Garuda - Garba Rujukan Digital

Analisis Perbandingan Algoritma Kriptografi Simetris Dan Asimetris Dalam Meningkatkan Keamanan Sistem Informasi Arif, Zaenul; Nurokhman, Akhmad
Jurnal Teknologi Sistem Informasi Vol 4 No 2 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v4i2.6077

Keamanan informasi menjadi sangat penting di masa sekarang ini. Ada teknik yang digunakan untuk meningkatkan keamanan data adalah dengan menggunakan teknologi kriptografi. Ada dua kriptografi yang umum digunakan yaitu kriptografi simetris dan kriptografi asimetris. Kedua kriptografi ini mempunyai keunggulan dan kelemahan masing-masing yang bisa mempengaruhi tingkat keamanan informasi yang dihasilkan. Oleh karena itu, perbandingan kinerja dan keamanan dari kedua jenis kriptografi tersebut perlu dilakukan untuk menentukan jenis kriptografi mana yang paling cocok digunakan dalam sistem informasi tertentu. Dalam penelitian ini, kami melakukan analisis perbandingan algoritma kriptografi simetris dan asimetris dalam meningkatkan keamanan sistem informasi. Penelitian ini dilakukan dengan melakukan tinjauan literatur dari studi sebelumnya, dan mempertimbangkan faktor-faktor seperti keamanan, efisiensi, dan kemudahan implementasi. Hasil dari penelitian ini menunjukkan bahwa kriptografi simetris lebih cepat dan lebih efisien dalam memproses data daripada kriptografi asimetris. Namun, kriptografi asimetris lebih aman dan dapat memberikan keamanan yang lebih baik terutama dalam komunikasi jarak jauh dan pembuatan tanda tangan digital. Oleh karena itu, pemilihan jenis kriptografi harus disesuaikan dengan kebutuhan sistem informasi yang digunakan.

PENERAPAN METODE WAVELET DAUBECHIES UNTUK KLASIFIKASI CONTENT BASED IMAGE RETRIEVAL BATIK Farkhan, Ali; Arif, Zaenul; Murtopo, Aang Alim; Gunawan
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 11 No. 2 (2024): Prosisko Vol. 11 No. 2 September 2024
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v11i2.8615

Dalam menghadapi tantangan globalisasi dan modernisasi yang mengancam pelestarian batik, penelitian ini mengusulkan penggunaan Metode Wavelet Daubechies dalam sistem Content-Based Image Retrieval untuk klasifikasi otomatis motif batik. Dikenal sebagai warisan budaya UNESCO, batik Indonesia menampilkan keragaman motif yang menggambarkan nilai historis dan kultural yang mendalam, khususnya dari Jawa. Motif-motif ini tidak hanya berbasis warna dan bentuk tetapi juga melibatkan tekstur dan detail yang kompleks, yang memerlukan teknologi adaptif yang dapat mengakomodasi keunikan tersebut. Penelitian ini bertujuan untuk mengembangkan sistem Content-Based Image Retrieval yang sensitif terhadap keragaman budaya dan memungkinkan pengkatalogan yang lebih akurat dan efisien. Melalui integrasi transformasi wavelet Daubechies, metode ini meningkatkan akurasi dalam mengidentifikasi motif batik dengan peningkatan signifikan dalam metrik kinerja seperti presisi 88.57%, recall 91.67%, dan F1-score 88.97%. Hasil ini menunjukkan bahwa penggunaan transformasi wavelet Daubechies secara signifikan meningkatkan kemampuan sistem Content-Based Image Retrieval dalam mengelola variasi kompleks dari motif batik. Penerapan teknologi ini tidak hanya memberikan manfaat untuk pelestarian dan pendidikan budaya tetapi juga membuka peluang pengembangan lebih lanjut untuk aplikasi Content-Based Image Retrieval dalam domain budaya lain.

