Article Per Year (5 Year)
p-Index From 2021 - 2026
2.522
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Litbang Kota Pekalongan Jurnal Cakrawala Informasi (JCI) IC Tech: Majalah Ilmiah SmartComp LogicLink: Journal of Artificial Intelligence and Multimedia in Informatics
ARI PUTRA WIBOWO
STMIK Widya Pratama
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : SmartComp

 1 
Perlindungan Data Informasi Digital Dengan Teknik Steganografi Metode Least Significant Bit Widiyono Widiyono; Ari Putra Wibowo; Risqiati Risqiati; Anas Syaifudin
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3453

Abstract

Perkembangan teknologi pada era digital dibidang informasi dan komunikasi telah mengubah prilaku masyarakat secara global, serta menyebabkan dunia tanpa batas berkembang secara cepat. Transformasi data pada jejaring secara global menjadi kebutuhan untuk memberikan informasi yang akurat. Transformasi data pribadi pada jejaring secara global akan memungkinkan menjadikan ancaman bagi pemilik data informasi atas perbuatan pihak lain yang tidak bertanggungjawab untuk tujuan tertentu. Perlindungan data informasi digital menjadi penting untuk menjaga ancaman kejahatan data pribadi, yang akan ditranformasikan melalui jajaring secara global. Teknik Steganografi merupakan cara menyisipkan informasi pada data digital misalnya citra/gambar digital, yang kelihatanya tidak terlihat ada perbedaan serta tidak mengubah informasi yang terkandung pada data digital. Metode Least Significant Bit salah satu metode yang mempunyai kelebihan dalam hal imperceptibility yaitu data hasil embedding dengan data hasil extracting tidak ada perbedaan secara kasat mata. Perlindungan informasi data digital ini dapat diterapkan pada data file citra, dimana disisipkan data/file pesan rahasia.
Aplikasi Fuzzy Logic Untuk Menampilkan Informasi Analisa Kepuasan Mahasiswa Terhadap Pelayanan Prodi DIII Teknik Komputer Eko Budihartono; M. Teguh Prihandoyo; Ari Putra Wibowo
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 2 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i2.4774

Abstract

Hasil evaluasi diharapkan dapat mengetahui proses belajar di Prodi DIII Teknik Komputer sehingga dapat memberikan analisa kepuasan mahasiswa di dalam proses pembelajaran sehingga dapat tercapai dalam hasil akhir kepuasan mahasiswa. Analisa data hasil kepuasan mahasiswa kerap kali menjadi aktifitas setiap akhir semester yang paling sulit dilakukan bagi Prodi DIII Teknik Komputer. Hambatan terbesar dimana aktifitas ini dilakukan secara manual sehingga harus benar-benar sesuai dalam melakukan analisa kepuasan mahasiswa baik berupa harapan maupun dalam pelayanan Prodi DIII Teknik Komputer. Permasalahan lain yang menjadi kendala proses analisis data seperti ketidaktahuan akan metode fuzzy logic dalam olah data sehingga kesulitan untuk melakukan analisa kepuasan mahasiswa berdasarkan harapan dan pelayanan prodi. Tujuan artikel ini membuat Aplikasi Fuzzy Logic untuk memberikan suatu metode analisa data yang digunakan dalam menganalisa kepuasan mahasiswa sesuai dengan kepuasan harapan dan pelayanan Prodi DIII Teknik Komputer. Metode penelitian yang digunakan yaitu fuzzy logic, termasuk dalam salah satu metode Artificial Intelligence/AI menggunakan penalaran manusia sehingga dalam penentuan suatu keputusan diharapkan lebih realitis dengan menggunakan sistem Aplikasi Fuzzy Logic Untuk Menampilkan Informasi Analisa Kepuasaan Mahasiswa Terhadap Pelayanan Prodi DIII Teknik Komputer. Hasil penelitian yang dilakukan bahwa aplikasi sudah berjalan sesuai yang diharapkan. Data Home Page, Profil Prodikom, Berita Terbaru, Analisa Kepuasan, Hasil Analisa, Hasil Akhir, Kontak dan Login sehingga data yang diinputkan sesuai dengan data yang dihasilkan 100%.Kata kunci: Aplikasi, Fuzzy Logic, Algoritma
Naïve Bayes, Neural Network dan K-Nearest Neighbor untuk Klasifikasi Topik Tugas Akhir Ari Putra Wibowo; Widiyono Widiyono; Anas Saifudin; Arief Soma Darmawan; Eko Budihartono
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4251

Abstract

Pemilihan topik atau judul skripsi menentukan mahasiswa dalam menyelesaikan pengerjaan skripsi tepat waktu, hal ini juga berpengaruh dalam kebutuhan akreditasi program studi. Namun penentuan topik atau judul skripsi menjadi hal yang cukup sulit untuk mahasiswa, beberapa penelitian mengenai klasifikasi topik skripsi telah banyak dilakukan untuk mengelolompokkan topik atau judul skripsi sesuai dengan konsentrasi keahliannya sehingga memberikan informasi yang dapat membantu mahasiswa. Pada penelitian ini dilakukan perbandingan model klasifikasi untuk mengetahui model klasifikasi terbaik dalam klasifikasi topik  atau judul skripsi. Ada tiga model klasifikasi yang dibangun dalam penelitian ini dengan menggunakan algoritma Naïve Bayes, Neural Network dan K-Nearest Neighbor. Evaluasi hasil dilakukan dengan metode cofusion matrix untuk mengetahui nilai akurasi, presisi, recall dan f-score. Dari hasil eksperimen menunjukkan bahwa model klasifikasi dengan algoritma Neural Network memiliki nilai akurasi paling tinggi dengan nilai 94,1% sedangkan nilai akurasi paling rendah adalah model klasifikasi Naïve Bayes dengan nilai 79% .
Co-Authors Agus Ilyas Agus Ilyas Anas Saifudin Anas Syaifudin arief soma darmawan Arief Soma Dharmawan Bambang Ismanto Darmawan, Wachid Devi Sugianti Dicke J.S.H Siregar Eko Budihartono, Eko Eny Jumiati Era Yunianto Faizal Kurniawan Ilyas, Agus M. Teguh Prihandoyo Nurul Amalia Risqiati Risqiati Rony, Zahara Tussoleha Tri Agus Setiawan Tri Agus Setiawan Wachid Darmawan Wachid Darmawan Widiyono Widiyono Widiyono, Widiyono Wim Hapsoro, Hermanus