Article Per Year (5 Year)
p-Index From 2021 - 2026
4.478
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Proceedings of KNASTIK TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Indonesian Journal on Computing (Indo-JC) JIKO (Jurnal Informatika dan Komputer) J-SAKTI (Jurnal Sains Komputer dan Informatika) Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Aiti: Jurnal Teknologi Informasi J-SAKTI (Jurnal Sains Komputer dan Informatika) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Nasional Teknik Elektro dan Teknologi Informasi International Journal on Advanced Technology, Engineering, and Information System (IJATEIS) Innovative: Journal Of Social Science Research Jurnal Ilmu Komputer dan Sistem Informasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science
Alz Danny Wowor
Universitas Kristen Satya Wacana
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
The Implementation of f(x) = 3(x 3 − x 2 − x) + 2 as CSPRNG Chaos-Based Random Number Generator Yopeng, Maria Rosalina; Wowor, Alz Danny
Indonesian Journal on Computing (Indo-JC) Vol. 6 No. 1 (2021): April, 2021
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2021.6.1.546

Abstract

This research implemented the cubic function f(x) = 3(x^3 − x^2 − x) + 2 using a FixedPoint Iteration to produce several iteration functions that can be used as random number generator. The test results obtain six iteration functions, and based on graphic visualizationwith Scatter plot and randomness test with mono bit test, bit block, and run test, the results only obtain two iteration functions namely x2 − 1 + 2/(3x) and f(x) = 1 + 1/x − 2/(3x^2)which can produce CSPRNG Chaos-based random number. Encryption testing shows that both functions can generate keys that make plaintext and ciphertext statistically unrelated, so the f(x) = 1 + 1/x − 2/(3x^2) function can be used as a CSPNRG chaos-based random number generator function.
Sistem Pakar Indikasi Penyakit Berasal Dari Virus Menggunakan Forward Chaining Juanito, Yunias; Wowor, Alz Danny
Innovative: Journal Of Social Science Research Vol. 5 No. 3 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i3.19936

Abstract

Peningkatan kasus penyakit atau kematian yang signifikan dan berpotensi menjadi wabah disebut sebagai Kejadian Luar Biasa (KLB). KLB tidak hanya disebabkan oleh penyakit menular, tetapi juga penyakit tidak menular dan keracunan. Keterbatasan informasi mengenai penyakit virus yang dapat memicu KLB menjadi kendala dalam pencegahan. Oleh karena itu, deteksi dini sangat penting untuk memberikan informasi kepada masyarakat agar tindakan pengobatan dan pencegahan dapat dilakukan sedini mungkin. Sistem pakar, yang merupakan program dengan basis pengetahuan dan sistem inferensi menawarkan solusi untuk deteksi dini penyakit virus. Sistem ini menggunakan metode Forward Chaining untuk menarik kesimpulan. Sistem pakar yang dihasilkan mampu mendeteksi tujuh jenis penyakit virus, menyajikan informasi berupa penyakit, nilai kepercayaan atau persentase, dan nilai kepercayaan gejala terhadap penyakit yang lain
Analisis Perbandingan Performa YOLO v11 Dan v12 menggunakan model N dan S Putra, Gidion Albeth Anoraga; Wowor, Alz Danny
Innovative: Journal Of Social Science Research Vol. 5 No. 4 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i4.21004

Abstract

Penelitian ini bertujuan untuk menganalisis perbandingan kinerja model deteksi objek YOLO (You Only Look Once) versi 11 dan versi 12, dengan fokus pada variasi N dan S pada kedua versi tersebut. Analisis dilakukan terhadap parameter waktu inferensi, kecepatan pemrosesan, penggunaan memori, dan ukuran model. Data diperoleh melalui eksperimen terhadap kedua versi dengan melakukan 100 epoch pelatihan pada masing-masing model. Hasil penelitian menunjukkan bahwa YOLO versi 11 secara umum memiliki waktu eksekusi yang lebih cepat dibandingkan versi 12, dengan total waktu eksekusi 219 detik untuk versi 11 N dan 228 detik untuk versi 11 S, sementara versi 12 N membutuhkan 303 detik dan versi 12 S membutuhkan 420 detik. Versi 11 juga menunjukkan penggunaan memori yang lebih efisien, sekitar 126-127 MB dibandingkan dengan versi 12 yang membutuhkan memori sekitar 3674-4309 MB. Penelitian ini menyimpulkan bahwa YOLO versi 11 menunjukkan keunggulan signifikan dalam efisiensi waktu pelatihan, penggunaan memori, dan waktu inferensi, menjadikannya pilihan optimal dalam hal sumber daya atau kebutuhan pemrosesan real-time. Sebaliknya, YOLO versi 12 menawarkan konsistensi kinerja yang lebih baik dan potensi akurasi yang lebih tinggi dengan biaya komputasi yang substansial
Studi Normalisasi pada Pemodelan Klasifikasi Kondisi Pasien COVID-19 Berdasarkan Data Kualitas Udara (Studi Kasus Gradient Boosting, Extra Trees, dan Logistic Regression) Sakalaty, Alfa Krisnanugrah; Wowor, Alz Danny
Innovative: Journal Of Social Science Research Vol. 5 No. 4 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i4.21040

