Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2021 - 2026

0.23

P-Index

This Author published in this journals

All Journal JAIS (Journal of Applied Intelligent System) Jurnal Eksplora Informatika KOMPUTIKA - Jurnal Sistem Komputer

Wijanarto Wijanarto

Unknown Affiliation

Author-ID : 3040635

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Analisis Algoritma RSA Dan LSB pada One Time Password untuk Financial Technology Galuh Sitoresmi; Wijanarto Wijanarto
Jurnal Eksplora Informatika Vol 8 No 2 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Financial Technology (fintech) merupakan inovasi dibidang pelayanan keuangan yang memanfaatkan teknologi untuk meningkatkan pelayanan dan mempermudah transaksi. Karena berkaitan dengan keuangan, maka keamanan dalam fintech harus kuat dan terjamin. Penyedia layanan fintech seperti GoPay, Paypro dan t-cash menggunakan One Time Password (OTP) dengan format 4 dan 6 digit bilangan acak numerik yang dikirimkan melalui SMS sebagai solusi otentikasi. Namun kode tersebut mudah terbaca sehingga rawan disalahgunakan oleh orang tidak bertanggungjawab dan dapat merugikan pengguna. Kriptografi merupakan teknik menyandikan informasi kedalam karakter tertentu dan disusun acak sehingga sulit dimengerti. RSA merupakan algoritma kriptografi yang handal karena menggunakan kunci berbeda untuk menyandikan informasi. Metode LSB merupakan teknik steganografi sederhana untuk menyembunyikan informasi ke dalam citra sehingga mempersulit informasi dapat dibaca dan disalahgunakan. Dengan menerapkan algoritma RSA dan teknik LSB maka dapat meningkatkan keamanan kode OTP, karena kode OTP yang tersembunyi didalam citra tidak dapat diketahui oleh mata manusia. Hasil dari penelitian ini, kedua algoritma tersebut melakukan keseluruhan proses sangat cepat, durasi rata-rata untuk memproses kode OTP format 4 digit yaitu 0,6738 detik, sedangkan format 6 digit sebesar 0,7005 detik. Hasil kualitas citra stego dengan pengujian MSE dan PSNR memiliki nilai rata-rata yang tinggi yaitu MSE sebesar 0,000531 dan PSNR sebesar 83,110348 dB.

Optimasi Algoritma Klasifikasi Biner dengan Tuning Parameter pada Penyakit Diabetes Mellitus Wijanarto Wijanarto; Rhatna Puspitasari
Jurnal Eksplora Informatika Vol 9 No 1 (2019): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Diabetes Melitus atau yang biasanya disebut dengan penyakit kencing manis merupakan penyakit yang terjadi akibat peningkatan kadar glukosa di dalam darah terlalu tinggi. Data World Health Organization (WHO), menunjukkan Indonesia menjadi negara keempat di dunia dengan angka penderita diabetes terbanyak dan mengalami peningkatan hingga 14 juta orang. Peningkatan kasus penyakit Diabetes melitus ini memerlukan suatu upaya penanggulangan dan pencegahan dini terhadap penyakit Diabetes melitus. Dalam penelitian ini akan dilakukan optimasi algoritma klasifikasi biner pada penyakit diabetes melitus mulai dari observasi, visualisasi, statistic deskriptif dataset, pre-processing dataset, penentuan baseline model, tuning parameter model dan finalisasi model. Penentuan baseline model diperoleh dengan mencari nilai akurasi tertinggi dari 3 algoritma linear (Logistic Regression, Linear Discriminant Analysis, K-nearest neighbor) atau 3 algoritma non- linear (Decision Tree, NaÃ¯ve Bayes, Support Vector Machine) berdasarkan tuning parameternya dan yang menghasilkan akurasi optimal adalah Algoritma Support Vector Machine, sehingga dijadikan sebagai final model dengan parameter C sebesar 47 dengan kernel rbf dihasilkan rerata akurasi sebesar 77.3% pada data training dan 74.5% pada data testing, sementara berdasarkan confusion matrix dihasilkan precision 78%, recall 83%, f1-Score 81%, error rate 25%.

Peningkatan Performa Analisis Sentimen Dengan Resampling dan Hyperparameter pada Ulasan Aplikasi BNI Mobile Wijanarto Wijanarto; Seviana Pungki Brilianti
Jurnal Eksplora Informatika Vol 9 No 2 (2020): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Penggunaan mobile banking meningkat seiring dengan kemajuan teknologi. Hampir setiap bank di Indonesia memiliki layanan mobile banking, termasuk BNI. Menurut survei dari Top Brand Award, BNI Mobile Banking menurun menjadi nomor 4 pada tahun 2016 dan 2017. Artinya terdapat relasi yang kuat antara ulasan pemakai aplikasi terhadap kinerja aplikasi. Dengan demikian membawa akibat pada pentingnya mempertahankan kualitas layanan serta kemampuan untuk bersaing dengan bank lain. Beberapa penelitian analisis sentimen sebelumnya belum melihat ketersediaan apakah dataset sudah dieksplorasi keseimbangannya atau tidak untuk meningkatkan performa model yang dipilih. Oleh karena itu, dalam artikel ini mencoba melakukan analisis sentimen pada ulasan pengguna aplikasi BNI Mobile Banking di Google Play sebanyak 6954 data terpilih dengan label positif dan negatif dan menggunakan 7 metode dasar sebagai baseline untuk dipilih satu yang mempunyai performa terbaik yitu Support Vector Classifier, setelah dilakukan resampling dataset dengan Repeated Edited Nearest Neighbours dan hyperparameter model C=1, degree=2 kernel poly didapatkan akurasi sebesar 98.54% pada data training dan akurasi 100% pada data uji. Selanjutnya dari 26 data mentah baru dilakukan eksperimen dan menghasilkan prediksi benar sebesar 19 sementara 7 salah dengan error rate sebesar 27%.

Co-Authors Abas Setiawan Alvin Satria Nugraha Danny Wijaya Erna Zuni Astuti Galuh Sitoresmi Hanny Haryanto Rhatna Puspitasari Seviana Pungki Brilianti

Title Search

Found 3 Documents Search Journal : Jurnal Eksplora Informatika

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Jurnal Eksplora Informatika