Application of artificial neural network with optimization of genetic algorithms for weather prediction Gunawan, Gunawan; Miftakhudin, Muhammad; Arif, Zaenul
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5225

This research integrates Artificial Neural Network (ANN) with Genetic Algorithm Optimization (GA) to improve the accuracy of weather prediction. This method utilizes ANN-optimized GA, creating a model that can adapt to the dynamics of weather patterns. Using a dataset that includes meteorological variables such as temperature, humidity, and precipitation from January 1, 2023, to October 28, 2023, the model was tested for its ability to predict weather conditions accurately. The process begins with data preprocessing, ANN training, and GA optimisation. The evaluation showed that the optimized model was able to reduce the Mean Absolute Error (MAE) from 1.6865 to 0.8701, the Mean Absolute Percentage Error (MAPE) from 5.9864 to 3.1408, and the Root Mean Squared Error (RMSE) from 2.253 to 1.039, signalling a significant improvement in prediction accuracy and efficiency. This research confirms the potential of ANN and GA integration in improving weather prediction, providing new insights for developing more accurate and reliable prediction models for various applications, from agriculture to disaster management.

Application of the analytic network process method in the selection of raw material suppliers for yarn Gunawan, Gunawan; Hafid Subechi, Fadlan; Arif, Zaenul
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5227

This study applies the Analytic Network Process (ANP) Method for selecting raw material suppliers for yarn, a crucial factor in boosting production efficiency and quality within the textile industry. The research aims to develop and validate a decision-making model that enhances supplier selection by integrating ANP with rigorous quantitative analyses. The methodology incorporates a series of experiments, thorough examination of historical data, and robust model validation processes to confirm the accuracy and dependability of the findings. The results demonstrate significant improvements in the precision of supplier selection, underscored by a high Pearson correlation coefficient of 0.89. This validates the model's effectiveness and reliability, suggesting that the developed framework not only supports data-driven and objective decision-making in the textile industry but also has potential applications in other sectors to enhance operational efficiency and sustainability

Implementasi Whatsapp Gateway Pada Sistem Pelayanan Donor Darah Agustina, Catur Puji; Arif, Zaenul; Syefudin, Syefudin
Journal Automation Computer Information System Vol. 2 No. 2 (2022): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v2i02.46

Pelayanan darah merupakan salah satu layanan dari Unit Transfusi Darah Palang Merah Indonesia. Kegiatan yang terdapat dalam penyelenggaraan layanan donor darah yaitu pendataan pendonor, penerimaan darah, permintaan darah dan pendataan ketersediaan stok darah. Ketersediaan stok darah di Palang Merah Indonesia seringkali tidak memadai sehingga menggerakkan masyarakat untuk mencari pendonor lewat sosial media. Oleh demikian diperlukan sebuah sistem yang dapat memudahkan Palang Merah Indonesia mendapatkan pendonor darah sesuai dengan kebutuhan darah. Sistem ini dibuat untuk memudahkan pihak Palang Merah Indonesia menyebarkan notifikasi kebutuhan donor darah kepada para pendonor aktif. Penyebaran informasi dilakukan ke akun WhatsApp calon pendonor dengan menggunakan WhatsApp Gateway sebagai broadcastnya. Hasil akhir yang akan diperoleh berupa pesan notifikasi kebutuhan donor darah yang berhasil terkirim ke pendonor

Tinjauan Pustaka Sistematic: Penerapan Metode Position Averaging Point Pada Computer Vision Ariyani, Rizki; Arif, Zaenul; Syefudin, Syefudin
Journal Automation Computer Information System Vol. 2 No. 2 (2022): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v2i02.48

