Claim Missing Document
Check
Articles

Found 6 Documents
Search

Kerahasiaan Teks Yang Disisipkan Ke Dalam Gambar Menggunakan Metode Porta Dan LSB Nanda Setiawan; Lili Tanti
Information Technology and Cyber Crime (ITCC) Vol. 1 No. 1 (2022): Oktober: Information Technology and Cyber Crime
Publisher : Research Institute of Science, Technology and Art (RISTecArt)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.643 KB) | DOI: 10.59840/itcc.v1i1.96

Abstract

Pada pertukaran informasi biasanya orang-orang menggunakan teks tertulis sehingga dapat dipahami dan dibaca. Teks yang dikirim ataupun mengingat teks yang diterima mungkin berisi informasi penting, sangat berisiko bagi pihak ketiga untuk memiliki akses ke teks tersebut karena dapat membahayakan penulis dan dapat diubah menjadi bentuk yang akan sangat berguna bagi pihak ketiga. Harus ada cara untuk mencegah pencuri informasi mengetahui teks penting dan merugikan pemilik informasi. Penggunaan sistem komputer meningkatkan kinerja manusia dalam berbagai cara diantaranya pengelolaan informasi, kerahasiaan data, misalnya. Peneliti menggunakan metode porta dan LSB untuk merahasiakan teks yang disisipkan ke dalam gambar. Dengan menggunakan teknik kriptografi dan steganografi serta menggunakan metode porta dan LSB maka teks yang bersifat penting tidak dapat diketahui oleh pihak ketiga atau pencuri informasi.
Optimasi Performa Model SVM dan Random Forest untuk Klasifikasi Kanker Payudara Menggunakan Penyetelan Hyperparameter Adil Setiawan; Andri Armaginda Siregar; Nanda Setiawan; Jalaluddin Nasution; Naufal Dhiya Putra Dalimunthe; Farhan Sardy Abdillah
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.789

Abstract

Kanker payudara merupakan salah satu penyakit dengan tingkat morbiditas dan mortalitas yang tinggi, sehingga deteksi dini dan diagnosis yang akurat menjadi faktor kunci dalam meningkatkan keberhasilan terapi. Perkembangan machine learning memberikan peluang besar dalam mendukung proses klasifikasi kanker payudara berbasis data medis. Penelitian ini bertujuan untuk mengevaluasi dan mengoptimalkan kinerja algoritma Support Vector Machine (SVM) dan Random Forest dalam klasifikasi kanker payudara melalui penerapan Hyperparameter tuning. Dataset yang digunakan adalah Breast Cancer Wisconsin (Diagnostic), yang terdiri dari 569 sampel hasil pemeriksaan Fine Needle Aspirate (FNA) dengan 30 fitur numerik serta dua kelas target, yaitu benign dan malignant. Metodologi penelitian meliputi tahap pra-pemrosesan data, pembagian data menggunakan stratified train–test split, pelatihan model baseline, optimasi Hyperparameter menggunakan GridSearchCV dengan 5-fold cross-validation, serta evaluasi performa model menggunakan metrik accuracy, precision, recall, F1-score, confusion matrix, dan ROC–AUC. Hasil eksperimen menunjukkan bahwa kedua model mampu mencapai performa klasifikasi yang tinggi dengan tingkat akurasi sekitar 97% pada data uji. Hyperparameter tuning memberikan peningkatan performa yang lebih konsisten pada model SVM, khususnya pada recall kelas malignant dan nilai AUC, sedangkan Random Forest menunjukkan performa yang relatif stabil sebelum dan sesudah optimasi. Temuan ini menegaskan bahwa Hyperparameter tuning berperan penting dalam validasi dan stabilitas model, meskipun tidak selalu menghasilkan peningkatan performa numerik yang signifikan pada dataset benchmark.
Kombinasi K-Means dan Fuzzy C-Means untuk Clustering Transaksi PPOB Berdasarkan Validitas Cluster Nanda Setiawan; Heru Fredi; Bualazatulo Laia; Yiska Dayanti Zagoto; Johan; Andreas Jorghy Parapat; Wahyu Saptha Negoro
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.839

Abstract

Perkembangan layanan Payment Point Online Bank (PPOB) telah mendorong peningkatan signifikan pada volume dan kompleksitas data transaksi digital yang dihasilkan. Algoritma K-Means merupakan salah satu metode clustering yang paling banyak digunakan karena kesederhanaan, efisiensi komputasi, dan kemampuannya dalam menangani data berskala besar. Tujuan penelitian adalah mengelompokkan data transaksi PPOB secara optimal menggunakan kombinasi algoritma K-Means dan Fuzzy C-Means (FCM) serta mengevaluasi kualitas cluster berdasarkan validitas cluster. Data yang digunakan dalam penelitian ini merupakan data transaksi Payment Point Online Bank (PPOB) periode Januari 2024 yang diolah menggunakan Google Colaboratory (Google Colab). Data tersimpan dalam format CSV dan berisi informasi transaksi yang dilakukan oleh berbagai loket PPOB dengan jumlah data: 498.853 data transaksi. Penerapan metode Fuzzy C-Means memberikan hasil yang lebih sesuai karena mampu merepresentasikan derajat keanggotaan ganda pada loket-loket yang berada di zona transisi antar cluster. Keberadaan zona transisi tersebut membuktikan bahwa pendekatan Fuzzy lebih tepat digunakan dalam konteks bisnis PPOB yang dinamis, di mana performa loket dapat berubah seiring waktu dan tidak selalu berada pada kategori yang bersifat mutlak.
Inovasi Sistem Pemesanan Online Berbasis QR Code dengan Algoritma Reed-Solomon untuk Meningkatkan Keandalan dan Efisiensi Layanan Adil Setiawan; Bob subhan Riza; Nanda Setiawan; Haliza Safira; Nurmi Panjaitan
Publikasi Pengabdian Masyarakat Vol 6 No 1 (2026): PUBLIDIMAS Vol. 6 No. 1 MEI 2026
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/publidimas.6.1.2026.56-65

