Claim Missing Document
Check
Articles

Found 6 Documents
Search

Kajian Implementasi Perangkat Keras Metode Steganografi LSB Berbasiskan FPGA Swelandiah Endah Pratiwi; Deny Rochman Arifatno
Jurnal Ilmiah KOMPUTASI Vol 17, No 1 (2018): Maret
Publisher : STMIK JAKARTA STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebutuhan data dalam penggunaan informasi diharuskan adanya kebutuhan juga untuk melindungi data dari ancaman gangguan yang dapat merusak data atau ancaman kebocoran data sehingga dapat digunakan oleh pihak yang tidak berkepentingan. Permasalahan keamanan data di era ini sudah banyak diaplikasikan oleh beberapa perusahaan atau komunitas di berbagai bidang, seperti dalam penggunaan media internet, e-commerce dan lain-lain. Kemanan data yang dimaksud adalah menjaga integritas atau keutuhan data dari pihak yang tidak berkepentingan dengan menggunakan algoritma kemanan data seperti metode kriptografi, watermark atau steganografi. Steganografi adalah salah satu teknik yang sangat kuat dalam menyisipkan data pada sebuah turunan mutimedia seperti gambar, suara, video , teks, dan protokol. Terdapat 2 kategori umum pada steganografi gambar yaitu Domain Spasial dan Frekuensi. Domain spasial berbasis pesan tertanam (embedding message) terdapat teknik LSB (least significant bit) pada pixel gambar
ENCODER CRC 32 APPLICATION USING DIRECT CALCULATION ALGORITHM Pratiwi, Swelandiah Endah; Subali, Muhammad
Jurnal Ilmiah Informatika Komputer Vol 13, No 1 (2008)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Shipping information in the telecommunications world is often a mistake is made on the data sent. The errorcaused a disturbance at the physical level of interference on the transmission line media, such as electromagneticradiation interference, cross talking, lightning or because of interference noise. This interference causes theinformation which received does not match with the submitted information. CRC is one method that can be usedto detect errors in the system. CRC is basically using mathematical calculations on a number called the checksum(CRC value is also called), which was based on the bits total to be transmitted. Based on these bits totalthere are several CRC types that are CRC 8, CRC 16, CRC 32 and CRC 64. To facilitate the process of calculatingthe CRC value, then was made a step or algorithm that can be implemented in the software (programminglanguage). In this research created an algorithm that uses 32 CRC, and implementing them into the Java programminglanguage in the GUI (Graphic User Interface) form.
Pengembangan Profesionalisme Guru Melalui Publikasi Materi Ajar Secara Online Rifiana Arief; Swelandiah Endah Pratiwi; Ary Bima Kurniawan
Semantik Vol 3, No 1 (2013): Semantik 2013
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (859.474 KB)