Computer Vision adalah salah satu parameter penting untuk menghasilkan suatu sistem yang hampir mendekati dengan sistem visual manusia. Pada penelitian ini bertujuan untuk mengkaji Literatur Review terkait penerapan metode Position Averaging Point pada Computer Vision. Metode penelitian yang digunakan dalam penelitian ini menggunakan pendekatan paradigma Systematic Literature Review (SLR) terhadap jurnal yang sudah di publikasikan dari tahun 2016 sampai tahun 2022. Pengumpulan data dilakukan dengan mendokumentasikan dari berbagai sumber jurnal yang mempunyai penelitian serupa pada laporan penelitian. Jurnal yang diperoleh dari search engine dalam penelitian ini sebanyak 3 (tiga) jurnal dengan menggunakan aplikasi Google Chrome dengan situs Google Scholar. Berdasarkan penelitian ini didapatkan bahwa objek penerapan metode Positin Averaging Point pada Computer Vision pada penelitian ini banyak yang mengukur panjang dengan akurasi rata-rata ikan lele.

PENERAPAN METODE WAVELET DAUBECHIES UNTUK KLASIFIKASI CONTENT BASED IMAGE RETRIEVAL BATIK Arif, Zaenul; Farkhan, Ali; Murtopo, Aang Alim; Gunawan
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 11 No. 2 (2024): Prosisko Vol. 11 No. 2 September 2024
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v11i2.8615

Dalam menghadapi tantangan globalisasi dan modernisasi yang mengancam pelestarian batik, penelitian ini mengusulkan penggunaan Metode Wavelet Daubechies dalam sistem Content-Based Image Retrieval untuk klasifikasi otomatis motif batik. Dikenal sebagai warisan budaya UNESCO, batik Indonesia menampilkan keragaman motif yang menggambarkan nilai historis dan kultural yang mendalam, khususnya dari Jawa. Motif-motif ini tidak hanya berbasis warna dan bentuk tetapi juga melibatkan tekstur dan detail yang kompleks, yang memerlukan teknologi adaptif yang dapat mengakomodasi keunikan tersebut. Penelitian ini bertujuan untuk mengembangkan sistem Content-Based Image Retrieval yang sensitif terhadap keragaman budaya dan memungkinkan pengkatalogan yang lebih akurat dan efisien. Melalui integrasi transformasi wavelet Daubechies, metode ini meningkatkan akurasi dalam mengidentifikasi motif batik dengan peningkatan signifikan dalam metrik kinerja seperti presisi 88.57%, recall 91.67%, dan F1-score 88.97%. Hasil ini menunjukkan bahwa penggunaan transformasi wavelet Daubechies secara signifikan meningkatkan kemampuan sistem Content-Based Image Retrieval dalam mengelola variasi kompleks dari motif batik. Penerapan teknologi ini tidak hanya memberikan manfaat untuk pelestarian dan pendidikan budaya tetapi juga membuka peluang pengembangan lebih lanjut untuk aplikasi Content-Based Image Retrieval dalam domain budaya lain.

Integrasi Artificial Neural Network dan Algoritma Genetika untuk Prediksi Bencana Banjir Pesisir Kota Tegal Miftakhudin, Muhammad; Murtopo, Aang Alim; Arif, Zaenul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2068

Banjir merupakan ancaman rutin di Kota Tegal yang disebabkan oleh curah hujan tinggi, buruknya drainase, dan kenaikan muka air laut. Penelitian ini bertujuan mengembangkan model prediksi banjir berbasis kecerdasan buatan menggunakan Artificial Neural Network (ANN) yang dioptimasi dengan Algoritma Genetika (AG). Data cuaca harian tahun 2024–2025 dari BMKG digunakan sebagai basis pelatihan, mencakup variabel seperti temperatur, curah hujan, kelembapan, dan kecepatan angin. Model ANN bertipe Multilayer Perceptron (MLP) digunakan untuk mengenali pola non-linier, sementara AG mengoptimasi hyperparameter penting guna meningkatkan akurasi. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Error (MAE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan bahwa model ANN yang telah dioptimasi dengan AG mengalami peningkatan akurasi signifikan dibandingkan model baseline tanpa optimasi, dengan penurunan MAE sebesar 19,63% dan RMSE sebesar 26,31%. Temuan ini menunjukkan bahwa pendekatan hibrida ANN-AG efektif digunakan dalam prediksi bencana banjir berbasis data cuaca. Model ini berpotensi diimplementasikan dalam sistem peringatan dini banjir yang adaptif dan akurat di wilayah pesisir

