Claim Missing Document
Check
Articles

Found 33 Documents
Search

Implementasi Metode Clustering dengan Algoritma K-Means pada Sistem Rekomendasi Lagu berbasis Similaritas Fitur Audio Naufal Ammanullah Arrasyid Yusuf; Ilham Saifudin; Ari Eko Wardoyo
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.12785

Abstract

Sistem rekomendasi lagu berbasis Collaborative Filtering menghadapi keterbatasan fundamental berupa cold-start problem ketika berhadapan dengan lagu atau pengguna baru yang belum memiliki riwayat interaksi. Penelitian ini mengimplementasikan pendekatan Content-Based Filtering (CBF) menggunakan algoritma K-Means Clustering berbasis ekstraksi fitur audio untuk mengatasi permasalahan tersebut. Dataset yang digunakan terdiri dari 3.200 file lagu dalam format mp3, wav, aac, dan m4a yang dikumpulkan dari penyimpanan lokal, mencakup enam genre populer, yaitu Pop, Rock, Jazz, Electronic/EDM, Hip-Hop/Rap, dan Classical. Fitur audio diekstraksi menggunakan library Librosa, menghasilkan representasi numerik berupa Mel-Frequency Cepstral Coefficients (MFCC), Spectral Centroid, Zero Crossing Rate (ZCR), RMS Energy, Spectral Rolloff, Chroma STFT, Tempo, dan Beat Count. Setelah normalisasi Z-Score untuk menyeragamkan skala fitur, algoritma K-Means Clustering diterapkan dan dievaluasi menggunakan Within-Cluster Sum of Squares (WCSS) dan Calinski-Harabasz (CH) Index, menghasilkan partisi optimal pada k=6 yang selaras dengan representasi enam genre dalam dataset, dengan nilai WCSS 95,616,62 dan CH Index 85,92. Sistem rekomendasi menghasilkan output Top-N menggunakan dua metrik jarak, yaitu Euclidean Distance dan Cosine Similarity, yang dievaluasi menggunakan Overlap Coefficient, Jaccard Similarity, dan Intra-List Similarity (ILS). Hasil evaluasi menunjukkan konvergensi mutlak antara kedua metode pada Top-3 dengan nilai Jaccard Similarity 1,0, sementara rata-rata skor ILS stabil pada rentang 0,5 yang mengindikasikan keseimbangan optimal antara relevansi dan diversitas rekomendasi. Sistem diimplementasikan dalam aplikasi web berbasis Flask dengan visualisasi Diagram Venn dan heatmap sebagai pendukung evaluasi interaktif.
Design and Development of an Earthquake Early Warning System Based on IoT Using the Fuzzy Tsukamoto Method Muhammad Zulfikar Adipradana; Ari Eko Wardoyo; Taufiq Timur Warisaji
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 11 No. 2 (2026): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v11i2.5580

Abstract

The development of an Internet of Things (IoT)-based earthquake early warning system using the Tsukamoto fuzzy method in this study aims to reduce the risk of injuries or fatalities in tall buildings due to earthquakes. This early warning system uses an MPU6050 gyroscope sensor to measure building tilt during an earthquake. The data obtained from the sensor is then processed using an ESP8266 microcontroller. The Tsukamoto fuzzy algorithm is used to classify earthquake risk status into three categories: "Safe," "Alert," and "Danger." Warning notifications are sent in real-time to an application designed using Kodular. The main contribution of this research is the real-time application of the Tsukamoto Fuzzy method in an IoT-based early warning system, utilizing a gyroscope sensor to efficiently measure building tilt and rapidly send warnings. Test results show that the sensor can detect tilt well, in accordance with the predetermined tilt rules, and is able to send warning notifications to the application within 1-2 seconds across all nine test scenarios. However, this system has several limitations, such as the need for further research on a larger scale and in more varied environments. This system provides a solution for disaster relief efforts for earthquake victims in tall buildings and can be further developed in the future.
Analisis Keamanan Aplikasi Berbasis Web Menggunakan Metode Penetration Testing (Studi kasus: E-Commerce As-Sakinah Mart) Muhammad Yuwan Safri Nacikit; Miftahur Rahman; Ari Eko Wardoyo
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol. 10 No. 1 (2025): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v10i1.3324

Abstract

Keamanan aplikasi berbasis web merupakan aspek krusial dalam memastikan integritas dan kerahasiaan data, terutama pada platform e-commerce yang rentan terhadap serangan siber. Penelitian ini bertujuan untuk menganalisis tingkat keamanan aplikasi web E-Commerce As-Sakinah Mart menggunakan metode penetration testing. Metode ini melibatkan simulasi serangan yang mungkin dilakukan oleh pihak tidak bertanggung jawab untuk mengidentifikasi kerentanan dalam sistem. Studi ini meliputi pengujian terhadap berbagai aspek, termasuk autentikasi pengguna, manajemen sesi, enkripsi data, serta perlindungan terhadap serangan SQL Injection dan Cross-Site Scripting (XSS). Hasil penelitian ini menunjukkan bahwa aisyiyah.rebrainstudio.com telah memenuhi standar keamanan yang tinggi dan aman dari ancaman yang termasuk dalam OWASP Top 10-2021. Dengan demikian, penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan kesadaran dan tindakan preventif terhadap potensi ancaman keamanan pada aplikasi web.