Articles
<![CDATA[Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA) ]]>
<![CDATA[Suhery, Cucu]]>;
<![CDATA[Ruslianto, Ikhwan]]>
<![CDATA[ JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 3, No 1 (2017): Volume 3 No 1 ]]>
Publisher : <![CDATA[Program Studi Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (608.256 KB)
|
DOI: 10.26418/jp.v3i1.19792
<![CDATA[Berbagai sistem monitoring presensi yang ada memiliki kekurangan dan kelebihan masing-masing, dan perlu untuk terus dikembangkan sehingga memudahkan dalam proses pengolahan datanya. Pada penelitian ini dikembangkan suatu sistem monitoring presensi menggunakan deteksi wajah manusia yang diintegrasikan dengan basis data menggunakan bahasa pemrograman Python dan library opencv. Akuisisi data citra dilakukan dengan ponsel android, kemudian citra tersebut dideteksi dan dipotong sehingga hanya didapat bagian wajah saja. Deteksi wajah menggunakan metode Haar-Cascade Classifier, kemudian ekstraksi fitur dilakukan menggunakan metode Principal Component Analysis (PCA). Hasil dari PCA diberi label sesuai dengan data manusia yang ada pada basis data. Semua citra yang telah memiliki nilai PCA dan tersimpan di basis data akan dicari kemiripannya dengan citra wajah pada proses pengujian menggunakan metoda Euclidian Distance. Pada penelitian ini basis data yang digunakan yaitu MySQL. Hasil deteksi citra wajah pada proses pelatihan memiliki tingkat keberhasilan 100% dan hasil identifikasi wajah pada proses pengujian memiliki tingkat keberhasilan 90%.. Kata kunci— android, haar-cascade classifier, principal component analysis, euclidian distance, MySQL, sistem monitoring presensi, deteksi wajah]]>
<![CDATA[PENERAPAN JARO WINKLER DISTANCE DALAM APLIKASI PENGOREKSI KESALAHAN PENULISAN BAHASA INDONESIA BERBASIS WEB ]]>
<![CDATA[, Rahmi Hidayati, Junar Frando , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 7, No 03 (2019): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1023.453 KB)
|
DOI: 10.26418/coding.v7i03.37163
<![CDATA[Microsoft word dan open office adalah aplikasi word processor yang banyak digunakan dalam mengerjakan suatu karya ilmiah. Pada word processor umumnya sudah terdapat fitur koreksi penulisan, dimana dalam fitur ini aplikasi dapat menandai kesalahan penulisan dan juga memberikan saran perbaikannya secara otomatis. Cara kerja dalam menandai kesalahan penulisan adalah memindai kata-kata pada dokumen yang tidak terdaftar dalam kamus suatu bahasa tertentu. Fitur pemberian saran perbaikan adalah berdasarkan pencarian kata pada kamus yang paling mendekati dari kata yang salah. Pada word processor, koreksi penulisan diimplementasikan berdasarkan bahasa Inggris. Hal ini tentu saja membantu bila pengguna mengetik dokumen dalam bahasa Inggris, sedangkan koreksi penulisan yang berdasarkan bahasa Indonesia masih belum umum ditemukan. Dari permasalahan tersebut mendasari penulis membuat sebuah aplikasi cek penulisan yang dilengkapi fitur saran perbaikan berdasarkan bahasa Indonesia. Metode yang digunakan pada penelitian ini dalam memberikan saran perbaikan adalah Jaro Winkler Distance pada aplikasi berbasis web. Berdasarkan hasil pengujian menggunakan 3 sampel dokumen dengan total 37501 kata memerlukan waktu 25.5 detik dengan total persentase akurasi dalam memberikan saran perbaikan sebanyak 77.23%.Kata kunci: Jaro Winkler Distance, correction, Indonesian language, web, word processor.]]>
<![CDATA[APLIKASI PENGENALAN POLA PADA HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE EKSTRAKSI FITUR GEOMETRI ]]>
<![CDATA[, Ikhwan Ruslianto, Herviana Masrani , Ilhamsyah]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 6, No 2 (2018): Jurnal Coding Siskom Untan ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (524.02 KB)
|
