Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal UG Journal Jurnal Ilmiah KOMPUTASI Infotech: Journal of Technology Information Jurnal Ilmiah Teknik (JUIT)
Nani Mintarsih
Universitas Gunadarma
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
PERAN APLIKASI EASY SPLITTER PADA KEMUDAHAN PEMECAHAN DAN PENGGABUNGAN FILE Mintarsih, Nani
UG Journal Vol 6, No 4 (2012)
Publisher : Universitas Gunadarma

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

Abstract

Teknologi komputer memaksa kita untuk menggunakan data-data yang harus disimpan dalam media penyimpanan baik berupa floppy disk, flashdisk bahkanhardisk baik yang internal maupun yang external. Besarnya kapasitas dataterkadang membuat menyedia penyimpanan tidak cukup untuk menampungnya,untuk itu diperlukan suatu teknologi guna memecahkan masalah tersebut. Untukitu di buat suatu aplikasi Easy Spitter yang dapat memecahkan suatu file sehinggakapasitasnya menjadi lebih kecil dan dapat di tampung oleh media penyimpanandan kemudian menggabungkan kembali file tersebut tanpa harus ada data yanghilang seperti file asli atau tanpa merubah bentuk dan struktur file yang ada.Program aplikasi ini dibuat dengan menggunakan bahasa pemprograman JavaJ2SDK.
PENINGKATAN KEAMANAN APLIKASI KONTROL DENGAN MENGGUNAKAN METODE FIREWALLDAN KASPERSKY ENDPOINT SECURITY 8 Herawati, M.S.; Mintarsih, Nani
UG Journal Vol 7, No 11 (2013)
Publisher : Universitas Gunadarma

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

Abstract

Aplikasi kontrol merupakan prosedur program transaksi yang dapat mengancamaplikasi khusus seperti aplikasi sistem pembayaran, penggajian, dan pembelian.Pada aplikasi kontrol terdapat beberapa gangguan keamanan seperti resiko atautingkat bahaya, ancaman, dan kerapuhan sistem. Untuk mengatasi gangguantersebut terdapat metode keamanan yang dapat digunakan untuk meningkatkankeamanan aplikasi kontrol. Intrusion Detection System (IDS) dan IntrusionPrevention System (IPS) adalah sistem yang digunakan untuk mendeteksi danmelindungi sebuah sistem keamanan dari serangan pihak luar atau dalam. Firewalladalah sebuah pembatas antara suatu jaringan lokal dengan jaringan lainnyayang sifatnya publik. Penerapan firewall disebut juga sebagai upaya untukmeningkatkan keamanan pada aplikasi control.
Analisis User Experience Pada Tiktok Menggunakan Metode User Experience Questionnaire (UEQ) Yoseu Herawati; Yuli Maharetta Arianti; Sahni Damerianta; Nani Mintarsih
Jurnal Ilmiah Komputasi Vol. 21 No. 4 (2022): Jurnal Ilmiah Komputasi : Vol. 21 No 4, Desember 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.21.4.3108

Abstract

Tiktok merupakan salah satu media sosial populer yang memberikan ruang kreatifitas kepada berbagai kalangan usia untuk mengembangkan ide dalam memunculkan tren yang dapat diikuti. Fitur yang disajikan tiktok seperti fitur menyunting musik, efek, dan teks, mendukung para pencipta tren dan pengikut tren dalam menarik pengguna baru untuk mengunduh aplikasi Tiktok. Akan tetapi dari banyaknya trend yang populer, tidak semua trend bernilai positif. Ulasan yang ditemukan dalam android market online menunjukkan bahwa belum adanya pembatasan terkait konten yang menggiring pendapat buruk masyarakat internet dan pelaporan masih belum optimal oleh pihak Tiktok dalam menanggapinya. Hal tersebut terkait dengan pengalaman pengguna selama menggunakan aplikasi Tiktok yang disebut User Experience (UX). Tingkat User Experience terhadap aplikasi Tiktok umumnya belum dilakukan penilaian, apakah termasuk dalam kategori baik ataupun tidak. User Experience Questionnaire (UEQ) merupakan metode yang dapat digunakan dalam menilai UX Tiktok dengan memperhatikan enam aspek penilaian dalam UEQ yaitu Attractiveness, Perspicuity, Efficiency, Dependability, Stimulation, dan Novelty. Pertanyaan dalam UEQ berjumlah 26, yang dikelompokkan berdasarkan aspek penilaian. Hasil penelitian ini menunjukkan bahwa aplikasi Tiktok pada aspek penilaian Attractiveness (1,31), Perspicuity (1,34), Stimulation (1,29), dan Novelty (0,85) berada pada kategori “Above Average”, aspek penilaian Efficiency (1,04) berada pada kategori “Below Average”, dan aspek penilaian Dependability (0,40) berada pada kategori “Bad”. Hal ini menunjukkan bahwa diperlukan peningkatan khususnya pada aspek Efficiency dan Dependability sehingga dapat meningkatkan kualitas pelayanannya kepada para pengguna aplikasi Tiktok. Kata kunci: Tiktok, User Experience, User Experience Questionnaire
PERBANDINGAN ALGORITMA EFFICIENTNETB0 DAN INCEPTIONV3 DALAM KLASIFIKASI CITRA JENIS ANJING Oriza Sativa Fiojati; Nani Mintarsih; Yuli Maharetta Arianti
Jurnal Ilmiah Teknik Vol. 2 No. 2 (2023): Mei : Jurnal Ilmiah Teknik
Publisher : Asosiasi Dosen Muda Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56127/juit.v2i2.677

