Claim Missing Document
Check
Articles

Found 26 Documents
Search

Aplikasi Tandatangan Digital dalam Proses Verifikasi dan Validasi Sertifikat Covid-19 Fatma, Yulia; Fuad, Evans; Soni, -; Agusriadi, -
Techno.Com Vol. 22 No. 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7091

Abstract

Pandemi Covid-19 menyebabkan syarat berpergian ke luar kota, provinsi bahkan luar negeri harus memiliki surat bebas Covid-19. Untuk mencegah tindak pemalsuan, keaslian dan legalitas dari surat bebas Covid-19, digital signature merupakan salah satu teknik dari kriptografi yang dapat digunakan untuk mengatasi permasalahan tersebut. Digital signature merupakan cara otentikasi yang memungkinkan pengirim pesan mencantumkan sebuah kode yang bertindak sebagai tanda tangannya. Penggunaan digital signature dapat memastikan sebuah dokumen elektronik masih utuh dan asli sehingga dapat dipertanggung jawabkan secara hukum. Digital signature dapat mencegah tindak pemalsuan surat bebas Covid-19. Berdasarkan hasil penelitian menunjukkan verifikasi dan validasi surat keterangan bebas Covid-19 dengan memanfaatkan digital signature dan teknologi QR Code berhasil dilakukan. SHA-1 digunakan untuk menghasilkan message digest terhadap surat keterangan hasil bebas covid-19. Algoritma RSA digunakan untuk enkripsi dan dekripsi pada message digest. Digital Signature berhasil diimplementasikan dalam bentuk QR Code yang berisikan identitas pasien, hasil tes, identitas dokter dan penerbit surat. Proses verifikasi dan validasi berhasil dilakukan. Verifikasi dan validasi terhadap digital signature menunjukkan hasil yang VALID yaitu message digest hasil dekripsi memiliki nilai yang sama dengan message digest asli.
KEAMANAN DAN IMPLEMENTASI IOT DALAM LINGKUNGAN INDUSTRI Fatih Muhana, Muhammad; Fuad, Evans
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10468

Abstract

Perkembangan cepat Internet of Things (IoT) telah membawa dampak signifikan di sektor industri, menciptakan peluang untuk peningkatan efisiensi operasional dan inovasi. Namun, tantangan serius muncul terkait aspek keamanan informasi, di mana potensi serangan dapat mengganggu operasional dan membahayakan keselamatan pekerja. Penelitian ini bertujuan untuk menyajikan pemahaman mendalam mengenai sistem keamanan IoT dalam lingkungan industri, dengan menganalisis temuan terkini dari jurnal-jurnal terakreditasi. Metode yang digunakan adalah studi pustaka, yang mencakup pengumpulan dan analisis data dari sumber-sumber seperti jurnal, buku, dan publikasi ilmiah, dengan fokus pada jurnal yang terakreditasi SINTA 1 hingga SINTA 5, antara tahun 2018 hingga 2023. Proses ini melibatkan pembacaan dan pencatatan informasi, serta sintesis dari sepuluh jurnal relevan untuk merumuskan kesimpulan yang mendalam. Hasil penelitian menunjukkan bahwa fokus utama dalam keamanan IoT meliputi penerapan teknologi seperti pengaturan cerdas, deteksi gas dan gerakan, pengenalan wajah, serta penggunaan Raspberry Pi. Selain itu, penerapan pemantauan jarak jauh dan solusi keamanan menyeluruh seperti QR code dan teknologi RFID menunjukkan potensi inovasi dalam menjaga integritas dan kerahasiaan data. Dengan pemahaman ini, diharapkan dapat membangun dasar yang kokoh untuk sistem keamanan IoT yang lebih efektif di masa depan.
Sistem Monitoring pH dan Kelembaban Tanah pada Tanaman Kacang Tanah Berbasis IoT Mualfah, Desti; Sandi, Ganesa Heru; Fuad, Evans
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 4 No 2 (2023): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Oktober 2023
Publisher : Fakultas Teknik Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v4i2.2289

Abstract

Kacang tanah jadi salah satu jenis tanaman leguminosae yang berperan cukup penting dalam memenuhi kebutuhan pangan. Untuk menjaga gizi yang ada di dalamnya maka pembudidayaan Kacang tanah membutuhkan kondisi tertentu supaya mendapatkan hasil yang diinginkan. Salah satu yang mempengaruhi dalam pertumbuhan kacang tanah adalah pH tanah dan kelembaban tanah. Oleh karena itu sistem monitoring pH dan kelembaban tanah dibuat untuk membantu memonitoring pH dan kelembaban tanah agar mendapatkan hasil panen sesuai yang diinginkan. Sistem ini berbasiskan IoT (Internet of Things) sehingga dapat dilakukan monitoring melalui smartphone dimana saja asalkan terhubung ke jaringan internet. Sistem ini menggunakan dua sensor untuk mengambil data yaitu sensor pH dan sensor kelembaban YL-69. Cara kerja dari sistem ini adalah ke dua sensor mengambil data lalu di kirimkan ke NodeMCU ESP8266 dengan bantuan arduino uno lewat komunikasi serial, data akan di olah menjadi rekomendasi pupuk/sulfur dan tingkat pemberian air oleh fuzzy logic. Hasil pengukuran dan rekomendasi akan ditampilkan pada bot telegram dengan bantuan NodeMCU ESP8266. Hasil uji coba sistem didapatkan bahwa alat sudah berhasil mengukur, memberikan rekomendasi, dan menampilkan pada bot telegram. Hasil akurasi dengan Mean Absolute Error (MAE). Didapatkan bahwa error pH tanah 0,14 dan kelembaban tanah 4,1.
Penerapan Algoritma Electre Sebagai Pendukung Keputusan Kasus Pengangkatan Guru Tetap Fuad, Evans; Lysa Susticha; Desti Mualfah
Jurnal Rekayasa Perangkat Lunak dan Sistem Informasi Vol. 1 No. 1 (2021)
Publisher : Department of Information System Muhammadiyah University of Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1267.602 KB) | DOI: 10.37859/seis.v1i1.2857