DOI: 10.26418/coding.v6i2.26674
<![CDATA[Pengenalan huruf tulisan tangan merupakan salah satu bentuk dari pengenalan pola. Pemecahan masalah terhadap tulisan tangan yang bevariasi akan sangat terkait dengan pengenalan pola yang bertujuan untuk menghasilkan dan memilih pola-pola yang bisa dimanfaatkan pada saat identifikasi. Pengenalan dalam penelitian ini akan memelalui beberapa tahapan, seperti praproses, segmentasi, dan proses pengenalan. Praproses yang digunakan dalam penelitian ini meliputi mengkonversi citra ke grayyscale, threshold dan binerisasi. Hasil dari praproses harus di segmentasi melalui tahap deteksi tepi (edge detection), penebalan citra (dilation), dan pengisian citra (filling) agar citra dapat diekstraksi bentuk geometrinya. Jaringan syaraf tiruan perceptron akan menyesuaikan nilai bobot data yang telah dilatih dari 25 jenis setiap 26 huruf dengan nilai bobot citra masukan. Nilai keluaran dari pengklasifikasian jaringan syaraf tiruan disesuaikan dengan nilai ekstraksi fitur sehingga menghasilkan keluaran yang diharapkan. Aplikasi dengan menerapkan jaringan syaraf tiruan dengan ekstraksi fitur geometri yang dilakukan dari data pengujian dengan tingkat keberhasilan 86,535% terhadap 30 data pengujian dalam mengenali kata. Kata Kunci : Pengenalan huruf tulisan tangan, pengolahan citra, ekstraksi fitur geometri, perceptron, matlab.]]>
<![CDATA[Implementasi Honeypot Kipo pada Sistem Keamanan Server Berbasis Web Monitoring dengan Notifikasi Otomatis menggunakan API Telegram ]]>
<![CDATA[, Uray Ristian, Fathuzzikri , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 7, No 03 (2019): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (599.739 KB)
|
DOI: 10.26418/coding.v7i03.37164
<![CDATA[Serangan port scanning dan bruteforce merupakan ancaman yang umum terjadi pada server. Untuk menangani serangan tersebut, dilakukan sebuah penelitian dengan mengimplementasikan Honeypot Kippo yang dapat menyerupai sebuah sistem server yang asli. Selain itu lambatnya informasi mengenai terjadinya serangan terkadang berdampak besar terhadap keamanan server, maka pada penelitian ini dibangun sistem notifikasi otomatis menggunakan API Telegram yang dapat memberikan notifikasi apabila terjadi serangan. Integrasi antara Honeypot Kippo dan API Telegram menggunakan sebuah perantara berupa aplikasi website yang dibangun menggunakan framework Laravel. Fungsi dari aplikasi website selain sebagai perantara dalam mengintegrasikan Honeypot Kippo dengan API Telegram, adalah sebagai pengolah informasi yang telah dikumpulkan oleh Honeypot Kippo, untuk selanjutnya ditampilkan dalam bentuk infografis dan tabel agar memudahkan administrator server dalam mengetahui aktivitas serangan yang terjadi, aktivitas serangan akan dibagi menjadi beberapa tingkatan level sesuai rule yang telah dibuat. Dari pengujian yang telah dilakukan, didapatkan persentase keberhasilan penanganan serangan oleh sistem yang dibangun sebesar 99%. Waktu rata-rata yang dibutuhkan oleh aplikasi website dalam mengirim notifikasi otomatis adalah 2.8 detik. Kinerja server akan meningkat 7.6% untuk CPU dan 562607.2K untuk memori apabila serangan ditangani oleh sistem yang dibangun. Kata Kunci: Honeypot Kippo, Bruteforce, Port Scanning, Keamanan Server, Notifikasi Otomatis.]]>
<![CDATA[ANALISA LOG WEB SERVER UNTUK MENGETAHUI POLA PERILAKU PENGUNJUNG WEBSITE MENGGUNAKAN TEKNIK REGULAR EXPRESSIONS ]]>
<![CDATA[, Syamsul Bahri, Yogi , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 7, No 01 (2019): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Coding Jurnal Komputer dan Aplikasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (590.839 KB)