Abstract

Pengembangan profesionalisme guru  perlu dilakukan    untuk mendukung kegiatan pembelajaran di sekolah. Hal ini  dapat dilakukan dengan mengadakan kegiatan  pelatihan pemanfaatan teknologi informasi kepada para guru berbagai bidang studi. Sarana dan fasilitas sekolah yang sudah berbasis IT, mendorong dan memudahkan pelaksanaan pelatihan komputer untuk menambah wawasan para guru dalam memanfaatkan teknologi informasi secara tepat guna sehingga dapat mendukung dan meningkatkan profesionalisme guru dalam kegiatan pengajaran terhadap siswa didik. Pelatihan berisi mengenai pemanfaatan internet untuk mendapatkan referensi bahan ajar , pembuatan  materi ajar menarik dan interaktif serta publikasi online materi ajar yang telah dibuat pada blog guru, website e-learning sekolah  dan  mengunggah  ke  media  sosial  lain : 4Shared, SlideShare, Youtube agar dapat menjadi referensi bacaan baik para siswa atau masyarakat pendidikan yang dapat diakses melalui internet.  Harapan dari hasil kegiatan pelatihan ini adalah para guru mampu membuat materi ajar yang interaktif dan menarik dan mempublikasikan secara online di  internet . Semakin sering materi ajar yang dibuat oleh guru tersebut diakses, dibaca dan diunduh oleh pengunjung internet, maka rating sekolah tersebut akan semakin tinggi sehingga baik untuk  nama sekolah. Ke depannya, materi ajar yang telah dibuat oleh guru juga dapat diajukan HAKI nya sebagai bukti profesionalisme guru tersebut sebagai pendidik sesuai dengan bidang studi yang diajar.
Sistem Pengamanan pada Pintu Bus TransJakarta Berbasis Mikrokontroler ATMega8535 Swelandiah Endah Pratiwi; M. Dedy Ompu Mataram; Romdhoni Susiloatmadja
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2013
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bus TransJakarta digemari oleh penumpang, karena selain tarifnya terjangkau juga dapat mengantarkan ke segala penjuru kota Jakarta tanpa mengalami kemacetan. Penuhnya penumpang beresiko tinggi terjadinya kecelakaan kecil seperti penumpang terjepit pintu bus tersebut. Penelitian ini bertujuan untuk membuat alat yang berguna sebagai pengontrol jika ada salah satu bagian tubuh penumpang yang masih berada di pintu. Sebagai pengontrol digunakan mikrokontroler ATMega 8535. Alat ini menggunakan sensor PIR yang digunakan untuk mendeteksi gerak manusia. Jika sensor tersebut mendeteksi adanya anggota tubuh manusia, maka pintu bus tidak akan tertutup sampai sensor tersebut tidak mendeteksi lagi. Alat ini diharapkan dapat mengurangi resiko terjepitnya penumpang pada pintu bus TransJakarta.
Pengembangan Aplikasi Berbasis Website untuk Deteksi Hama pada Daun Sawi Menggunakan Metode Deep Learning NASNetMobile dan Model Sequential Pratiwi, Swelandiah Endah; Kholish, Iqbal Nur; Pernadi, Dody; Asnur, Paranita
Jurnal Ilmiah SINUS Vol 23, No 2 (2025): Vol. 23 No. 2, Juli 2025
Publisher : STMIK Sinar Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30646/sinus.v23i2.992

Abstract

Green mustard (Brassica rapa var. parachinensis) is one of the important horticultural commodities in Indonesia with high economic value, but its production has declined due to leaf pest attacks such as armyworms, Plutella larvae, and aphids. Manual pest detection, which is time-consuming and prone to errors, poses a major challenge in effective early control. This research aims to develop a pest detection system on mustard greens leaves based on a website using the NASNetMobile deep learning model and sequential architecture, to provide a practical, accurate, and easily accessible solution for farmers. The research method includes the collection of 1000 images of mustard greens from the Kaggle dataset, preprocessing with augmentation and normalization, development of a CNN model with two architectures (NASNetMobile and sequential), evaluation of model performance, and implementation of a Flask-based prototype for web-based testing. The training results show that the best architecture (NASNetMobile + sequential) achieved a validation accuracy of 94% and a validation loss of 0.1160 in 14 seconds of training. Further testing using 50 new images showed an overall detection accuracy of 96%, with 100% accuracy on pest-infected leaves and 92% on pest-free leaves. The conclusion of this research indicates that the web-based detection system using the NASNetMobile and sequential models is effective in supporting pest management on green mustard plants. This system provides easy access, quick response, and high accuracy, although further development with a more diverse dataset and field testing are needed to improve reliability in real conditions across various agricultural environments.
Penerapan CNN Arsitektur Mobilenetv2 Untuk Klasifikasi Penyakit Kulit Berbasis Citra Digital Arifatno, Deny Rochman; Fachrudin, Rizky Eka; Pratiwi, Swelandiah Endah
Prosiding Seminar SeNTIK Vol. 9 No. 1 (2025): Prosiding SeNTIK 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model CNN dengan arsitektur MobileNetV2 dikembangkan untuk klasifikasi penyakit kulit. Hasil pengujian menunjukkan akurasi tinggi sebesar 99,15%, menjadikan model efisien untuk aplikasi mobile.