Claim Missing Document
Check
Articles

Found 4 Documents
Search

Peramalan Tren Musiman Jumlah Mahasiswa Baru Dengan Triple Exponential Smoothing Multiplicative Wicaksana, Yusuf Eka; Faisal, Sutan; Munzi, Gugy Guztaman
Syntax : Jurnal Informatika Vol. 13 No. 02 (2024): Oktober 2024
Publisher : Universitas Singaperbangsa Karawang

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

Abstract

Pengetahuan jumlah mahasiswa baru dapat membantu dalam perencanaan sumber daya perguruan tinggi, dan optimisasi strategi pemasaran dan rekrutmen. Penelitian sebelumnya belum dapat mendeteksi data yang bersifat musiman, sehingga menggunakan triple exponential smoothing multiplicative untuk mengotimalisasi peramalan yang bersifat tren dan musiman. Dengan menggunakan pemulusan α = 0,1; β = 0,4; γ = 0,8; menghasilkan RMSE sebesar 3,32 sehingga dapat menjadi acuan untuk meramal jumlah mahasiswa baru Universitas Buana Perjuangan Karawang.
PENERAPAN APLIKASI QUIZ BERBASIS WEBSITE SEBAGAI MEDIA PEMBELAJARAN PADA MATA KULIAH BAHASA INDONESIA Munzi, Gugy Guztaman; Wicaksana, Yusuf Eka; Bahreisy, Muhammad Naufal
Jurnal Sistem Informasi dan Sains Teknologi Vol 7, No 1 (2025): Jurnal Sistem Informasi dan Sains Teknologi
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/sistek.v7i1.2127

Abstract

Perkembangan teknologi digital saat ini memengaruhi berbagai aspek kehidupan, salah satunya dalam tata bahasa yang digunakan sehari-hari. Penggunaan sosial media yang digunakan juga dapat memengaruhi tata bahasa yang digunakan, khususnya oleh remaja seperti siswa sekolah menengah atas sederajat maupun mahasiswa di perguruan tinggi. Banyaknya penggunaan kata asing maupun kata slang memengaruhi kemampuan mahasiswa dalam menulis karya ilmiah. Sehingga perlu dilakukan pengujian untuk mengukur kemampuan mahasiswa dalam memahami penggunaan bahasa indonesia yang sesuai EYD dan KBBI. Adapun pengujian dilakukan dengan menggunakan aplikasi quiz berbasis website yang dapat diakses oleh mahasiswa. Pengujian dilakukan dengan melibatkan sebanyak 300 mahasiswa di Universitas Buana Perjuangan Karawang dari berbagai program studi yang mengambil mata kuliah Bahasa Indonesia. Hasil akhir berupa penskoran nilai dalam bentuk grafik untuk menampilkan akurasi antara kesesuaian soal dan kemampuan mahasiswa dalam menyelesaikan soal sebanyak 20 soal pada Quiz dengan rata-rata skor nilai jawaban benar adalah 16 atau sekitar 80%. Hasil ini diharapkan dapat menjadi bahan evaluasi untuk pembelajaran mata kuliah Bahasa Indonesia agar dapat meningkatkan kompetensi mahasiswa dalam menggunakan tata bahasa yang baik dan benar.
EXIF Metadata Feature Extraction to Improve Source Device Identification Accuracy in Digital Images within a Digital Forensics Approach Bahreisy, Muhammad Naufal; Pratama, Adi Rizky; Munzi, Gugy Guztaman; Wicaksana, Yusuf Eka
JURNAL SISFOTEK GLOBAL Vol 15, No 2 (2025): JURNAL SISFOTEK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/sisfotek.v15i2.15998

Abstract

This study aims to develop and evaluate methods for digital image source device identification through three main approaches, namely EXIF metadata feature extraction, visual analysis using Convolutional Neural Networks (CNN), and Photo Response Non-Uniformity (PRNU). The dataset consists of 500 original images captured from five different devices, with 100 images per device containing intact metadata. The EXIF-only model was built using the Random Forest algorithm, the CNN model employed a ResNet18 architecture, while PRNU utilized high-pass filtering to construct sensor noise templates for each device. Evaluation was carried out using accuracy, precision, recall, and f1-score metrics. The results show that EXIF-only achieved perfect accuracy (100%) on the dataset with complete metadata, CNN reached 21% accuracy with imbalanced recall across classes, and PRNU demonstrated low performance due to the limited number of templates and image quality. These findings indicate that EXIF-only excels under intact metadata conditions but is vulnerable to manipulation, CNN can be applied when metadata is unavailable but requires optimization, while PRNU has potential resilience against metadata manipulation but demands higher-quality data. The novelty of this study lies in its comparative multi-method approach that integrates metadata-based, visual-based, and sensor fingerprint-based analyses, along with the proposal of a multimodal integration framework to enhance the reliability of device identification systems in digital forensic practice.
Sistem Presensi Praktikum Berbasis Web Menggunakan Algoritma Brute Force Awal, Elsa Elvira; Rohana, Tatang; Munzi, Gugy Guztaman; Nurlaelasari, Euis; Tri Vicika, Vikha; Nurlaila, Diah; Laurentzia, Rini Beatrix
Innovative: Journal Of Social Science Research Vol. 4 No. 1 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i1.9160

Abstract

Penelitian ini mengusulkan dan menerapkan sistem presensi praktikum menggunakan algoritma Brute Force dengan teknologi QR Code. Algoritma Brute Force digunakan untuk menentukan kehadiran mahasiswa dengan memeriksa lokasi geografis mereka terhadap empat garis batas yang dibuat berdasarkan koordinat geografis. Penggunaan QR Code sebagai metode pemindaian memfasilitasi proses presensi dengan efisiensi dan akurasi yang tinggi. Penelitian ini melibatkan pengembangan antarmuka pengguna untuk mahasiswa dan administrator, serta evaluasi kinerja algoritma dalam skenario praktikum yang berbeda. Hasil penelitian menunjukkan bahwa algoritma Brute Force memberikan solusi yang akurat dan dapat diandalkan, dengan potensi untuk diintegrasikan dalam sistem presensi di lingkungan praktikum universitas. Saran untuk pembaruan dan optimalisasi kontinu diberikan untuk meningkatkan kinerja dan keberlanjutan sistem presensi. Penelitian ini berkontribusi pada pemahaman tentang potensi implementasi algoritma Brute Force dalam mengoptimalkan presensi mahasiswa dalam praktikum.