<![CDATA[Access log merupakan daftar semua aktifitas pengunjung selama mengakses suatu website. Informasi tersebut akan sangat berguna apabila website mengalami serangan sehingga akan dapat dicari penyebabnya berdasarkan log file yang terdapat pada web server. Namun, untuk mencari informasi yang relevan dari data yang terkait dengan serangan pada log file itu menjadi tugas yang sulit bagi seorang administrator website. Banyaknya permintaan yang dilakukan oleh pengunjung website, akan meningkatkan ukuran rekaman data log yang tersimpan dalam sebuah website. Pada penelitian ini, dibuat sebuah sistem yang berfungsi sebagai alat untuk mengetahui informasi aktivitas pengunjung pada sebuah website menggunakan data access log dengan teknik regular expression. Regular Expression merupakan sebuah bahasa mini untuk mendeskripsikan string atau teks. Regular Expression dapat dipakai untuk mencocokkan sebuah string dengan sebuah pola. Pengujian dilakukan dengan data access log dari tiga website yaitu katakutu.net, berkahbarang.id dan screen6.id. Berdasarkan hasil penelitian, sistem mampu memberikan informasi mengenai pola kunjungan seperti jumlah kunjungan halaman terbanyak, informasi data pengguna dan aktifitas berbahaya pada website. Hasil pengujian pada sistem, mendeteksi 46 serangan Cross Site Scripting, dan 983 serangan Path Traversal dengan total serangan sebanyak 1029 serangan yang merupakan aktifitas berbahaya pada website. Kata Kunci: Access Log, Regular Expression, Web Log Analyzer, Web Mining, Vulnerabilities.]]>
<![CDATA[IMPLEMENTASI HEALTH CHECKS MONITORING PADA LOAD BALANCER DI SISI WEB SERVER BERBASIS ANDROID ]]>
<![CDATA[, Syamsul Bahri, Bagus Jati Kuncoro , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 7, No 01 (2019): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (492.456 KB)
|
DOI: 10.26418/coding.v7i01.30814
<![CDATA[Aplikasi web yang semakin meningkat penggunaannya dewasa ini menyebabkan kebutuhan akan kinerja web server yang memiliki ketersediaan serta kecepatan tinggi semakin meningkat. Teknologi load balancer yang merupakan salah satu metode yang dapat meningkatkan ketersediaan dan kecepatan kinerja web server. Pada penerapan teknologi load balancer tersebut tetap dapat terjadi masalah seperti, kegagalan web server dan lain – lain yang dapat mengurangi kinerja arsitektur web itu sendiri. Penelitian ini ditujukan untuk membangun sistem arsitektur web server load balancer yang memiliki sistem health check di dalamnya dan dapat dilakukan pemantauan secara real-time berbasis android guna meminimalisir masalah pada web server. Sistem dibuat dengan membangun arsitektur load balancer menggunakan modul pada nginx web server. Pada setiap server dibuat sebuah sistem pemantauan menggunakan pemrograman Node Js. Seluruh informasi terkait ketersediaan sumber daya pada server dipantau melalui sistem tersebut dan kemudian diolah untuk dikirim pada aplikasi klien menggunakan metode WebSocket client-server. Data yang diperoleh dari sistem pemantauan diolah pada sisi aplikasi untuk dapat dianalisa dan dipantau kondisi server tersebut secara real-time. Sistem pada aplikasi dapat membaca nilai data server dan memberikan peringatan atau penanganan otomatis pada server yang terjadi masalah berdasarkan pemantauan real-time pada aplikasi android. Riwayat masalah pada server juga dapat dilihat pada sisi aplikasi android tersebut. Pengujian dilakukan dengan 5 skenario yang menggambarkan berbagai masalah yang mungkin terjadi pada server. Hasil pengujian menghasilkan pengaruh penggunaan load balancer bagi server dari segi peningkatan kecepatan penanganan request sebesar 67% pada pengujian pertama dan 72% pada pengujian kedua. Sistem health check berhasil mendapatkat data sumber daya server dan mencegah pengiriman request kepada server yang bermasalah.  Kata Kunci: Health Check Server, Load Balancer, Sistem Android, Nginx Server, Node Js, Web Socket]]>
