Claim Missing Document
Check
Articles

Found 35 Documents
Search

Aplikasi Enkripsi Video MPEG dengan Video Encryption Algorithm (VEA) yang Dimodifikasi dengan Algoritma RC4 Yusuf Fahmi Adiputera; Adi Wibowo; Aris Sugiharto
Jurnal Masyarakat Informatika Vol 9, No 2 (2018): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (427.348 KB) | DOI: 10.14710/jmasif.9.2.31480

Abstract

Video adalah salah satu konten multimedia yang sering digunakan seiring maraknya penggunaan smartphone. Seiring dengan perkembangan teknologi maka faktor keamanan untuk menjaga kerahasiaan dari video menjadi hal yang penting agar orang yang tidak berkepentingan tidak dapat melihat gambar dari video. Salah satu metode untuk mengamankan gambar dari video adalah dengan melakukan enkripsi. Metode enkripsi video yang dapat digunakan yaitu algoritma video encryption algorithm (VEA), algoritma ini melakukan enkripsi pada frame I dari video MPEG. Dalam tugas akhir ini algoritma VEA dimodifikasi dengan algoritma RC4 untuk menambah keamanannya. Aplikasi ini dibangun dengan menggunakan metode pengembangan perangkat lunak unified process dan implementasinya menggunakan bahasa pemrograman Java. Dari hasil pengujian, diperoleh hasil bahwa algoritma RC4 dapat meningkatkan tingkat keamanan dari algoritma VEA yang dapat dilihat dari nilai MSE rata-rata video hasil enkripsi algoritma VEA yang dimodifikasi dengan algoritma RC4 lebih tinggi dari nilai MSE rata-rata video hasil enkripsi algoritma VEA, selain itu pengujian juga memperlihatkan bahwa waktu enkripsi yang linier dengan durasi video dan resolusi video.
Aplikasi Gameplay Edukasi Pencegahan Obesitas dengan Menggunakan Algoritma Astar dan Greedy pada Pencarian Jalur Makanan Muhammad Abdul Fatah Z; Adi Wibowo
Jurnal Masyarakat Informatika Vol 10, No 2 (2019): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (936.376 KB) | DOI: 10.14710/jmasif.10.2.31498

Abstract

Edukasi untuk obesitas sangatlah penting dilakukan. Salah satunya dapat dilakukan dengan game edukasi berbasis TD. Untuk dapat mengedukasi masyrakat tentang obesitas maka dibutuhkan gameplay yang memperlihatkan tentang makanan sehat, makanan tidak sehat dan kebutuhan olahraga. Pada tugas akhir ini kami menggunakan algoritma Astar dan Greedy sebagai gameplay yang diimplementasikan pada makanan sehat dan makanan tidak sehat. Aplikasi ini dibangun dengan dengan bahasa pemrograman C#, software Unity 3D dan metodologi XP. Hasil eksperimen menunjukkan bahwa waktu yang dibutuhkan algoritma Astar dari kotak start ke kotak finish lebih cepat dibandingkan dengan algoritma Greedy. Oleh sebab itu, pada makanan sehat akan digunakan pencarian jalur algoritma Greedy dan makanan tidak sehat menggunakan algortima Astar. Hasil survei menunjukkan responden lebih memahami edukasi tentang cara untuk mencegahan obesitas setelah memainkan game ini.
Perbandingan Metode Ensemble Learning pada Klasifikasi Penyakit Diabetes Linggar Maretva Cendani; Adi Wibowo
Jurnal Masyarakat Informatika Vol 13, No 1 (2022): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.13.1.42912

