Article Per Year (5 Year)
p-Index From 2020 - 2025
3.161
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi INTEGER: Journal of Information Technology JIEET (Journal of Information Engineering and Educational Technology) Jurnal Abadimas Adi Buana PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Jurnal Abdi: Media Pengabdian Kepada Masyarakat Jurnal Ekonomika Dan Bisnis Journal of Informatics and Computer Science (JINACS) Serambi Engineering
Ricky Eka Putra
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1   2 
Penerapan Metode Deep Learning Menggunakan Algoritma CNN Dengan Arsitektur VGG Net Untuk Pengenalan Cuaca Tilasefana, Rhyosvaldo Aurellio; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 01 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n01.p48-57

Abstract

Dengan berkembangnya teknologi, kini komputer dapat memberikan informasi tidak hanya dalam bentuk teks saja, melainkan juga bentuk image, suara, dan video. Perubahan cuaca ekstrim sering terjadi di Indonesia dapat mengganggu aktivitas sehari-hari. Sehingga menarik minat masyarakat akan kebutuhan informasi mengenai cuaca dan iklim. Oleh karena itu, perlu adanya perkiraan cuaca yang tepat. Tetapi, hingga kini pembuatan proses perkiraan cuaca dan iklim masih terbatas dari masukan data pemodelan. Ternyata didalam pemodelan tersebut masih terdapat kekurangan seperti penggunaan jumlah parameter, asumsi-asumsi matematis dan formulasi persamaan yang sangat rumit. Dalam mengatasi hal tersebut, maka perlu mengembangkan kemampuan menganalisa dan menarik kesimpulan pada komputer. Kemampuan tersebut dikenal dengan deep learning yang memiliki cara kerja mirip jaringan saraf tiruan. Yang membedakan kalau jaringan syaraf tiruan hanya mengandalkan 1 layer, sedangkan deep learning lebih dari 1 layer semakin tinggi layer yang digunakan, learning komputer juga semakin lama. Penelitian ini dilakukan dengan memakai algoritma CNN dari deep learning yang dirancang untuk mengolah data 2 dimensi, sehingga telah sukses mengidentifikasi citra cuaca dengan nilai tertinggi pada akurasi data latih sebesar 94,16% dan akurasi data testing sebesar 65,00% dengan menggunakan epoch sebanyak 150 epoch. Data citra yang digunakan masing-masing 90 untuk data latih dan 10 untuk data testing. Dapat disimpulkan bahwa training yang besar mampu mempengaruhi algoritma CNN, semakin besar data training maka semakin tinggi pula ketepatan yang didapatkan berdasarkan penelitian-penelitian terdahulu. Jumlah epoch yang dipakai dalam arsitektur CNN mempengaruhi hasil ketepatan, semakin banyak epoch maka semakin tinggi juga ketepatan yang didapatkan.
Perbandingan Sent2vec TF-IDF Logistic Regression dan Word2vec CNN pada hasil Sentiment Analysis Youtube Comment Dyantono, Aganda Maulan Dan; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 01 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n01.p63-72

Abstract

Analisis dan Pengujian Dictionary Attack terhadap WPA3 Berbasis Script Nuhaenibudi As-sajid, Amirah Bilqis; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 02 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n02.p216-222

