Garuda - Garba Rujukan Digital

Perancangan dan Realisasi Aplikasi Berbasis Web untuk Enkripsi dan Dekripsi Data dengan Algoritma 3DES dan Twofish Delimayanti, Mera Kartika; Sudirko, Danu
MULTINETICS Vol 1, No 1 (2015): MULTINETICS Mei (2015)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.Vol1.No.1.2015.pp.41-46

Penelitian ini membahas perancangan dan realisasi sistem berupa aplikasi berbasis web untuk enkripsi dan dekripsi data dengan algoritma 3DES dan Twofish yang berfungsi untuk mengamankan sebuah data. Sistem dapat digunakan untuk mencegah tindakan pencurian informasi data dengan cara menyandikan informasi menggunakan teknik kriptografi berupa enkripsi dan dekripsi dengan menggunakan 2 metode yakni 3DES dan Twofish. Fungsi enkripsi adalah untuk menyandikan data sebenarnya (plaintext) menjadi data sandi (chipertext) dan fungsi dekripsi adalah sebaliknya. 3DES adalah salah satu algoritma enkripsi yang cukup populer dan perkembangan dari DES dengan menggunakan panjang kunci 168 bit, sedangkan Twofish merupakan algoritma dengan panjang kunci bervariasi 128-bit, 192-bit, dan 256-bit. Sistem dirancang dan dibangun berbasis web untuk mempermudah penggunaan yang dapat multi platform. Implementasi sistem telah dilakukan dengan menggunakan berbagai macam tipe file dengan ukuran tertentu dan aplikasi telah berfungsi dengan baik tanpa mengubah file asli dengan teknik penyandian yang dipilih.

Sistem Informasi Pendataan Tenaga Kerja Wanita Berbasis Web PT. Malindo Mitra Perkasa Delimayanti, Mera Kartika; Puspitasa, Nana
Jurnal Masyarakat Informatika Vol 7, No 1 (2016): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (681.916 KB)

Sistem informasi, khususnya berbasis web, terus menerus berkembang dengan pesat danjuga membantu memudahkan pekerjaan manusia. Dengan adanya sistem informasi,pengumpulan dan penyebaran data suatu organisasi dapat dilakukan degan efektif danefisien. Jurnal ini akan membahas penelitian yang sudah dilakukan yaitu pembuatansistem informasi pendataan tenaga kerja wanita berbasis web yang dapat diaplikasikandi PT. Malindo Mitra Perkasa. Penelitian ini diawali dengan menganalisa cara kerjakaryawan di PT. Malindo Mitra Perkasa mengelola data tenaga kerja yang dimiliki.Hasil analisa yang sudah didapat selanjutnya dirangkai dalam bentuk diagramflowchart, use case, activity, sequence, class dan ERD. Berdasarkan diagram yang sudahdibuat, sistem ini dibangun menggunakan PHP Framework yaitu CodeIgniter untukbackend, CSS untuk frontend, MySQL sebagai bahasa basis data, dan masih dijalankandi server lokal menggunakan Apache. System yang sudah dibuat juga dites berdasarkanjalan atau tidaknya fungsi yang sudah dibuat. Dari penelitian yang sudah dilakukan,diharapkan sistem terkait dapat memudahkan karyawan PT. Malindo Mitra Perkasadalam mengumpulkan data tenaga kerja yang dilakukan secara manual menggunakanformulir kertas.

Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter Delimayanti, Mera Kartika; Sari, Risna; Laya, Mauldy; Faisal, Muhammad Reza; Pahrul, Pahrul
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47858

Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi pesan bencana banjir dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui. Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.

Pemanfaatan Metode Multiclass-SVM pada Model Klasifikasi Pesan Bencana Banjir di Twitter Delimayanti, Mera Kartika; Sari, Risna; Laya, Mauldy; Faisal, Muhammad Reza; Pahrul, Pahrul
Edu Komputika Journal Vol 8 No 1 (2021): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v8i1.47858

Musibah bencana alam banjir merupakan salah satu musibah alam yang sangat umum kejadian di Indonesia baik di pulau Jawa ataupun di luar Pulau Jawa. Sumber informasi dari media social Twitter dapat digunakan sebagai Social Network Sensor (SNS) untuk bencana banjir. Penelitian ini bertujuan untuk melakukan klasifikasi pesan twitter khususnya tentang bencana banjir sebagai hasil dari algoritma machine learning. Pada klasifikasi pesan bencana banjir dilakukan serangkaian proses data preprocessing dan dilanjutkan dengan ekstraksi fitur dan pembobotan kata dari data twitter. Berbagai teknik yang dilakukan pada proses data preprocessing berpengaruh terhadap tingkat akurasi hasil klasifikasi yang dihasilkan. Selanjutnya, penelitian ini menyampaikan bahwa algoritma Support Vector Machine (SVM) adalah sebuah algoritma dapat dimanfaatkan untuk klasifikasi data ke dalam tiga (3) kelas kelas saksi mata, kelas non saksi mata dan kelas tidak diketahui. Total jumlah data yang telah diolah sebanyak 3000 data untuk 3 kelas label data. Pendekatan metode One Versus One (OVO) untuk dua kelas label data dan One Versus All (OVA) untuk lebih dari dua kelas label pada algoritma SVM. Pada penelitian ini telah diterapkan algoritma Support Vector Machine untuk multiclass dengan metode OVA. Hasil eksperimen telah menunjukkan pendekatan OVA pada algoritma SVM dengan kernel RBF menghasilkan evaluasi performansi yang paling tinggi. Hasil evaluasi tersebut adalah nilai akurasi hingga 87.03%. Sedangkan hasil riset sebelumnya dengan algoritma SVM tetapi pendekatan yang berbeda hanya mencapai nilai akurasi hingga 77.87%.