Abstract

Diabetes merupakan salah satu penyakit dalam dunia medis yang ditandai dengan kadar gula dalam darah yang tinggi pada penderitanya. Menurut data dari Organisasi Kesehatan Dunia (WHO), pada rentang tahun 1980 sampai 2014, terjadi peningkatan kasus penderita diabetes dari 108 juta menjadi 422 juta. Ensemble Learning yang merupakan salah satu metode dalam Machine Learning dapat digunakan untuk melakukan klasifikasi penyakit diabetes. Pada penelitian ini, dilakukan perbandingan 3 metode Ensemble Learning, yaitu Bagging, Boosting, dan Stacking pada 3 buah dataset. 3 dataset yang digunakan adalah Pima Indians Diabetes, Frankfurt Hospital Diabetes, dan Sylhet Hospital Diabetes. Dari hasil eksperimen ensemble learning yang dilakukan pada ketiga buah dataset, didapatkan bahwa metode Boosting dapat mengungguli metode Bagging dan Stacking. Pada dataset 1, didapatkan akurasi tertinggi sebesar 81.82 % dengan model Gradient Boosting, Extreme Gradient Boosting, dan Cat Boosting. Pada dataset 2, didapatkan akurasi tertinggi sebesar 99.25 % dengan menggunakan model Light Gradient Boosting. Sedangkan akurasi tertinggi pada dataset ketiga adalah 100% dengan menggunakan model Light Gradient Boosting dan Cat BoostingDiabetes merupakan salah satu penyakit dalam dunia medis yang ditandai dengan kadar gula dalam darah yang tinggi pada penderitanya. Menurut data dari Organisasi Kesehatan Dunia (WHO), pada rentang tahun 1980 sampai 2014, terjadi peningkatan kasus penderita diabetes dari 108 juta menjadi 422 juta. Ensemble Learning yang merupakan salah satu metode dalam Machine Learning dapat digunakan untuk melakukan klasifikasi penyakit diabetes. Pada penelitian ini, dilakukan perbandingan 3 metode Ensemble Learning, yaitu Bagging, Boosting, dan Stacking pada 3 buah dataset. 3 dataset yang digunakan adalah Pima Indians Diabetes, Frankfurt Hospital Diabetes, dan Sylhet Hospital Diabetes. Dari hasil eksperimen ensemble learning yang dilakukan pada ketiga buah dataset, didapatkan bahwa metode Boosting dapat mengungguli metode Bagging dan Stacking. Pada dataset 1, didapatkan akurasi tertinggi sebesar 81.82 % dengan model Gradient Boosting, Extreme Gradient Boosting, dan Cat Boosting. Pada dataset 2, didapatkan akurasi tertinggi sebesar 99.25 % dengan menggunakan model Light Gradient Boosting. Sedangkan akurasi tertinggi pada dataset ketiga adalah 100% dengan menggunakan model Light Gradient Boosting dan Cat Boosting.
MANAJEMEN LAYANAN BIMBINGAN KONSELING DALAM MEMBANTU ADAPTASI SISWA LULUSAN SMP DI MAN M. Robert Farmadi; Adi Wibowo; Isnaini
Pendas : Jurnal Ilmiah Pendidikan Dasar Vol. 11 No. 01 (2026): Volume 11 No. 01 Maret 2026 Publish
Publisher : Program Studi Pendidikan Guru Sekolah Dasar FKIP Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/jp.v11i01.42480

Abstract

Differences in curriculum characteristics between Junior High Schools (SMP) and State Islamic Senior High Schools (Madrasah Aliyah Negeri/MAN) create academic and socio-cultural adaptation challenges for SMP graduates entering madrasah education. These challenges are not merely related to students’ individual readiness but also reflect institutional limitations in managing curriculum transition within Islamic educational settings. This study aims to analyze adaptation difficulties experienced by SMP graduates, examine the role of guidance and counseling (GC) service management as part of transition management, and identify structural constraints affecting the effectiveness of GC services in MAN Purworejo. This study employs a qualitative case study approach. Data were collected through in-depth interviews, observation, and documentation, and analyzed using interactive data analysis techniques. The findings indicate a significant curriculum gap between SMP and MAN that affects students’ academic readiness and socio-religious adaptation. GC services have contributed to student adjustment; however, their implementation remains largely reactive and has not been fully integrated into institutional transition management. This study emphasizes the importance of strengthening GC service management within Islamic education institutions to address curriculum transition and student adaptation more systematically.
Development Of A Realtime IoT Smart Home Monitoring System Using ESP8266, ThingsBoard, And Telegram Bot Nur Awalia Sekar; Adi Wibowo
International Journal of Health Engineering and Technology In Press
Publisher : CV. AFDIFAL MAJU BERKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55227/ijhet.v5i2.902

Abstract

The rapid advancement of Internet of Things (IoT) technology has significantly contributed to the development of intelligent automation systems for residential environments. This study aims to design and implement an IoT-based Smart Home system using the NodeMCU ESP8266 microcontroller for realtime monitoring and control applications. The proposed system integrates several hardware components, including the YF-S201 water flow sensor for monitoring water flow rate and total water consumption, the MQ2 gas sensor for gas leakage detection, a 3-channel relay module for household lighting control, and a buzzer alarm as an early warning mechanism. Furthermore, the system is integrated with ThingsBoard Cloud and Telegram Bot to support realtime monitoring, remote control, and automatic notification services through internet communication using the MQTT protocol. This research employed an experimental method with a prototype-based development approach involving system requirement analysis, hardware and software design, system integration, implementation, and performance testing. The system was implemented and tested at a residential environment located in North Lampung Regency, Indonesia. The testing process evaluated the performance of water monitoring, gas detection, notification delivery, and lighting control functionalities. The results demonstrated that the developed Smart Home system successfully performed realtime monitoring of water flow rate, total water usage, gas leakage conditions, and remote lighting control through cloud-based communication. The water flow sensor achieved an average reading of 8.82 liters per minute with cumulative water usage reaching 50 liters during testing. In addition, the MQ2 gas sensor successfully detected dangerous gas conditions and automatically activated the buzzer alarm while simultaneously sending warning notifications through Telegram Bot with a testing success rate of 100%. The relay module also successfully controlled all household lighting devices remotely through the ThingsBoard dashboard with stable MQTT communication and low delay response. Overall, the developed IoT-based Smart Home system demonstrated strong capability in improving household monitoring efficiency, environmental safety, and user convenience through intelligent realtime automation technology.