<![CDATA[APLIKASI DETEKSI OBJEK BERGERAK BERBASIS CITRA DENGAN METODE BACKGROUND SUBTRACTION dan BLOB DETECTION (STUDI KASUS: MAMI MART KUBU RAYA) ]]>
<![CDATA[, Uray Ristian, Putri Apriani , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 8, No 1 (2020): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Universitas Tanjungpura ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1191.433 KB)
|
DOI: 10.26418/coding.v8i1.39203
<![CDATA[Video adalah rekaman gambar hidup atau program televisi untuk ditayangkan lewat pesawat televisi. Video juga bisa dikatakan sebagi gambar-gambar mati yang ditangkan secara berurutan dalam satuan waktu frame per second(fps). Banyak sekali informasi yang didapat melaui sebuah video, seperti aktor didalam video, tempat pembuatan video dan waktu pembuatan video. Video banyak dimanfaatkan untuk kepentingan usaha yaitu sebagai sistem deteksi atau pemantauan yang memanfaatkan data dari cctv (closed circuit television). Salah satunya adalah untuk mendeteksi adanya objek yang bergerak atau yang berjalan disekitar tempat usaha, dengan tujuan untuk melihat banyaknya pergerakkan dari objek yang bergerak. Penelitian ini bertujuan untuk membangun sebuah sistem deteksi objek bergerak berbasis citra. Deteksi merupakan proses untuk memeriksa atau melakukan pemeriksaan terhadap suatu benda dengan menggunakan cara dan teknik tertentu. Penelitian ini menggunakan metode Background Subtraction dan Blob Detection. Metode Background Subtraction digunakan sebagai pemisah antara objek dan background. Metode Blob Detection digunakan sebagai deteksi citra bergerak. Sistem deteksi objek bergerak ini dilakukan berdasarkan nilai aspek ratio. Berdasarkan hasil pengujian menggunakan 40 data uji dengan 3 kali pengujian menghasilkan persentase keberhasilan dalam deteksi objek bergerak pada saat keadaan terang sebesar 70% dan deteksi objek bergerak dalam keadaan gelap sebesar 75 %.Kata Kunci : Deteksi, Background Subtraction, Blob Detection]]>
<![CDATA[RANCANG BANGUN NETWORK ATTACHED STORAGE PADA RASPBERRY PI 3 MODEL B BERBASIS WEBSITE ]]>
<![CDATA[, Suhardi, Ria Astuti , Ikhwan Ruslianto]]>
<![CDATA[ Coding Jurnal Komputer dan Aplikasi Vol 8, No 1 (2020): Coding : Jurnal Komputer dan Aplikasi ]]>
Publisher : <![CDATA[Coding Jurnal Komputer dan Aplikasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1407.641 KB)
<![CDATA[Perkembangan perangkat storage sekarang ini sangat pesat. Terutama penggunaan storage pada pengguna laptop dan handphone, untuk mengakses dan berbagi data merupakan hal yang sering dijumpai dikehidupan sehari-hari. Pada dasarnya jumlah pengguna komputer dalam jaringan sangat besar, untuk melakukan akses data yang terus meningkat berdampak pada pemilihan server yang baik dan media penyimpanan data yang besar sangat diperlukan. Disisi lain media penyimpanan data dengan kinerja sistem yang bagus menjadi kendala bagi setiap individu maupun kelompok. Sistem server Network Attached Storage (NAS) menggunakan Raspberry Pi merupakan solusi dalam mengatasi permasalahan kinerja sistem dari penyimpanan data yang lebih portable dengan Raspberry Pi. NAS adalah sebuah piranti penyimpanan data dengan sistem operasi yang dikhususkan untuk melayani kebutuhan backup dan share data. Metode penelitian berisikan langkah-langkah yang dilakukan dalam proses penelitian yang terdiri dari studi literature, metode pengumpulan data, analisis kebutuhan, perancangan sistem, implementasi dan pengujian. Tahap perancangan topologi jaringan infrastruktur WLAN dari NAS server, tahap instalasi dan konfigurasi software yang dibutuhkan untuk NAS server, dan tahap uji coba. Sistem dibuat dengan offline tetapi memiliki tampilan Website yang hampir menyerupai sistem penyimpanan