Abstract

Abstrak Penelitian ini meneliti pengaruh penerapan normalisasi data terhadap kinerja model klasifikasi kondisi pasien COVID-19 berbasis data kualitas udara. Data diperoleh dari wilayah Lubang Buaya dan diolah menggunakan metode Min-Max Normalization untuk meningkatkan ketepatan prediksi. Tiga algoritma machine learning Logistic Regression, Gradient Boosting, dan Extra Trees diuji dalam mengklasifikasikan lima kategori kondisi pasien. Hasil penelitian mengungkap bahwa normalisasi mampu meningkatkan akurasi seluruh model secara signifikan, dengan Extra Trees mencatat kinerja tertinggi hingga 92,86% pada kategori Suspek. Meski demikian, kategori Rawat Inap tetap menjadi tantangan akibat ketidakseimbangan distribusi data dan keterbatasan fitur yang tersedia. Secara keseluruhan, Extra Trees tampil sebagai model dengan performa terbaik, disusul oleh Logistic Regression dan Gradient Boosting. Temuan ini menegaskan peran penting normalisasi dan strategi penanganan data tidak seimbang dalam meningkatkan akurasi, sekaligus menunjukkan potensi kualitas udara sebagai indikator pendukung prediksi kondisi pasien COVID-19.
Studi Normalisasi pada Pemodelan Klasifikasi Kondisi Pasien COVID-19 Berdasarkan Data Kualitas Udara (Studi Kasus: Gradient Boosting, Extra Trees, dan Logistic Regression) Sakalaty, Alfa Krisnanugrah; Wowor, Alz Danny
Innovative: Journal Of Social Science Research Vol. 5 No. 4 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i4.21058

Abstract

Penelitian ini meneliti pengaruh penerapan normalisasi data terhadap kinerja model klasifikasi kondisi pasien COVID-19 berbasis data kualitas udara. Data diperoleh dari wilayah Lubang Buaya dan diolah menggunakan metode Min-Max Normalization untuk meningkatkan ketepatan prediksi. Tiga algoritma machine learning Logistic Regression, Gradient Boosting, dan Extra Trees diuji dalam mengklasifikasikan lima kategori kondisi pasien. Hasil penelitian mengungkap bahwa normalisasi mampu meningkatkan akurasi seluruh model secara signifikan, dengan Extra Trees mencatat kinerja tertinggi hingga 92,86% pada kategori Suspek. Meski demikian, kategori Rawat Inap tetap menjadi tantangan akibat ketidakseimbangan distribusi data dan keterbatasan fitur yang tersedia. Secara keseluruhan, Extra Trees tampil sebagai model dengan performa terbaik, disusul oleh Logistic Regression dan Gradient Boosting. Temuan ini menegaskan peran penting normalisasi dan strategi penanganan data tidak seimbang dalam meningkatkan akurasi, sekaligus menunjukkan potensi kualitas udara sebagai indikator pendukung prediksi kondisi pasien COVID-19.
IDENTIFIKASI PENGARUH KUALITAS UDARA TERHADAP KONDISI PASIEN COVID-19 DENGAN 1 ALGORITMA NAIVE BAYES Febriyanti, Monica Dias; Wowor, Alz Danny; Pakereng, Magdalena A. Ineke
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 2 (2024): September 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i2.867

