Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal of Information System and Technology (JOINT)

Penerapan Kriptografi untuk Enkripsi dan Dekripsi Text dengan Algoritma Subtitusi Cipher Basorudin, Basorudin; Thoriq, Muhammad; Nasution, Muhammad Romi; Mustafa, Satria Riki; Rouza, Erni
Journal of Information System and Technology (JOINT) Vol. 5 No. 3 (2024): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v5i3.10009

Abstract

Kriptografi adalah bidang pengetahuan yang menggunakan persamaan matematis untuk melakukan proses enkripsi dan dekripsi. Teknik ini untuk mengkonversi data ke bentuk kode-kode tertentu agar informasi tidak dapat terbaca oleh siapapun kecuali pihak yang berhak. Salah satu metode kriptografi yang biasa digunakan adalah algoritma simetris yang menggunakan kunci yang sama saat melakukan enkripsi dan dekripsi sehingga informasi sulit dipahami maknanya [6]. Tujuan dilakukannya Enkripsi dan Enkripsi data atau text ini adalah agar data yang kita miliki lebih aman dari serangan orang-orang yang tidak bertanggung jawab. Perangkat lunak dibangun dengan bantuan aplikasi Visual Basic. Setelah diimplementasikan proses Dekripsi dan Enkripsi Text dengan Algoritma Subtitusi Chipper dengan Plaintext INFORMATIKA menggunakan aplikasi yang telah dirancang dan dibuat, kemudian telah dilakukan pengujian dengan microsoft excel telah menghasilkan hasil Chiphertext yang sama yaitu dengan hasil SXPYBWKDSUK. maka dapat disimpulkan bahwa Dekripsi dan Enkripsi Text dengan Algoritma Subtitusi Chipper telah berhasil dilakukan dengan hasil Valid atau sesuai dengan yang diharapkan.
Penerapan Fuzzy Multidimensional Association Rule untuk Analisis Pola Perilaku Konsumen Rouza, Erni; Refni, Nurmia; Antoni, Rivi; Supriyanto, Asep
Journal of Information System and Technology (JOINT) Vol. 5 No. 3 (2024): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v5i3.10031

Abstract

Rumah Oleh-oleh Qiran, the largest souvenir center in Rokan Hulu, Riau Province, is experiencing issues with manual inventory and sales tracking, a lack of sales data analysis, and inadequate product arrangement. This study used the Fuzzy Multidimensional Association Rule Algorithm to analyze sales data and generate product association patterns. The main goal is to increase the inventory and sales management efficiency while also optimizing product arrangement based on purchase patterns detected through transaction analysis results. The data used consisted of 140 sales transactions from during June, 2023, with a minimum support 30% and a minimum confidence 25%. The analysis of data results the best-selling products are "Kue Bangkit" (33.58%) and "Gula Aren Rambah Kotak" (27.01%). "kue bangkit" and "gula aren rambah kotak" are the popular product combinations, with a support of 19.71% and a confidence of 72.97%. The application passed the User Acceptance Test (UAT) with a 75% score, indicating that it is applicable to use.
PREDIKSI HASIL PANEN PADI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) Kaputra, Hendrik; Rouza, Erni; Badawi, Rahmad; Sihombing, Ervin Roy F.; Ronaldi, Ronaldi
Journal of Information System and Technology (JOINT) Vol. 6 No. 3 (2025): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v6i3.11508

Abstract

Pertanian merupakan sektor penting dalam pembangunan ekonomi Indonesia terutama di wilayah provinsi riau kabupaten rokan hulu, terutama dalam penyediaan bahan pangan utama seperti padi. Namun, produktivitas hasil panen padi sering mengalami fluktuasi akibat faktor-faktor lingkungan seperti curah hujan, suhu, kelembapan udara, pH tanah, dan penggunaan pupuk. Penelitian ini bertujuan untuk melakukan prediksi hasil panen padi menggunakan metode Artificial Neural Network (ANN) berbasis data simulasi yang mewakili kondisi pertanian di Indonesia. Dataset yang digunakan terdiri dari tujuh variabel input yaitu curah hujan, suhu, kelembapan, luas lahan, pH tanah, intensitas cahaya, dan penggunaan pupuk, serta satu variabel output yaitu hasil panen padi dalam ton per hektar. Model ANN dibangun menggunakan arsitektur 7-16-8-1 dengan fungsi aktivasi ReLU dan linear, serta dioptimalkan menggunakan algoritma Adam. Proses pelatihan dilakukan sebanyak 100 epoch dengan rasio data latih 80% dan data uji 20%. Hasil pengujian menunjukkan bahwa model ANN mampu menurunkan nilai loss secara signifikan dan mencapai akurasi prediksi di atas 90%. Dengan demikian, metode ANN terbukti efektif dalam memprediksi hasil panen padi secara lebih akurat dan dapat dijadikan acuan untuk mendukung pengambilan keputusan di bidang pertanian berbasis data, khususnya dalam upaya mendukung ketahanan pangan nasional