Claim Missing Document
Check
Articles

Found 3 Documents
Search

Optimasi Rute Terpendek Antar Universitas Negeri Medan dan Universitas Muhammadiyah Sumatera Utara Menggunakan Algoritma Dijkstra dan Implementasi Python Waruwu, Stefen Agus; Hafika, Rizky Ananda; Noor, Muhammad Yazid; Harliana, Putri
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 6 (2024): Desember 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i6.8160

Abstract

Abstrak -Penelitian ini bertujuan untuk mengoptimalkan rute terpendek antara Universitas Negeri Medan (UNIMED) dan Universitas Muhammadiyah Sumatera Utara (UMSU) dengan menggunakan Algoritma Dijkstra. Jaringan jalan antara kedua universitas dimodelkan sebagai graf, di mana simpul-simpul merepresentasikan persimpangan jalan, dan sisi-sisi diberi bobot sesuai dengan jarak atau waktu tempuh. Data mengenai jarak diperoleh melalui Google Maps. Algoritma Dijkstra diterapkan untuk menentukan rute optimal dengan memanfaatkan kode Python untuk memastikan hasilnya. Hasil penelitian menunjukkan bahwa jarak terpendek ke simpul K adalah 5,33 km, berawal dari simpul A – B – C – D – E – F – K. Hasil perhitungan manual Dijkstra sesuai dengan hasil implementasi kode Python, menegaskan keakuratan metode yang digunakan. Penelitian ini diharapkan dapat memberikan rekomendasi rute yang lebih efisien berdasarkan kriteria jarak dan waktu, serta membantu dalam perencanaan perjalanan bagi pengguna kendaraan bermotor.Kata kunci : Graf, Algoritma Dijkstra, Rute Terpendek Abstract -  This study aims to optimize the shortest route between Universitas Negeri Medan (UNIMED) and Universitas Muhammadiyah Sumatera Utara (UMSU) using Dijkstra's Algorithm. The road network between these two universities is modeled as a graph, where the nodes represent intersections, and the edges are weighted according to distance or travel time. Distance data was obtained through Google Maps. Dijkstra's Algorithm is applied to determine the optimal route, utilizing Python code to ensure accuracy. The results indicate that the shortest distance to node K is 5.33 km, starting from node A – B – C – D – E – F – K. The manual calculation of Dijkstra aligns with the Python code implementation, confirming the accuracy of the method used. This research is expected to provide more efficient route recommendations based on distance and time criteria, and to assist in travel planning for motor vehicle users.Keywords : Graph, Dijkstra's Algorithm, Shortest Route
Rancangan Implementasi Zero Trust Architecture (ZTA) pada Sistem Login danManajemen Data Web Menggunakan MFA, RBAC, dan Audit Logging Syahri, Alfin; Kiswanto, Dedy; Waruwu, Stefen Agus; Hafika, Rizky Ananda
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9897