Sosialisasi Dan Pelatihan Penerapan Aplikasi E-Posyandu Bagi Kader Posyandu Desa Bandasari Di Kabupaten Tegal Syefudin, Syefudin; Nugroho, Bangkit Indarmawan; Murtopo, Aang Alim; Surorejo, Sarif; Santoso, Nugroho Adh; Arif, Zaenul; Gunawan, Gunawan; Andriani, Wresti
Jurnal Masyarakat Madani Indonesia Vol. 2 No. 4 (2023): November
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/js.v2i4.161

Pengabdian masyarakat ini bertujuan untuk menyediakan sosialisasi dan pelatihan intensif kepada kader Posyandu di Desa Bandasari, Kabupaten Tegal, dalam rangka menerapkan aplikasi E-Posyandu. Tujuan utama adalah untuk meningkatkan pemahaman dan keterampilan kader Posyandu dalam penggunaan aplikasi E-Posyandu sebagai alat efisien untuk mengumpulkan, merekam, dan menganalisis data kesehatan masyarakat. Metode pelaksanaan melibatkan sesi sosialisasi konsep aplikasi dan pelatihan praktis dalam pengoperasian aplikasi tersebut. Hasil dari kegiatan ini diharapkan dapat mengoptimalkan peran Posyandu dalam perawatan kesehatan masyarakat, dengan pemantauan data yang lebih akurat dan real-time. Keberhasilan dalam menghadirkan teknologi ini diharapkan mampu menjadi contoh positif untuk program serupa di daerah lain yang memerlukan peningkatan efisiensi dalam pemantauan kesehatan masyarakat

Optimasi K-Means Clustering Pada Data Harga Mangga Menggunakan Particle Swarm Optimization Firmansyah, Akhmad Lutfi; Nugroho, Bangkit Indarmawan; Arif, Zaenul
Jurnal Teknologi Sistem Informasi Vol 6 No 2 (2025): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v6i2.13158

Fluktuasi harga mangga antarprovinsi di Indonesia mempengaruhi stabilitas pasar dan kesejahteraan petani. Penelitian ini bertujuan untuk mengelompokkan provinsi berdasarkan tren harga mangga tahun 2019–2024 menggunakan algoritma K-Means Clustering yang dioptimasi dengan Particle Swarm Optimization (PSO). Data sekunder yang digunakan berasal dari 38 provinsi dengan format rata-rata harga tahunan. Penentuan jumlah cluster dilakukan menggunakan metode Elbow dan diperoleh nilai optimal pada k=3. Hasil clustering menghasilkan tiga kelompok harga: tinggi, sedang, dan rendah. Penggunaan PSO terbukti meningkatkan akurasi pengelompokan dibandingkan K-Means murni. Evaluasi menunjukkan penurunan nilai Sum of Squared Error (SSE) dari 3,1146 menjadi 2,5882, peningkatan Silhouette Score dari 0,4422 menjadi 0,5461, penurunan Davies-Bouldin Index dari 0,7063 menjadi 0,5185, serta penurunan Quantization Error dari 0,2520 menjadi 0,2122. Visualisasi dengan Principal Component Analysis (PCA) memperjelas distribusi antar cluster secara spasial. Hasil penelitian ini dapat menjadi dasar pertimbangan dalam penyusunan kebijakan pengendalian harga dan distribusi mangga secara lebih tepat sasaran di berbagai wilayah Indonesia.

Title

Found 11 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 11 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 11 Documents
Search