Abstract

Jaringan Wi-Fi sudah umum digunakan masyarakat sebagai akses internet pribadi dan umum. Jaringan Wi-Fi menggunakan sistem WLAN. Untuk membuat komunikasi WLAN aman, berbagai protokol standar seperti WEP, WPA dan WPA2 diciptakan. Meskipun demikian tidak ada satu pun di antara standar keamanan di atas yang memberikan keamanan total, dan oleh karena itu setelah 15 tahun rilisnya sistem keamanan jaringan WPA2, kini diluncurkannya standar baru yaitu, WPA3 pada tahun 2018 lalu. Sistem keamanan jaringan WPA3 bertujuan untuk mengamankan jaringan rumah dan perusahaan. WPA3 menggunakan Dragonfly handshake untuk menjaga keamanan jaringan sama halnya dengan EAP-pwd yang biasa digunakan oleh jaringan Wi-Fi perusahaan tertentu untuk mengautentikasi pengguna. Meskipun termasuk keamanan jaringan terkini, tetap saja ditemukannya celah pada sistem keamanan Dragonfly handshake milik WPA3 dan saat ini serangan tersebut dikenal dengan Dragonblood attack dimana sistem peretasannya mirip dengan Evil-Twin attack, namun hal itu belum bisa menjadi faktor pasti sistem keamanan terbaru ini tidak bisa diretas dengan Dictionary attack. Maka dari itu, penulis akan mencoba menguji celah keamanan WPA3 dengan serangan yang dapat meretas sistem keamanan pendahulunya, WPA2, untuk mengetahui seberapa aman sistem keamanan terbaru ini dibandingkan generasi sebelumnya. Uji coba peretasan ini hanya bertujuan sebagai edukasi semata, tidak diperkenankan untuk melakukan tindak kejahatan cyber seperti mencuri data pribadi pengguna koneksi jaringan. Dengan mengetahui sistem keamanan jaringan terbaru ini, hal ini membuktikan bahwa teknologi akan terus berkembang maju dan serangan pada celah- celah keamanan ini akan menjadi salah satu indikator evolusi perkembangan sistem keamanan yang akan datang agar menjadi lebih baik.
Pengembangan Sistem Analisis Sentimen Masyarakat Terhadap Chatgpt Pada Twitter Dengan Perbandingan Metode Naive Bayes Classifier Dan K-Nearest Neighbors Dewi, Maharani Nirmala; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 03 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n03.p344-357

Abstract

Api First Development Portal Informasi Produk Umkm Kerupuk Di Kecamatan Tulangan, Kabupaten Sidoarjo Berbasis Microservices Ardiansyah, Muhammad Yusriza; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 04 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n04.p473-485

Abstract

Penerapan Metode Deep Learning Menggunakan Algoritma CNN based Recommendation pada Aplikasi E-Commerce Gols (Studi Kasus : PT. Cipta Giri Sentosa) Romadhon, Dedy Putra; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 04 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n04.p616-627

Abstract

Perkembangan zaman Teknologi informasi dan komunikasi yang sangat pesat di era sekarang, menggiring masyarakat untuk melakukan banyak hal secara online. Efektivitas dan efisiensi yang sangat tinggi menjadi hal yang dapat diandalkan bagi masyarakat untuk mempermudah dalam kegiatan sehari-hari. Termasuk pada trend berbelanja masyarakat dimana sebelumnya dilakukan secara offline yang mengharuskan masyarakat untuk datang ke lokasi perbelanjaan /toko untuk membeli barang yang diinginkan. Kini, masyarakat dapat berbelanja dimanapun dan kapanpun hanya dengan bermodalkan perangkat (HP/Laptop). Tak hanya masyarakat dapat berbelanja, namun masyarakat yang ingin menjual barang apapun, tidak perlu repot untuk membuat gerai/toko, cukup dengan mendaftarkan pada platform yang menyediakan jasa jual/beli. Namun terdapat tantangan bagi pembeli dimana dari banyaknya kategori dan jenis barang yang tentunya akan memberi kesulitan bagi pembeli untuk mencari yang diinginkan.Dalam mengatasi hal tersebut, maka berkembanglah sistem rekomendasi yang memudahkan pembeli untuk memfilter secara spesifik produk yang diinginkan. Penelitian mengenai sistem rekomendasi ini juga mengalami banyak perkembangan. Deep Learning merupakan salah satu contoh metode yang dikembangkan untuk sistem rekomendasi ini, dimana metode ini turunan dari Artificial Neural Network yang bertujuan untuk membangun saraf visual mirip dengan jaringan otak manusia yang dapat menganalisis dan memproses data besar secara otomatis. Pada penelitian kali ini metode Deep Learning yang digunakan yaitu algoritma CNN (Convolutional Neural Network) yang dirancang untuk menganalisis dan memproses 8 kategori fashion dengan total 6000 training data gambar (750 data gambar per kategori) dan 1000 test data gambar (125 data gambar per kategori). Hasil akurasi terbaik yang didapatkan dari training data sebanyak 70 epochs yaitu di angka 86,42%.
Penerapan Metode Long Short-Term Memory Dalam Sistem Rekomendasi Tim Fantasy Premier League Putra, Nino Fachrurrozi Erlangga; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 5 No. 04 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n04.p655-666