Abstract

Abstrak – Perkembangan teknologi informasi yang pesat telah meningkatkan risiko keamanan data, terutama pada sistem autentikasi dan manajemen akses. Untuk menghadapi ancaman tersebut, penelitian ini mengimplementasikan pendekatan keamanan berbasis Zero Trust Architecture (ZTA) pada sistem login dan manajemen data web. ZTA menerapkan prinsip “never trust, always verify” dengan menggabungkan beberapa mekanisme keamanan, antara lain Multi-factor authentication (MFA) melalui OTP via WhatsApp, autentikasi biometrik (sidik jari), Role-based access control (RBAC) untuk pembatasan hak akses, serta audit logging untuk pemantauan aktivitas pengguna. Metode pengembangan menggunakan pendekatan rekayasa sistem, dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian black box, dan evaluasi. Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan sesuai fungsinya, termasuk deteksi login dari perangkat baru dan pengiriman OTP real time. Sistem mampu memberikan peringatan keamanan yang responsif serta mencatat setiap aktivitas pengguna secara akurat. Penerapan ZTA terbukti meningkatkan keamanan, keandalan autentikasi, serta kontrol akses terhadap data. Penelitian ini menunjukkan bahwa integrasi ZTA dalam sistem web dapat menjadi solusi efektif untuk memperkuat ketahanan keamanan siber.Kata kunci : Zero Trust Architecture; MFA; RBAC; OTP; Audit Logging; Abstract – The rapid development of information technology has increased the risk of data breaches, particularly in authentication and access management systems. To address these challenges, this research implements a security approach based on Zero Trust Architecture (ZTA) for web-based login and data management systems. ZTA applies the principle of “never trust, always verify” by integrating several security mechanisms, including Multi-factor authentication (MFA) using OTP via WhatsApp, biometric authentication (fingerprint), Role-based access control (RBAC) to regulate user permissions, and audit logging to monitor user activities.The development method follows a systematic engineering approach consisting of requirement analysis, system design, implementation, black box testing, and evaluation. The results show that all features function as intended, including real-time OTP delivery, fingerprint authentication, and detection of logins from new devices or IP addresses. The system provides responsive security alerts and records user activities accurately, enhancing accountability.The implementation of ZTA successfully strengthens authentication reliability and access control, making it an effective solution for improving cybersecurity in web applications.Keywords: Zero Trust Architecture; MFA; RBAC; OTP; Audit Logging;
Perancangan Sistem Tempat Sampah Pintar Berbasis ESP32 dengan Klasifikasi Sampah Menggunakan Deep Learning dan Integrasi Dashboard Web Monitoring Waruwu, Stefen Agus; Kiswanto, Dedy; Hafika, Rizky Ananda; Noor, Muhammad Yazid
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 9, No 1 (2026): Februari 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10264

Abstract

Abstrak - Sistem tempat sampah pintar berbasis Internet of Things (IoT) dikembangkan untuk mengoptimalkan proses pemilahan sampah secara otomatis. Sistem ini menggunakan sensor ultrasonik pada ESP32 untuk mendeteksi keberadaan objek, kamera ESP32-CAM untuk mengambil citra, dan model deep learning MobileNetV2 untuk melakukan klasifikasi ke dalam dua kategori: organik dan daur ulang. Hasil klasifikasi digunakan untuk menggerakkan servo sebagai mekanisme pemisahan, sekaligus dikirim ke dashboard web melalui API untuk pencatatan dan pemantauan. Model dilatih menggunakan dataset 5.000 citra dengan teknik augmentasi, dan menghasilkan performa akurasi sebesar 93% pada data validasi. Sistem berhasil bekerja secara realtime, dengan rata-rata waktu inferensi kurang dari 1 detik. Dashboard mampu menampilkan statistik jumlah sampah, riwayat klasifikasi, dan grafik tren berdasarkan rentang tanggal. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi objek, mengklasifikasi citra, dan menggerakkan servo dengan stabil. Sistem ini dapat diimplementasikan pada lingkungan nyata untuk mendukung pengelolaan sampah yang lebih efisien dan terotomatisasi.Keywords : IoT; ESP32; ESP32-CAM; klasifikasi sampah; dashboard monitoring; Abstract - An Internet of Things (IoT)-based smart waste bin system was developed to optimize the automatic waste sorting process. This system uses an ultrasonic sensor on ESP32 to detect the presence of objects, an ESP32-CAM camera to capture images, and a MobileNetV2 deep learning model to classify waste into two categories: organic and recyclable. The classification results are used to activate the servo as a separation mechanism, while also being sent to the web dashboard via API for recording and monitoring. The model was trained using a dataset of 5,000 images with augmentation techniques, achieving an accuracy of 93% on the validation data. The system operates in real-time, with an average inference time of less than 1 second. The dashboard is capable of displaying statistics on the amount of waste, classification history, and trend graphs based on date ranges. The test results show that the system can detect objects, classify images, and activate the servo stably. This system can be implemented in a real environment to support more efficient and automated waste management.Keywords: IoT; ESP32; ESP32-CAM; waste classification; monitoring dashboard;