Perancangan dan Realisasi Aplikasi Berbasis Web untuk Enkripsi dan Dekripsi Data dengan Algoritma 3DES dan Twofish Mera Kartika Delimayanti; Danu Sudirko
MULTINETICS Vol. 1 No. 1 (2015): MULTINETICS Mei (2015)
Publisher : POLITEKNIK NEGERI JAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32722/multinetics.v1i1.1041

Penelitian ini membahas perancangan dan realisasi sistem berupa aplikasi berbasis web untuk enkripsi dan dekripsi data dengan algoritma 3DES dan Twofish yang berfungsi untuk mengamankan sebuah data. Sistem dapat digunakan untuk mencegah tindakan pencurian informasi data dengan cara menyandikan informasi menggunakan teknik kriptografi berupa enkripsi dan dekripsi dengan menggunakan 2 metode yakni 3DES dan Twofish. Fungsi enkripsi adalah untuk menyandikan data sebenarnya (plaintext) menjadi data sandi (chipertext) dan fungsi dekripsi adalah sebaliknya. 3DES adalah salah satu algoritma enkripsi yang cukup populer dan perkembangan dari DES dengan menggunakan panjang kunci 168 bit, sedangkan Twofish merupakan algoritma dengan panjang kunci bervariasi 128-bit, 192-bit, dan 256-bit. Sistem dirancang dan dibangun berbasis web untuk mempermudah penggunaan yang dapat multi platform. Implementasi sistem telah dilakukan dengan menggunakan berbagai macam tipe file dengan ukuran tertentu dan aplikasi telah berfungsi dengan baik tanpa mengubah file asli dengan teknik penyandian yang dipilih.

Perancangan dan Analisis Perangkat Lunak Berbasis Web sebagai Alat Rekam Medis Pasien di Puskesmas Mera Kartika Delimayanti
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Puskesmas merupakan penyelenggara pelayanan kesehatan yang paling dekat dengan masyarakat danmemiliki berbagai macam unit pelayanan kesehatan antara lain pelayanan kesehatan poli umum, ibu hamil danbalita, gizi, gigi dan laboratorium dasar. Diagnosis dan terapi tenaga medis berasal dari data rekam medispasien di unit pelayanan kesehatan Puskesmas. Perangkat lunak berbasis web dapat dimanfaatkan sebagai alatrekam medis pasien terintegrasi dari seluruh unit pelayanan untuk dapat menghasilkan diagnosis dan terapitenaga medis yang tepat. Perancangan arsitektur sistem menggunakan teknologi jaringan komputer yangmerupakan dasar teknologi web sehingga dapat mengintegrasikan data rekam medis pasien dari masing-masingunit pelayanan kesehatan. Sistem ini dirancang memiliki tiga modul utama yakni modul pencatatan data pasien,modul pencatatan data medis pasien dan modul pelaporan data. Seluruh data tersimpan dalam basisdata padakomputer server dan dilengkapi dengan fasilitas replikasi basisdata secara otomatis untuk menghindari adanyakerusakan atau kehilangan data. Aspek pengamanan data (data security) didesain menggunakan autentikasipengguna untuk memastikan bahwa perangkat lunak hanya dapat diakses oleh yang berhak.Kata kunci: Puskesmas, Rekam medis, Perangkat lunak berbasis Web, Jaringan, Basisdata

Feature Extraction and Classification of Thorax X-Ray Image in the Assessment of Osteoporosis Riandini Riandini; Mera Kartika Delimayanti
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Previous studies showed that it was possible to have a prediction or an early detection of osteoporosis by measuring the thickness of the cortex of the clavicle of thorax x-ray image. The drawback of this system was that it was still dependent on the operator of subjective vision applications in the measurement. In addition, the accuracy of the system very much relied on the x-ray image quality. Therefore, it is in urgent need of another system which can automatically classify x-ray image and another method of image processing to identify and acknowledge a certain texture of the based image using a set of classes or texture classification given. In this paper, calculation and analysis of a series of image processing algorithms to perform x-ray image classification are done using the K-Nearest Neighbor (KNN) and feature extraction techniques Gray Level Co-occurrence Matrix (GLCM) on small sample size data of 46. Thorax x-ray images of 44 females and 2 males with the average age of 63 years old. T-score of these images had been measured using DEXA scan before as a justification. The proposed method shows that the clavicle cortex thickness measurement using GLCM and KNN method as feature extraction and image classification has its sensitivity of 100% and specificity of 90%. Furthermore, the accuracy which is obtained from the entire implementation capability in correctly assessing osteoporosis is 97.83%. Thus, it is evident that it is significantly correlated with predetermined T-score of DEXA in the assessment of osteoporosis.