Abstract

Analisis Sentimen Twitter Pada Cryptocurrency Menggunakan Bidirectional Encoder Representations From Transformers Dan Region-Based Convolutional Neural Network Prasetyo, Achmad Wafa; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p11-21

Abstract

Penerapan Algoritma Gradient Boosted Decision Tree (GBDT) untuk Klasifikasi Serangan DDoS Mahendra, Yusril Isra; Putra, Ricky Eka
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 01 (2024)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n01.p158-166

Abstract

Penerapan DINOv2 pada Content Based Image Retrieval (CBIR) dalam Website Katalog Digital Batik Surabaya Rafif Raif, Andi Rhifqy; Putra, Ricky Eka; Prapanca, Aditya; Qoiriah, Anita
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 03 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n03.p678-687

Abstract

Abstrak— Penelitian ini bertujuan mendeskripsikan  Penerapan sistem teknologi model AI dengan metode pelatihan DINOv2 dalam CBIR untuk motif batik pada website katalog digital batik Surabaya, Hasil pengukuran performa website katalog digital batik Surabaya, dan hasil penilaian pelaku UKM batik Surabaya terhadap efektivitas website dalam membantu memperkenalkan dan memasarkan batik dengan motif khas Surabaya. Jenis penelitian adalah deskriptif kuantitatif. Metode penelitian menggunakan double diamond model meliputi empat tahap yaitu: Discover meliputi analisis informasi mengenai jenis-jenis batik Surabaya yang dijadikan sebagai sumber ide utama pembuatan Katalog digital berbasis web dengan menerapkan DINOv2, define yaitu menganalisis tahapan yang akan dilakukan dalam pengembangan dan perancangan Katalog Digital, Develop yaitu pengembangan dari permasalahan yang ada pada tahap sebelumnya dengan solusi melakukan penyusunan storyboard, susunan gambar batik, rancangan desain katalog digital, dan elemen-elemen desain katalog digital, dan Deliver yaitu dilakukan pemikiran secara konvergen dan fokus kepada responden.. Instrumen pengumpulan data menggunakan kuisioner dengan jumlah responden 18 orang pelaku UKM batik. Skala instrumen yang digunakan yaitu rating scale likert dengan interval 1- 4. Hasil penelitian menunjukkan bahwa Penerapan DINOv2 dalam CBIR untuk motif batik Surabaya dapat dilakukan Performa CBIR dapat mencapai 74% dengan rata-rata 64% Katalog digital batik Surabaya dinilai efektif sebagai sarana informasi batik motif khas surabaya. Berdasarkan hasil tersebut disimpulkan bahwa secara keseluruhan website katalog digital batik Surabaya mendapatkan nilai yang baik. Katalog digital batik Surabaya bisa digunakan sebagai media pengenalan dan pemasran motif batik khas Surabaya sehingga bisa dikenal lebih luas oleh masyarakat.   Kata Kunci— Batik Surabaya, CBIR, DINOv2, Katalog digital.
Co-Authors Aditya Prapanca Agus Prihanto Alit, Ronggo Alizar Hasan Anita Qoiriah ANITA QOIRIAH Ardiansyah, Muhammad Yusriza Asmunin Asmunin Aulia Akbar, Rafy Dewi, Maharani Nirmala Diastian Vinaya Wijanarko Dyantono, Aganda Maulan Dan Fardeen Atallah Kabir Muhammad Handayani Tjandrasa I Made Suartana Juhrah Singke Mahendra, Yusril Isra Maulana, Dimas Avian Mirwa Adiprahara Anggarani Muhammad Santoso Nanik Suciati Nuhaenibudi As-sajid, Amirah Bilqis Permatasari, Dyah Wahyu Prasetyo, Achmad Wafa Purnama, Erlix Rakhmad Putra, Nino Fachrurrozi Erlangga Rafif Raif, Andi Rhifqy Rahmatulloh, Romadlon Rahulil, Muhammad Raya Sulistyowati Romadhon, Dedy Putra Suartana, I Made Tilasefana, Rhyosvaldo Aurellio Tri Sudarwanto Tutuk Indriyani Usodoningtyas, Sri Wisnu Shena Arrafi Wiyli Yustanti YUNI YAMASARI