Abstract

Transformasi digital pada usaha kuliner mendorong kebutuhan akan sistem pelayanan yang mampu meningkatkan efisiensi dan ketepatan proses pemesanan. OFA COFFEE masih menghadapi proses pemesanan secara langsung dan pencatatan manual yang berpotensi menimbulkan kesalahan serta kurang efisien. Kegiatan ini bertujuan mengimplementasikan sistem pemesanan online berbasis QR Code dengan algoritma Reed-Solomon untuk meningkatkan keandalan akses dan efisiensi layanan. Metode yang digunakan adalah pendekatan partisipatif dan deskriptif-evaluatif melalui tahapan identifikasi kebutuhan, perancangan dan implementasi sistem, penyusunan panduan penggunaan, sosialisasi, simulasi pemesanan, serta pengujian QR Code. Sistem yang dihasilkan menyediakan fitur akses menu melalui QR Code, pemilihan produk, pemesanan, pencatatan transaksi, pemantauan status pesanan, dan laporan administrasi. Algoritma Reed-Solomon diterapkan sebagai mekanisme koreksi kesalahan untuk membantu mempertahankan keterbacaan QR Code ketika sebagian pola mengalami kerusakan. Hasil implementasi menunjukkan bahwa sistem dapat mendukung digitalisasi proses pemesanan di OFA COFFEE melalui alur pelayanan yang lebih terstruktur dan terdokumentasi. Namun, peningkatan efisiensi waktu dan kepuasan pelanggan belum dapat diukur secara kuantitatif karena belum tersedia evaluasi jangka panjang.
Perbandingan Semantic Search Berbasis Sentence-Bert dan TF-IDF pada Pencarian Dokumen Ancaman Siber Nanda Setiawan; Johan; Iswanto; Roslina
Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Vol. 8 No. 2 (2026): Edisi Oktober
Publisher : Universitas Harapan Medan

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

Abstract

The increasing number of cyber threat documents has made the information retrieval process increasingly complex because keyword-based methods are unable to understand semantic relationships between documents. This study aims to compare the performance of the Term Frequency–Inverse Document Frequency (TF-IDF) and Sentence Bidirectional Encoder Representations from Transformers (Sentence-BERT) methods in a cyber threat document retrieval system. The research stages include Importing the CyberBERT Dataset, text preprocessing, building a search model, testing using queries, and evaluating the results based on document relevance and response time. The Dataset used consists of 33 documents processed into vector representations using TF-IDF and 384-dimensional embedding using Sentence-BERT. The results show that both methods are able to return relevant documents to the given query, but produce different document sequences due to differences in text representation approaches. The TF-IDF method has a faster response time of 0.0089 seconds, while Sentence-BERT requires 0.0312 seconds. On the other hand, Sentence-BERT is better able to capture semantic relationships, resulting in more contextual searches. Thus, TF-IDF is superior in terms of efficiency, while Sentence-BERT is more effective in understanding the meaning of documents, making it suitable for semantic search systems in the cyber threat domain.
Digitalizing Wedding Photography Services through the Implementation and Assistance of a Web-Based Booking System Adil Setiawan; Ria Eka Sari; Ratih Puspasari; Nanda Setiawan; Dimas Yusan Muharrom
Jurnal IPTEK Bagi Masyarakat Vol 6 No 2 (2026)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/j-ibm.v6i2.1844

Abstract

Digital transformation in wedding photography services requires an integrated system that connects booking, scheduling, payment, customer communication, and administrative reporting. This community service project implemented and disseminated a web-based booking system at Medan Pro Studio using a participatory descriptive approach through needs analysis, system implementation, user manuals, demonstrations, guided simulations, and qualitative observation. The system supports authentication, photography package management, online booking, interactive scheduling, payment confirmation, booking-status monitoring, customer communication, digital documents, and transaction reports. Qualitative observations indicated that the main functions could be operated according to the service workflow and helped centralize booking information and communication. Because the evaluation did not include pre-post measurements, standardized usability or satisfaction instruments, transaction metrics, or long-term usage data, claims are limited to implementation and operational feasibility. Further evaluation should measure usability, satisfaction, service time, transaction performance, and sustained system use.