Abstract

Assessment, evaluation and awarding can be carried out aimed at spurring the performance of teachers in the teaching and learning process so as to improve teacher achievement, the assessment is carried out to obtain honorary teachers who excel who will then be appointed as permanent teachers. The mechanism for appointing permanent teachers at the Muhammadiyah 3 Pekanbaru foundation, namely the Principal submits a list of names of teachers who will be recommended to be appointed as permanent teachers for thefoundation to the Head of PDM Education and Culture Pekanbaru City. The evaluation process for the appointment of permanent teachers at the foundation takes a very long time, then when checking and giving a value to the form provided with this process, itis feared that there will be a subjective assessment or the possibility of errors in writing numbers. The assessment criteria applied to the appointment of permanent teachers consist of years of service, PKP value, achievement, age. The author builds a decision support system using the Elimination and Choice Translation Reality method. In an effort to objectively determine to become a permanent teacher, this selection of permanent teachers will be very useful in motivating teachers to work well.
Pemanfaatan Maggot BSF dan Kasgot Untuk Pengelolaan Sampah Rumah Tangga dan Pertanian Berkelanjutan R, Muhammad Ikhsan; D, Annisa.; S, Wilia.; Ramadhan, Farhan; T, Ivan Rezenstar; P, Ardika Cahya; Elianti, Popy; butar, Dicky Candra Butar-; Putri, Dita Oktaviani; Talia, Nova; Sabina, Fidya; Fitra, Takbiratul; Fuad, Evans
Jurnal Medika: Medika Vol. 4 No. 4 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/fkmrht81

Abstract

Permasalahan utama di Desa Dayun, Kabupaten Siak, adalah meningkatnya volume sampah organik rumah tangga yang belum dikelola secara optimal. Sampah yang menumpuk menimbulkan pencemaran, bau, dan berpotensi menurunkan kualitas lingkungan desa wisata. Program Kuliah Kerja Nyata (KKN) Muhammadiyah ‘Aisyiyah ini bertujuan untuk memberikan edukasi dan praktik budidaya maggot Black Soldier Fly (BSF), pemanfaatan kasgot sebagai pupuk organik, serta sosialisasi pengelolaan sampah rumah tangga. Kegiatan dilaksanakan melalui sosialisasi, demonstrasi, dan praktik langsung bersama ±30 peserta yang terdiri dari ibu rumah tangga, pemuda, dan perangkat desa. Hasil kegiatan menunjukkan adanya peningkatan pemahaman masyarakat mengenai pengelolaan sampah sebesar 85% berdasarkan evaluasi pre- test dan post-test. Selain itu, 70% peserta mampu mempraktikkan budidaya maggot secara mandiri, dan kasgot hasil budidaya telah digunakan pada tanaman pekarangan warga. Program ini berkontribusi dalam mengurangi timbulan sampah organik serta menghasilkan nilai tambah ekonomi melalui produk maggot sebagai pakan ternak dan kasgot sebagai pupuk organik. Dengan demikian, pemanfaatan maggot BSF dan kasgot dapat menjadi model pengelolaan sampah berkelanjutan berbasis masyarakat yang mendukung ketahanan pangan, lingkungan hijau, dan kemandirian ekonomi desa.
Identifikasi penyakit tanaman tomat melalui citra daun menggunakan DenseNet201 Okamisar; Hayami, Regiolina; Fuad, Evans
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9965

Abstract

This study focuses on implementing the DenseNet201 algorithm for disease classification in tomato plants using leaf images from PlantVillage dataset. The agricultural sector plays a central role in the Indonesian economy, with tomatoes being one of the important horticultural crops. However, tomato productivity is often hindered by various plant diseases. Accurate disease diagnosis is crucial for improving production stability. Image processing-based approaches, such as Convolutional Neural Network (CNN), have facilitated effective plant disease diagnosis. In this study, the PlantVillage dataset consisting of 18,835 tomato leaf images is utilized. The data is divided into training (10,000 images), validation (7,000 images), and test (500 images) sets. A classification model is constructed using the DenseNet201 architecture with some modifications. The results show that the DenseNet201 model achieves an accuracy of 95.20% on the testing data, with an overall F1-score of 0.95. Compared to previous studies using VGG16 (77.2%), InceptionV3 (63.4%), and MobileNet (63.75%), the DenseNet201 model demonstrates a significant performance improvement. This study concludes that DenseNet201 is highly effective in classifying tomato plant diseases and has the potential to be implemented in widespread plant disease diagnosis applications.