SIMULASI NUMERIK PADA DOWNDRAFT GASIFIER BIOMASSA DENGAN COMPUTATIONAL FLUID DYNAMIC Rizqi Fitri Naryanto; Mera Kartika Delimayanti
Jurnal Teknovasi : Jurnal Teknik dan Inovasi Vol 8, No 1 (2021): TEKNOVASI APRIL 2021
Publisher : LPPM Politeknik LP3I Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55445/teknovasi.v8i1.542

Kebutuhan energi dunia mengakibatkan lonjakan dalam kebutuhan energi terbarukan salah satunya adalah biomassa. Proses gasifikasi berlangsung dalam reaktor yang disebut gasifier dan yang paling efektif menggunakan metode Fixed Bed pada downdraft gasifier karena proses pembuatan gas berlangsung tanpa menghentikan penyalaan pembakaran dan menghasilkan sedikit tar. Bahan baku biomassa yang digunakan pada penelitian ini adalah wood pellet karena ketersediaan yang berlimpah di Indonesia. Pada penelitian ini membahas simulasi numerik untuk gasifier downdraft dengan memanfaatkan bahan baku biomassa berupa sumber kayu berbentuk wood pellet. Teknik simulasi yang digunakan adalah computational fluid dynamic dengan DPM (Discrete Phase Model) karena dapat memprediksi detil hasil experiment dengan lebih tepat. Hasil simulasi menunjukkan tingkat konvergensi yang bertambah baik dengan waktu iterasi proses yang semakin lama. Hasil simulasi mendekati 100% pada hasil riset di laboratorium dengan skala sesungguhnya.

Pembuatan Aplikasi Monitoring Karantina Mandiri Orang dalam Pengawasan (ODP) COVID-19 di Kota Depok Risna Sari; Mera Kartika Delima Yanti; Dewi Yanti Liliana; Iklima Ermis Ismail
Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Vol 6, No 2 (2021): May 2021
Publisher : University of Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/abdimas.v6i2.5090

The COVID-19 pandemic that has hit all countries in the world is a sudden humanitarian disaster. This virus is highly contagious, so it is necessary to make direct contact to prevent widespread transmission. Meanwhile, for people who have had contact with people with COVID-19, it is necessary to carry out tracing and activity activities so as not to cause more people to be exposed to COVID-19. Therefore, a supporting infrastructure is needed in the form of web and mobile-based applications to monitor self-quarantine for COVID-19 People Under Supervision (ODP). The Informatics Engineering Study Program, Department of Informatics and Computer Engineering, Jakarta State Polytechnic developed a web-based and mobile-based software application made for the Depok Jaya Community Health Center to support ODP COVID-19. ODP can report complaints and grievances through the mobile application, while the Depok Jaya Community Health Center conducts monitoring through a web-based application. By using this application, it is hoped that it can break the chain of spreading COVID-19 in Depok City, especially in Depok Jaya District.DOI: https://doi.org/10.26905/abdimas.v6i2.5090

ANALISIS PENERAPAN METODE KONVOLUSI UNTUK UNTUK REDUKSI DERAU PADA CITRA DIGITAL Rika Novita Wardhani; Mera Kartika Delimayanti
Jurnal Poli-Teknologi Vol. 10 No. 2 (2011)
Publisher : Politeknik Negeri Jakarta

Noise in digital image processing is a disorder caused by deviations of the data received. There are three types of noise, Additive, Gaussian and Speckle. Currently, there are many methods for reducing noise in digital images. One method that can be used for reducing noise is convolution method, which consists of Low Pass Filter, High Pass Filter, Median Filter, Mean Filter and Gaussian Filter. This research will analyze an output by applying the convolution method for noise reduction with various parameters such as histogram, Timing- Run calculation and SNR calculation. Noise reduction will be imposed on the three types of noise. Keywords : digital image, noise reduction, convolution method, histogram, Timing-Run, SNR. ABSTRAK Derau (noise) dalam pengolahan citra digital merupakan gangguan yang disebabkan oleh menyimpangnya data digital yang diterima oleh alat penerima data gambar. Noise memiliki tiga jenis yakni noise Aditif, Gaussian dan Speckle. Saat ini terdapat banyak metode untuk mengurangi derau pada citra digital. Salah satu metode yang dapat digunakan dengan metode konvolusi yang terdiri dari filter lolos bawah (Low Pass Filter), lolos atas ( High Pass Filter), Median, Mean dan Gaussian. Pada penelitian ini akan dilakukan analisis citra digital keluaran dengan penerapan metode konvolusi untuk reduksi derau dengan berbagai parameter yakni histogram, perhitungan Timing-Run dan perhitungan SNR. Reduksi noise dikenakan pada ketiga jenis noise. Kata kunci : citra digital, reduksi noise, metode konvolusi, histogram, Timing-Run, SNR.

Title

Found 25 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 25 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 25 Documents
Search