Bonjol Padang by improving the question randomization technique in the Computer-Assisted Test (CAT). The current CAT system still uses a standard randomization procedure, which is cryptographically insecure due to its predictability. To address this issue, the study proposes a combination of the Fisher-Yates Shuffle and Chaos Map algorithms. Fisher-Yates Shuffle offers high randomization effectiveness with optimal complexity (O(n)), while Chaos Map is highly sensitive to initial values, making it ideal for more secure randomization. With this approach, questions and answer choices are randomized based on participant numbers, ensuring each participant receives different questions, thus reducing the possibility of cheating. The results show that the CAT system with this new randomization technique is more secure and effective where there is a 67.85% decrease in the question similarity rate from 0.339 to 0.109, which indicates that the proposed algorithm results in more even question randomization and less question repetition among examinees.