Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Dinamik Jurnal Informatika Dan Tekonologi Komputer
Widianto Tri Handoko
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Metode Otentikasi Keaslian Ijasah dengan Memanfaatkan Gambar QR Code Eka Ardhianto; Widianto Tri Handoko; Eko Nur Wahyudi
Dinamik Vol 20 No 2 (2015)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (738.147 KB) | DOI: 10.35315/dinamik.v20i2.4642

Abstract

Penggunaan barcode sudah tidak asing lagi. Hal ini adalah untuk memudahkan dalam mengelola inventori, karena barcode ini dapat menyimpan data spesifik sebagai contoh di Unisbank adalah data anggota perpustakaan yang meliputi kode buku, nomor identitas, nama dan lain-lain sehingga sistem komputer dapat mengidentifikasi informasi yang dikodekan dalam barcode dengan mudah. Seiring dengan perkembangan teknologi yang begitu pesatnya, penggunaan barcode kini mulai digantikan dengan QR Code.QR Code adalah image dua dimensi yang merepresentasikan suatu data, terutama data berbentuk teks. QR Code merupakan evolusi dari barcode yang awalnya satu dimensi menjadi dua dimensi. QR Code memiliki kemampuan menyimpan data yang lebih jauh besar daripada barcode.Salah satu data penting dalam kampus adalah ijasah. Ijazah merupakan suatu dokumen yang berfungsi sebagai bukti autentik bahwa seseorang telah menjalani tahap pendidikan secara formal dan berhasil lulus ujian. Ijazah konvensional yang digunakan sekarang adalah ijazah berbentuk fisik sehingga ada kemungkinan ijazah tersebut hilang atau rusak. Proses verifikasi ijazah konvensional sulit dilakukan karena proses tersebut hanyadapat dilakukan oleh pembuat ijazah. Cara yang digunakan untuk melakukan verifikasi keaslian data ijasah saat ini adalah dengan melakukan kontak langsung kepada pembuat ijasah mengenai keaslian pemegang ijasah, serta adanya proses legalisasi tertandatangan dari pembuat ijasah.Dari pelaksanaan penelitian dan pengujian yang dilakukan dapat ditarik kesimpulan yaitu: QRCode dapat digunakan untuk menampung informasi data alumni yang besar, Mempermudah pendeteksian keaslian informasi kepemilikan ijazah melalui perangkat mobile, serta QRCode dapat digunakan dengan cepat untuk menverifikasi Ijazah lulusan Universitas Stikubank UNISBANK dengan cepat dan akurat.
Penerapan Social Network Analysis dengan Network X untuk Melihat Derajat Sentralitas pada Dataset Jaringan Sosial Widianto Tri Handoko; Sariyun Naja Anwar; Edy Supriyanto; Endang Lestariningsih
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 6 No. 1 (2026): Maret : Jurnal Informatika dan Tekonologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v6i1.8768

Abstract

Social Network Analysis (SNA) is a crucial quantitative methodology for mapping relationships and identifying connectivity structures within a group. This research specifically explores the use of the NetworkX library in Python as an effective tool for analyzing social networks. The primary objective of this study is to apply the Degree Centrality method to measure the level of connectivity and identify the most popular actors in a social network. The methodology employed is the quantitative analysis of an undirected graph modeled from the us_edgelist.csv dataset, which contains a list of relationships among political figures in an edge list format. Data processing utilized pandas, and the graph object was constructed using NetworkX. Degree Centrality was calculated for each node, with the results being normalized to provide a relative value. This normalization allows for a direct comparison of how active each actor is within the network. The centrality results were then visualized, with node sizes adjusted based on their Degree Centrality score. The results of the analysis indicate that figures like Bush and Obama possess the highest Degree Centrality score, 0.25, suggesting they have the greatest number of direct connections in this network. This high value confirms their role as the most active or central actors in the exchange and interaction within the political network studied. This finding validates the effectiveness of Degree Centrality as an indicator of high involvement. The study concludes that the implementation of Social Network Analysis using NetworkX provides a robust framework for understanding political relationship structures. Therefore, Degree Centrality is a reliable metric for quantifying actor activity and accurately identifying individuals who form the center of connections within the network.
Co-Authors Edy Supriyanto Eka Ardhianto Eko Nur Wahyudi Endang Lestariningsih Sariyun Naja Anwar