Abstract

Pandemi Covid-19 atau corona virus sangat meresahkan bagi masyarakat Indonesia karena penyebarannyayang sangat mudah, virus ini dapat ditularkan melalui tetesan kecil (droplet) dari mulut maupun hidung pen-derita covid-19. Pada kasus tertentu virus ini juga bisa menginfeksi pernafasan berat sehingga menyebabkanpneumonia (infeksi paru-paru). Masyarakat yang memiliki daya tahan tubuh lemah sangat mudah tertular virusini, salah satu penyebab daya tahan tubuh melemah yaitu kualitas udara yang tidak bagus oleh karena itu pene-litian ini melakukan identifikasi pengaruh dari kualitas udara terhadap kondisi pasien covid-19 menggunakanalgoritma Naïve Bayes. Data diperoleh melalui website corona.jakarta.go.id dan Jakarta OpenData, setelah prep-rocessing diperoleh 610 data yang dibagi menjadi 80% data training dan 20% data testing. Penggunaan denganAlgoritma Naïve Bayes menunjukkan nilai akurasi yang tinggi yaitu 82,73%. Hasil identifikasi berdasarkan al-goritma naïve bayes dalam empat class, class sangat berpengaruh 2,3%, class berpengaruh 62,8%, class kurangberpengaruh 34,5%, dan class tidak berpengaruh 0.4%. Dengan demikian kualitas udara ikut mempengaruhikondisi pasien covid-19 di wilayah Propinsi DKI Jakarta.
IMPLEMENTASI VARIASI FUNGSI XOR DALAM PEMBANGKITAN KUNCI LFSR PADA SKEMA A5/1 DENGAN TIGA BLOK BIT Ramadhani, Ahmad; Wowor, Alz Danny
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 1 (2024): Februari 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i1.1116

Abstract

Penelitian ini mengimplementasikan variasi fungsi XOR dalam pembangkit kunci LFSR (Linear Feedback Shift Register) dengan skema A5/1 dan tiga fungsi umpan balik untuk proses pembangkit bilangan acak. Untuk menentukan nilai bit yang baru pada iterasi berikutnya digunakan operasi XOR pada setiap fungsi umpan balik. Dilakukan pengujian keacakan dengan metode Run Test, Mono Bit, dan Block Bit untuk memperoleh hasil pengujian bahwa algoritma secara konsisten mampu mengasilkan luaran yang acak dengan berbagai variasi input. Dalam uji enkripsi didapat hasil korelasi antara plainteks dan cipherteks memiliki nilai yang sangat rendah karena setiap pengujian memiliki nilai mendekati 0. Perbandingan dengan penelitian terdahulu menyatakan kelima fungsi yang digunakan dapat menghasilkan luaran acak. Pembangkit kunci LFSR dengan skema A5/1dengan tiga fungsi XOR dapat menghasilkan keluaran bilangan acak yang sangat baik untuk digunakan dalam kriptografi.
Identifikasi Nilai Acak Melalui Pemosisian Ulang Fungsi XOR di Blok Pertama LFSR A5/1 Susilo Wibowo, Ayub; Wowor, Alz Danny
The Indonesian Journal of Computer Science Vol. 12 No. 6 (2023): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i6.3601

Abstract

Skema A5/1 menggunakan linear feedback shift register (LFSR) untuk menghasilkan keacakan. Reposisi awal dari fungsi linier pertama didasarkan pada pemilihan 4 dari 19-bit menurut hukum komutatif, dengan paling banyak 60 peristiwa reposisi.  Bit-bit yang dipilih ini menjalani proses iterasi fungsi XOR yang menghasilkan output bit acak maksimum. Hasil akhir dihasilkan oleh XOR yang memproses output dari setiap fungsi linier. Pengujian ekstensif dilakukan pada kemampuan algoritma untuk menghasilkan bit keluaran acak menggunakan metode perhitungan statistik seperti Runs Test, Block Bit, dan Mono Bit untuk mengukur keacakan. Hasilnya secara konsisten menunjukkan bahwa algoritma ini menghasilkan output acak untuk berbagai jenis input. Untuk mengevaluasi kemampuan enkripsi, sepuluh keluaran dipilih dan diuji tingkat korelasinya. Sembilan dari keluaran tersebut menghasilkan tingkat korelasi yang 'sangat rendah', sementara satu keluaran memiliki tingkat korelasi 'rendah'. Hasil ini mendukung keandalan desain sebagai generator kunci untuk melindungi informasi.
ANALISIS PENGARUH KUALITAS UDARA PADA PASIEN COVID-19 DI KOTA JAKARTA, BERLIN DAN HOKKAIDO (IMPLEMENTASI MODEL KLASIFIKASI: NAÏVE BAYES, K-NN, DECISION TREE DAN RANDOM FOREST) Pambudi, Rizky Satya; Wowor, Alz Danny
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 4 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i4.6708

