Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jikom: Jurnal Informatika dan Komputer
Dwi Arraziqi
Unknown Affiliation
Computer Science & IT Education Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Optimization of video steganography with additional compression and encryption Dwi Arraziqi; Endi Sailul Haq
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 17, No 3: June 2019
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v17i3.9513

Abstract

Currently, data such as text, images and video are very important. Therefore, data must be secured from unauthorized parties. In this paper, we propose a number of security levels, first using compression techniques on the data that will be hidden to reduce the size of the data, second using encryption techniques on data that has been compressed so that data is more secure, third using video steganography techniques on compressed and encrypted data so that unauthorized parties are increasingly difficult to extract data. Measurement of differences in quality of cover-video and stego-video using MSE (Mean Square Error), PSNR (Peak Signal to Noise Ratio), evolution histogram of video tags, and video playback. The results show that the proposed algorithm gives better results than the previous algorithm which has a smaller MSE, larger PSNR, smaller histogram evolution of video tags, and play video without distortion.
SISTEM INFORMASI PAJAK BUMI DAN BANGUNAN DESA BERBASIS WEB STUDI KASUS DESA GROGOL Djuniharto Djuniharto; Dwi Arraziqi
Jurnal Informatika dan Komputer Vol 7 No 2 (2017): October
Publisher : Sekolah Tinggi Ilmu Komputer PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2065.524 KB)

Abstract

Semakin berkembang teknologi memaksa seseorang untuk ikut beradu dalam canggihnya teknologi yang bertambah pesat. Dibutuhkan teknologi dalam berbagai aspek terutama pekerjaan. Dengan adanya teknologi hasil dari pekerjaan menjadi lebih efisien dan cepat. Berdasarkan hasil dari pengamatan dan wawancara, pada saat kegiatan Kuliah Kerja Nyata di Desa Grogol, didapat beberapa kebutuhan oleh desa berhubungan dengan aplikasi Komputer. Salah satunya adalah kebutuhan informasi tentang Pajak Bumi dan Bangunan (PBB). Desa tidak dapat mengetahui berapa besar pajak yang telah disetorkan, siapa yang sudah membayar PBB, siapa yang belum membayar PBB. Dari kebutuhan tersebut maka dibuatkan aplikasi Sistem Informasi Pajak Bumi dan Bangunan agar desa sudah tidak lagi kerepotan mencari data tentang Pajak Bumi dan Bangunan. Pada aplikasi ini tentu diperlukan input, proses dan output. Aplikasi ini dibuat berbasiskan web. Diharapkan setelah selesai aplikasi tersebut dapat diintegrasikan dengan aplikasi yang ada di Dispenda sehingga data pajak untuk desa terus terupdate tanpa harus minta data setiap bulan ke Dispenda. Bahkan dimungkinkan system ini dapat digunakan oleh desa se-Kabupaten Banyuwangi. Studi kasus dari aplikasi ini adalah Desa Grogol. Adanya sistem aplikasi tersebut admin bisa lebih mudah untuk melakukan transaksi pembayaran perpajakan bumi dan bangunan yang sifatnya dinamis dengan hasil yang efisien dan mengurangi waktu dalam pengerjaannya dari pekerjaan sebelumnya.
Cost-Effective Parkinson’s Disease Diagnosis Through IoT-Based Finger Tapping and Real-Time Machine Learning Classification Arraziqi, Dwi; Sardjono, Tri Arief; Purnomo, Mauridhi Hery
Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI Vol. 14 No. 1 (2025)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v14i1.86371

Abstract

Parkinson's disease (PD) is a progressive neurological condition that significantly impacts motor functions, including finger tapping (FT). This study aims to develop a cost-effective, real-time, easily implementable, IoT-enabled electronic health record (EHR)-integrated FT analysis system capable of remotely detecting PD with high accuracy. The study uses peak amplitude, the Internet of Things (IoT), and various machine learning classifiers to detect PD through FT pattern analysis on a smartphone application. K-Nearest Neighbors, Convolutional Neural Networks, Support Vector Machines, and Logistic Regression exhibited 100% accuracy, while Naïve Bayes and Decision Trees (DT) had accuracies ranging from 71% to 92%. All classifiers had an Area Under the Curve (AUC) value of 1, except DT with an AUC value of 0.75. This study introduces a novel IoT system for PD detection that demonstrates high diagnostic accuracy, cost-effectiveness, real-time monitoring capability, easy implementation, scalability for telemedicine, and accessibility to EHR during the COVID-19 pandemic. Future studies will focus on expanding the dataset.
Co-Authors Djuniharto Djun Endi Sailul Haq Mauridhi Hery Purnomo Tri Arief Sardjono