Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Informatika
Damanhuri, R.
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Image Encryption and Decryption Using Vigenere Cipher with Compute Unified Device Architecture (CUDA) Kusuma, Arjuna Wahyu; Damanhuri, R.; Baihaqi, Muhamad Nur; Sanjaya, Labib Habibie
Jurnal Masyarakat Informatika Vol 14, No 1 (2023): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.14.1.51670

Abstract

Compute Unified Device Architecture (CUDA) adalah Application Programming Interface (API) NVIDIA dan platform yang memungkinkan akses langsung ke set instruksi GPU dan memberi dukungan untuk berinteraksi dengan GPU terkait komputasi paralel. Dengan CUDA, komputasi yang kompleks menjadi lebih cepat dan lebih efisien. Vigenere Cipher adalah kriptografi klasik populer yang mengimplementasikan kunci simetris dengan panjang tertentu. Pada penelitian ini, penerapan enkripsi dan dekripsi Vigenere Cipher dilakukan pada citra serta dengan CPU dan GPU (CUDA). Paralelisasi dengan CUDA menunjukkan hasil eksekusi waktu yang relatif lebih cepat daripada CPU. Persentase rata-rata penurunan waktu adalah 99,46 persen untuk enkripsi serta 99,47 persen untuk dekripsi.Persentase rata-rata penurunan waktu adalah 99,46 persen untuk enkripsi serta 99,47persen untuk dekripsi.
Analisis Sentimen pada Ulasan Aplikasi Access by KAI Berbahasa Indonesia Menggunakan Word-Embedding dan Classical Machine Learning Damanhuri, R.; Husein, Vito Ahmad
Jurnal Masyarakat Informatika Vol 15, No 2 (2024): November 2024
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.15.2.62383

Abstract

Indonesia memiliki aplikasi perkeretaapian bernama Access by KAI yang dirilis oleh PT Kereta Api Indonesia (KAI). Masyarakat dapat mengunduh dan mengulas aplikasi ini melalui Google Play Store. Rating Access by KAI menurun dari tahun 2022, menandakan bahwa aplikasi belum memenuhi ekspektasi pengguna meskipun telah diperbarui. Ulasan pada platform Google Play Store dapat dianalisis untuk menggali informasi penting, salah satunya adalah sentimen. Penelitian ini melakukan analisis sentimen pada ulasan Access by KAI menggunakan word embedding dengan model Word2Vec untuk ekstraksi fitur dan classical machine learning dengan Naive Bayes dan Logistic Regression untuk algoritma klasifikasi. Metode Logistic Regression lebih baik daripada Naive Bayes dalam hal accuracy dan precision dengan nilai sebesar 68.83% dan 75.49% secara berurutan. Namun, metode Naive Bayes memiliki keunggulan dalam hal recall dengan nilai sebesar 45.07%. Pada penelitian ini, ulasan Access by KAI memiliki sentimen dominan negatif sejumlah 335 data dari total 400 data tes. Kata “mudah” dan “suka” relevan sebagai alasan ulasan bersentimen positif, sedangkan Kata “aplikasi”, “bayar”, dan “tiket” relevan sebagai alasan ulasan bersentimen negatif.
Co-Authors Baihaqi, Muhamad Nur Husein, Vito Ahmad Kusuma, Arjuna Wahyu Sanjaya, Labib Habibie