Abstract

Kualitas udara mempengaruhi kesehatan masyarakat yang tinggal di kota-kota besar terutama penyakit pernafasan dan kardiovaskular. Penelitian ini bertujuan untuk melihat hubungan antara kualitas udara terhadap tingkat keparahan pasien sindrom pernapasan akut berat (SARS-CoV-2) atau COVID-19 yang baru muncul di wilayah asia timur. Memanfaatkan algoritma klasifikasi Naïve Bayes, K-nearest Neighbor, Decision Tree dan Random Forest untuk mengetahui kontribusi kualitas udara terhadap pasien covid-19. Hasil accuracy terbaik K-Nearest Neighbor dikota berlin kasus dirawat sebesar 99%, precision 79,05% dan recall 79,09%, akurasi Decision Tree kategori positif dikota hokkaido sebesar 88%, precision 70% dan recall 71% dan akurasi Random Forest kasus meninggal dikota jakarta 71%, precision 57% dan recall 59%. K-Nearest Neighbor merupakan model yang efektif dalam menangkap pola data yang kompleks dan Decision Tree dan Random Forest merupakan model yang konsisten dalam mengenali pola data dengan variabilitas data yang tinggi. Hasil identifikasi kualitas udara terhadap tingkat keparahan pasien Covid-19, mengindikasikan korelasi yang kuat terutama di kota jakarta dengan tingkat polusi udara yang relatif tinggi. Disisi lain berlin yang memiliki kualitas udara lebih baik dibanding jakarta, menunjukkan bahwa, meskipun kualitas udara berlin yang relatif baik namun masih berkontribusi terutama untuk kasus dirawat. Kualitas udara dikota Hokkaido yang lebih baik dibanding jakarta dan berlin, mengindikasikan bahwa kualitas udara yang baik dapat memberikan kontribusi dalam mengurangi tingkat keparahan pasien Covid-19.
Design and Feasibility Evaluation of Redux Toolkit-Based State Management in a React Reservation Prototype (CoSpace) Hussein Nurrokhim; Alz Danny Wowor
International Journal Software Engineering and Computer Science (IJSECS) Vol. 6 No. 1 (2026): APRIL 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v6i1.7046

Abstract

This study examines the design and feasibility evaluation of a React-based coworking space reservation prototype named CoSpace, with Redux Toolkit applied as the state management architecture. The study was motivated by manual reservation processes that tend to produce delayed responses, recording errors, and schedule conflicts. A Research and Development (R&D) approach was employed, covering requirements analysis, system design, prototype implementation, functional testing, and user acceptance evaluation. Black Box Testing confirmed that all functional scenarios operated according to the intended design, including schedule conflict validation and role-based access restriction. User Acceptance Testing (UAT) involving 35 respondents produced an overall feasibility score of 95.4%, placing the prototype in the Very Feasible category. Within the scope of this prototype, Redux Toolkit supported centralized organization of application state and business logic — particularly through slice-based state separation and thunk-based reservation approval. The evaluation, however, was confined to a mock-data environment and did not compare Redux Toolkit against alternative state management approaches. Future work should integrate a real backend service and examine system behavior under multi-user operational conditions.
Co-Authors A.A. Ketut Agung Cahyawan W Andeka Rocky Tanaamah Aneria, Gianina Dea Ardika, Zefanya Aryatama, Andrew Ananta Bambang Susanto Bambang Susanto David Lihananto Dimara, Indri Febriyanti, Monica Dias Hussein Nurrokhim Jesajas, Marthen Billy Juanito, Yunias Kaho, Monica Louisa Ratu Kuniarti Paraditasari Kuniarti Paraditasari Liwandouw, Vania Beatrice Magdalena A. Ineke Pekereng Magdalena Ariance Ineke Pakereng Maria Rosalina Yopeng Nathanael, Hizkia Ondihon Parlinggoman Munthe Pallangan, Jorghie Theodore Pallangan, Jorghie Theodore Kenzo Pambudi, Rizky Satya Putra, Gidion Albeth Anoraga Putri, Febyola Kurnia Tiara Ramadhani, Ahmad Sakalaty, Alfa Krisnanugrah Salama, Aditya Simanjuntak, Yohanes Albryan Susilo Wibowo, Ayub Teguh Septianto Nahading Vania Beatrice Liwandouw Vania Beatrice Liwandouw Wibowo, Alvin Cahyo Widiana, Kadek Yopeng, Maria Rosalina