online. Berdasarkan uji coba yang dilakukan pada perangkat kinerja CPU server awalnya adalah 0% kondisi awal, disaat proses pengiriman data, terjadi kenaikan kinerja CPU server dengan rata-rata 63% dari range 18%. Selanjutnya nilai kinerja server meninggakat lagi rata-rata menjadi 50%. Kesimpulan penelitian ini adalah sistem NAS dibangun menggunakan Raspberry Pi yang memanfaatkan aplikasi samba yang dikonfigurasi sesuai dengan kebutuhan jaringan, sehingga data berupa foto, video, musik, dokumen dan aplikasi dapat lebih cepat diakses sharing file baik dari perangkat laptop ataupun handphone. Kata kunci : NAS server; Samba; Raspberry Pi; WLAN]]>
<![CDATA[KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS ]]>
<![CDATA[Ikhwan Ruslianto]]>
<![CDATA[ SISFOTENIKA Vol 3, No 1 (2013): SISFOTENIKA ]]>
Publisher : <![CDATA[STMIK PONTIANAK ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (555.171 KB)
|
DOI: 10.30700/jst.v3i1.46
<![CDATA[Abstract : Research to classify different types of eggs on farms results in a computerized still rare. When in fact can be made of a system of apps that can do the grouping of various types of eggs in abundance. A breeder eggs should not do eggs grouping or counting numbers manually, but with the help of computers, grouping the types of eggs and counting the number of eggs to be precise and accurate. This study provides an alternative to perform grouping or classification of different kinds of eggs using connected component analysis method through an object in an image taken from an egg, so it can solve the problems of classification types of eggs using computer applications. The results of tests on 10 data image that connected component analysis method successfully applied to the classification of eggs with black background conditions and obtained results grouping process chicken eggs and quail eggs with a 100% success rate, and counting the number of eggs classification results with 100% accuracy rate Keywords: segmentation, connected component analysis, classification.]]>
<![CDATA[Implementation of Deep Learning for Classification Type of Orange Using The Method Convolutional Neural Network ]]>
<![CDATA[Irvan Denata]]>;
<![CDATA[Tedy Rismawan]]>;
<![CDATA[Ikhwan Ruslianto]]>
<![CDATA[ Telematika Vol 18, No 3 (2021): Edisi Oktober 2021 ]]>
Publisher : <![CDATA[Jurusan Teknik Informatika ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31315/telematika.v18i3.5541
<![CDATA[Orange is a type of fruit that is easily found in Sambas Regency. The types that are widely sold are Siam oranges, madu susu and susu. Each type of orange has a different quality and a different price. The price difference often results in fraud committed by traders against buyers to the detriment of the buyer. This is because differentiating types of oranges based on the appearance of the fruit does not have a standard. Therefore, in this study, a citrus fruit classification system was created based on images by implementing deep learning. The method of deep learning used in this research is Convolutional Neural Network (CNN) with AlexNet architecture. The types of oranges that will be observed are madu oranges, madu susu, and siam. The data used are 2250 images of oranges with each class totaling 750 images with a size of 227x227 pixels. The training data is 1575 images and the test data is 675 images. The training is carried out with a total of 10 epochs and each epoch will produce a model. System testing is carried out based on the model generated in the training process. Each model will be observed results in the form of accuracy which is calculated using a confusion matrix. The most optimal model was generated from training in epoch the 9th which resulted in an accuracy of 94.81%.]]>
