Article Per Year (5 Year)
p-Index From 2021 - 2026
2.267
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Pengabdian Masyarakat IPTEK Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Muhammad Syahril
STMIK Triguna Dharma
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Biometric Technology Using Eigenface Algorithm Puji Sari Ramadhan; Saiful Nurarif; Muhammad Syahril; Yeni Riani Noviana
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (389.149 KB) | DOI: 10.24114/cess.v7i1.28918

Abstract

Penelitian ini membahas tentang teknologi biometrik yang digunakan untuk mengenali pola fisik dari seseorang sehingga dapat teridentifikasi. Focus biometrik yang akan diteliti adalah deteksi wajah. Hal ini dilakukan karena melihat kurang optimalnya pengenalan biometrik pada sidik jari yang rentan tidak terdeteksi akibat luka atau perubahan struktur kulit seseorang. Teknologi biometrik wajah ini dapat digunakan untuk mengenali seseorang dalam melakukan perekaman data seperti pengelolaan biodata pegawai, masyarakat dan absensi. Untuk membangun teknologi biometrik tersebut maka dibutuhkan sebuah algoritma yang mampu melakukan pengenalan pola yaitu Eigenface. Algoritma tersebut telah teruji dan banyak digunakan pada penelitian sebelumnya dalam pengenalan pola, sehingga sangat tepat untuk digunakan dalam penelitian ini. Proses pengenalan wajah dimulai dengan mengambil citra wajah sehingga akan memperoleh nilai RGB, kemudian melakukan konversi dari RGB ke grayscale. Setelah proses konversi selesai maka selanjutnya mengubah citra tersebut ke dalam bentuk matriks dan menghitung nilai Flatvektor sehingga nantinya akan dicari nilai kedekatan dari data citra yang direkam. Dari hasil penelitian yang dilakukan maka diperoleh hasil bahwa algoritma Eigenface telah berhasil melakukan pengenalan wajah dengan akurasi 100% dari 10 data uji. Pengujian akurasi dilakukan dengan insitas cahaya 10 sampai dengan 1000 Lux, jarak antara 30 sampai dengan 200 cm dan gerak objek diatas 4 detik
K-Nearest Neighbor's Accuracy in Dermatic Bacterial Disease Diagnosis Results Puji Sari Ramadhan; Saiful Nurafif; Muhammad Syahril
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.34855

Abstract

Penelitian ini membahas dan memaparkan tentang mencari nilai akurasi dari metode K-Nearest Neighbor dalam menghasilkan kesimpulan. Hal ini perlu dilakukan untuk mengetahui efektivitas metode tersebut dalam menyelesaikan permasalahan yang terjadi. Dalam penelitian ini akan dilakukan perhitungan nilai akurasi dengan menggunakan studi kasus identifikasi penyakit Dermatic Bacterial. Pemilihan kasus ini didasari dengan fakta bahwa sulitnya melakukan diagnosis melalui gejela-gejala yang terjadi serta penanganan dini terhadap penyakit tersebut. Masalah yang terjadi dikarenakan keterbatasan pengetahuan masyakarat serta keterbatasan para ahli yang berada di berbagai daerah. Penelitian ini diawali dengan pengumpulan data kasus, gejala dan penyakit pada Dermatic Bacterial, selanjutnya membentuk basis pengetahuan berdasarkan data kasus. Proses tersebut dilanjutkan dengan melakukan perhitungan dengan menggunakan metode K-Nearest Neighbor. Setelah memperoleh hasil diagnosa berdasarkan perhitungan yang telah dilakukan menggunakan metode K-Nearest Neighbor maka proses selanjutnya adalah mencari nilai akurasi hasil diagnosa yang akan dibandingkan dengan hasil diagnosa pakar. Pada penelitian ini menggunakan 10 data sampel riwayat kasus sebelumnya dan 20 sampel untuk data pengujian. Dari proses pengujian yang dilakukan maka diketahui bahwa untuk nilai akurasi pada metode K-Nearest Neighbor sebesar 85%, sehingga dapat disimpulkan bahwa metode K-Nearest Neighbor sangat baik digunakan dalam melakukan perhitungan hasil diagnosa sebagai bagian dari diagnosa awal dan penanganan dini terhadap pasien
Transaction Data Security Using AES and RC4 Puji Sari Ramadhan; Muhammad Syahril; Rini Kustini; Hendryan Winata; Robin Darwis Gea
CESS (Journal of Computer Engineering, System and Science) Vol 8, No 1 (2023): January 2023
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v8i1.41212

Abstract

This study discusses the effectiveness of using AES (Advanced Encryption Standard) and RC4 (Rivest Chipper 4) as digital data security algorithms to prevent and protect transaction data from irresponsible parties. This needs to be done because the development of sales transactions or other services has used digital technology a lot. This situation causes the need to secure digital data from existing transactions, so that transaction data can be stored safely. Transaction data security is carried out by changing data into ciphers or codes that are difficult to read using the AES (Advanced Encryption Standard) and RC4 (Rivest Cipher 4) algorithms. This research begins by collecting existing transaction data and then transforming it into ASCII code. The results of the transformation will be used to perform calculations using the AES algorithm. After completing the calculation process using the AES algorithm, then do the calculations using RC4. These results will be stored in the database so that the transaction data that has turned into these codes cannot be known by other parties. The combination of the AES and RC4 algorithms is carried out to strengthen data encryption because there are more and more rotation systems and double security is carried out so that digital data is not easily read and misused. With the presence of this research, it can be shown that the AES and RC4 algorithms are capable of encrypting existing transaction data with multiple levels of security. 
Co-Authors Abdullah Muhazir Abdullah Muhazir Ahmad Aldi Syahputra Aini Hidayathy Amrullah Asyahri Hadi Nasyuha Dedi Setiawan Dicky Nofriansyah Elfitiriani E Hendra Jaya Hendryan Winata imam syahputra lubis Iskandar Zulkarnain Ismawardi Santoso Jaka Prayudha kamil erwansyah Masyuni Hutasuhut Mayrinda Grace Cassandra Tambunan Mesran, Mesran Milfa Yetri Muhammad Rifqi Syarifullah Mukhlis Ramadhan nurmala sari Puji Sari Ramadhan Purwadi Purwadi Rini Kustini Robin Darwis Gea Rudi Gunawan Saiful Nur Arif Saiful Nurarif Sobirin Sobirin Sri Kusnasari Sri Kusnasari sri murnianti Syahputri, Astri Trinanda Syahputra Usti Fatimah Sari Sitorus Pane Yeni Riani Noviana Yohanni Syahra Yusnidah Zulkifli Lubis