Abstract

Dogs are pets that have hundreds of breeds. The various breeds of dogs can be distinguished by size, fur color, and type of fur. The identification of dog breeds can use images of dogs as one of the object recognition information. Image classification can be made using Deep Learning methods. Image classification is the process of grouping pixels in an image into a number of classes, so that each class can represent an entity with certain characteristics. Additionally, Deep Learning has many algorithms that can be used for image classification, including the InceptionV3 and EfficientNetB0 algorithms. The purpose of this research is to compare the accuracy results of the EfficientNetB0 and InceptionV3 algorithms in classifying dog breed images. The stages in making this program include collecting datasets, data preparation, model design, and interpreting the results. This image classification is made using the Python programming language and Visual Studio Code software. The program has an accuracy result with the best model being InceptionV3, with an accuracy of 97.30% on the training set and 97.07% on the validation set after 20 epochs.
IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DENSENET121 PADA DIAGNOSA PENYAKIT AYAM (MANUR) Mintarsih, Nani; MS, Davis Donovan; Ariani, Yuli Maharetta; Hilda, Atiqah Meutia
Infotech: Journal of Technology Information Vol 10, No 1 (2024): JUNI
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v10i1.252

Abstract

Chickens are pivotal in the livestock sector, yet they are susceptible to a range of illnesses that can lead to financial losses and animal welfare issues. Hence, a new application has been created to diagnose chicken diseases by analyzing their fecal images. The primary goal of this app is to offer enhanced guidance for chicken care using machine learning techniques, specifically employing the Convolutional Neural Network (CNN) DenseNet121 model. This advancement aims to benefit both chicken farmers and those intrigued by poultry farming. Equipped with a scanning feature, the app enables users to capture images of chicken feces using their smartphones. Through this, users can determine whether the feces indicate disease presence or signify good health. Furthermore, the application includes informative articles on various chicken ailments like Coccidiosis, Newcastle Disease, and Salmonella to educate users. Compatible with Android devices, this application caters to a wide audience. ABSTRAKAyam adalah salah satu hewan ternak yang memiliki peran penting dalam industri peternakan. Namun, ayam rentan terhadap berbagai penyakit yang dapat menyebabkan kerugian ekonomi dan kesejahteraan hewan. Oleh karena itu, sebuah aplikasi telah dikembangkan dengan tujuan melakukan diagnosis penyakit pada ayam melalui analisis citra kotorannya. Tujuan utama dari aplikasi ini adalah untuk memberikan panduan yang lebih baik dalam merawat kesehatan ayam dengan menggunakan pendekatan machine learning menggunakan model Convolutional Neural Network (CNN) DenseNet121. Diharapkan bahwa inovasi ini akan memberikan manfaat bagi peternak ayam dan masyarakat yang tertarik dalam pemeliharaan ayam. Aplikasi ini dilengkapi dengan fitur scan yang memungkinkan pengguna untuk mengambil gambar atau foto kotoran ayam menggunakan smartphone mereka. Aplikasi tersebut akan membantu pengguna untuk mengidentifikasi apakah kotoran ayam tersebut terinfeksi penyakit atau sehat. Selain itu, aplikasi ini juga menyediakan fitur artikel yang bertujuan untuk memberikan pengetahuan kepada pengguna tentang berbagai jenis penyakit pada ayam, seperti Coccidiosis, penyakit Newcastle Disease, dan Salmonella. Aplikasi ini kompatibel dengan perangkat yang menjalankan sistem operasi Android.
Co-Authors Ariani, Yuli Maharetta Herawati, M.S. MS, Davis Donovan Oriza Sativa Fiojati Sahni Damerianta Yoseu Herawati Yuli Maharetta Arianti