Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.037

P-Index

This Author published in this journals

All Journal Techno.Com: Jurnal Teknologi Informasi Sistemasi: Jurnal Sistem Informasi JIKO (Jurnal Informatika dan Komputer) JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)

Ali Mustopa

Universitas Amikom Yogyakarta

Author-ID : 5290808

Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 6 Documents Claim Missing Document

Claim Missing Document

Articles

Pengaruh Global Transposition Table dan Algoritma Pvs dan Negascout Pada Puzzle Games Ali Mustopa
Techno.Com Vol 19, No 3 (2020): Agustus 2020
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v19i3.3422

Nine Men’s Morris merupakan game puzzle berbentuk board game 2 pemain. Papan terdiri dari kotak dengan dua puluh empat persimpangan atau titik. Permainan Nine Men’s Morris bersifat fully observable yang artinya bahwa seluruh kondisi pada papan permainan dan bidak-bidak dapat dipersepsi dan dinilai dengan baik. Penelitian ini melihat pengaruh penggunaan algoritma-algoritma dalam performa game Nine Men’s Morris. Performa permainan dilihat dari kemenangan, panjang jumlah jalur, lama pencarian. Penggunaan Global Transposition Table (GTT) sebagai penyimpanan memiliki keunggulan – dimana penyimpanannya lebih banyak sehingga memberikan ruang penelusuran lebih besar. Kemampuan ini disebabkan karena sifat GTT yang paralel. Dengan GTT ini diharapkan mampu menemukan solusi lebih cepat. Global Transposition Table sendiri adalah kumpulan dari beberapa tabel transposisi di dalam sebuah tabel transposisi lebih besar. GTT dapat diibaratkan seperti folder yang memiliki banyak subfolder dengan setiap subfolder berisi tipe file yang sama, dan memiliki nama depan file yang sama. Maka dengan menggabungkan Algoritma pencaria dan penggunakan GTT dalam permaian Nine Man’s Morris ini diharapkan dapat mengetahui performa dari penggunaan Algoritma Negascout dan juga pengaruh tambahan dari penggunaan GTT dalam game puzzle Nine Men’s Morris.

SISTEM INFORMASI IT-HELPDESK PADA UNIVERSITAS AMIKOM YOGYAKARTA BERBASIS WEB Ali Mustopa
JURNAL INFORMATIKA DAN KOMPUTER Vol 2, No 2 (2017): SEPTEMBER - JANUARI 2018
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

IT Helpdesk is a service unit that is responsible to help in overcoming the problems related to the usage of ICT facilities at Universitas AMIKOM Yogyakarta. IT Helpdesk provides some form of services that can be utilized by academic community at Universitas AMIKOM Yogyakarta in usage of ICT services. This unit services include installation, troubleshooting software, service and computer maintenance. This research discusses about how information system development for user, consumer and manajamen IT Helpdesk. IT Helpdesk of Universitas AMIKOM Yogyakarta currently has an information system that includes the management of user registration and financial data. However, there is no information systems that provides detailed information from the consumer, which can be utilized by consumers IT Helpdesk itself in tracking the services status. Additionally, the current system has not been able to support management requirements in monitoring and evaluating the performance of technicians. The results of the research is a system that can provide information with a fast and accurate to the consumer and management of IT Helpdesk.

PENDEKATAN NATURAL LANGUAGE PROCESSING PADA APLIKASI CHATBOT SEBAGAI ALAT BANTU CUSTOMER SERVICE Sri Mulyatun; Hastari Utama; Ali Mustopa
Journal of Information System Management (JOISM) Vol. 2 No. 2 (2021): Januari
Publisher : Universitas Amikom Yogyakarta

Informasi mengenai Akademik adalah bagian sangat penting dalam kehidupan sehari-hari, dimana informasi Akademik tersebut diperoleh salah satunya dengan kosultasi langsung dengan customer service. Berdasarkan wawancara yang dilakukan terhadap beberapa mahasiswa. mahasiswa memperoleh informasi Akademik dengan cara berkunjung ke kampus dan bertanya langsung terhadap customer service.Penyampaian informasi Akademik tersebut dirasa kurang karena keterbatasan oleh waktu jam buka kampus, sedangkan banyak mahasiswa sangat membutuhkan informasi Akademik dan konsultasi Akademik dengan cepet dan tidak mau terikat oleh waktu buka kampus, bahkan mahasiswa mengalami masalah Akademik disaat kampus sudah tutup, dan membutuhkan konsultasi customer service. Dengan permasalahan tersebut maka banyak mahasiswa yang salah terima dalam mencerna informasi dari akademik. Untuk menyampaikan informasi Akademik yang tidak terikat oleh waktu buka kampus, Universitas AMIKOM Yogyakarta memerlukan suatu alat media layanan informasi Akademik yang dapat merespon setiap pertanyaan mahasiswa tanpa ada keterbatasan waktu dan jumlah customer service. Pada penelitian ini solusi yang diusulkan untuk masalah tersebut salah satunya dengan cara membangun sebuah aplikasi chatbot informasi Akademik (customer service virtual) dengan pendekatan Natural Language Processing dengan menggunakan medote Fuzzy String Matching sebagai media penalarannya. Teknologi chatbot merupakan salah satu bentuk aplikasi Natural Language Processing, NLP itu sendiri merupakan salah satu bidang ilmu Kecerdasan Buatan ( Artificial Intelligence ) yang mempelajari komunikasi antara manusia dengan komputer melalui bahasa alami.

PENERAPAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER Zidna Alhaq; Ali Mustopa; Sri Mulyatun; Joko Dwi Santoso
Journal of Information System Management (JOISM) Vol. 3 No. 1 (2021): Juni
Publisher : Universitas Amikom Yogyakarta

Twitter merupakan salah satu media sosial yang digunakan untuk menyampaikan pendapat dan mendiskusikan berbagai topik seputar. Salah satu topik yang sering dibahas adalah marketplace. Bukalapak merupakan salah satu marketplace terpopuler di Indonesia. Bukalapak memberikan penggunanya kemampuan untuk melakukan transaksi dengan cepat dan aman. Tanggapan yang diberikan oleh pengguna tersebut dapat berupa tanggapan positif, negatif dan netral. Oleh karena itu diperlukan suatu metode yang dapat digunakan untuk mengetahui pendapat pengguna Bukalapak di media sosial Twitter. Untuk mengatasi masalah ini, diperlukan suatu metode yang dapat mengkategorikan pendapat-pendapat tersebut. Support Vector Machines merupakan salah satu metode penggalian teks yang dapat mengkategorikan opini tersebut. Data yang diperoleh dari Twiiter akan diberi label dan dianalisis menggunakan metode SVM untuk mengklasifikasikan opini-opini tersebut. Hasil klasifikasi menggunakan metode SVM diperoleh tingkat akurasi sebesar 93%.

PRIVATE CLOUD COMPUTING INFRASTRUCTURE AS A SERVICE DENGAN OWNCLOUD DI SMK AL-ISLAM JORESAN KABUPATEN PONOROGO Sutriono Sutriono; Ali Mustopa; Joko Dwi Santoso
Journal of Information System Management (JOISM) Vol. 4 No. 1 (2022): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2022v4i1.873

Private Cloud Computing adalah model Cloud Computing yang memberikan cakupan yang lebih kecil untuk dapat memberikan layanan kepada pengguna tertentu pada perusahaan skala besar dengan pola akses Enterprise Remote melalui jaringan lokal dan koneksi Internet menggunakan Fixed Device dan Mobile Device. Cloud Computing dapat dipadukan dengan Service Oriented Architecture, sehingga menghasilkan alternatif solusi yang paling efektif untuk perancangan pengembangan sistem yang terintegrasi. Cloud Computing mampu memberikan dukungan terhadap layanan Service Oriented Architecture seperti desain layanan dan kemampuan untuk memperluas layanan. Sedangkan Service Oriented Architecture mampu memberikan dukungan terhadap Cloud Computing berupa tata kelola layanan dan memberikan dorongan arsitektur berorientasi layanan yang menyediakan interface yang efisien untuk pembelajaran di SMK Al-Islam Joresan. Dalam penelitian yang dilakukan SMK Al-Islam Joresan ini bertujuan untuk mengimplementasikan sistem cloud computing. Metode yang digunakan adalah observasi, wawancara, analisis, dan implementasi Cloud Computing IaaS. Analisis dilakukan untuk mengimplementasikan sistem Cloud Computing agar Layanan dapat memberikan sinkronisasi data cloud dengan mobile, desktop dan web. Penggunaan OwnCloud diharapkan dapat diimplementasikan untuk suatu karakteristik layanan Infrastructure as a Service yang berfungsi sebagai Cloud Storage. Kata Kunci : Cloud Computing, Service Oriented Architecture, Cloud Storage

Comparison of Logistic Regression and Random Forest using Correlation-based Feature Selection for Phishing Website Detection Farida Farida; Ali Mustopa
Sistemasi: Jurnal Sistem Informasi Vol 12, No 1 (2023): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v12i1.1832

The world is currently experiencing mass developments in information technology, especially during the current pandemic, which requires all of us to learn and even work online. They are triggered much crime in the internet world. One of them is stealing internet user data through a fake website built like the original or called a phishing website. In this research , a classification model is needed to detect phishing websites using the best performance from one of the logistic regression and random forest classification algorithms to overcome the rise of phishing websites in cyberspace. Classification performance can be improved using the correlation-based feature selection (CFS) method to select the most influential attribute in detecting web phishing. Based on the test results, applying the logistic regression and random forest classification algorithm in the classification of web phishing resulted in an accuracy of 93.035% and 96.834%. After feature selection with CFS, the accuracy was 92.718% and 97.015%, respectively. On the Testing, There was an increase in accuracy in RandomForest by 0.181% and an insignificant decrease in logistic regression. The test results prove that feature selection with CFS can eliminate redundant attributes and the resulting classification algorithm accuracy is not much different when the details are complete and Random Forest has accuracy better than after using CSF.Keywords: website phishing, classification, logistic regression, random forest, correlation-based

Co-Authors Farida Farida Hastari Utama Joko Dwi Santoso Sri Mulyatun Sutriono Sutriono Zidna Alhaq

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search