Claim Missing Document
Check
Articles

Found 4 Documents
Search

ANALISIS PERFORMA DAN KEAMANAN IMPLEMENTASI KRIPTOGRAFI AES UNTUK PENYANDIAN DOKUMEN BERBASIS WEB Syam Aswandi, Andi; Nurtanzis Sutoyo, Muh.; Pradipta, Anjar
Jurnal Mnemonic Vol 8 No 1 (2025): Mnemonic Vol. 8 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v8i1.12053

Abstract

Kemajuan teknologi informasi telah mendorong peningkatan kebutuhan akan keamanan data yang diunggah dan disimpan secara daring, terutama dalam bentuk dokumen teks. Algoritma Advanced Encryption Standard (AES) sering digunakan untuk melindungi data sensitif karena kekuatannya dalam menghadapi serangan kriptografi. Namun, tantangan tetap ada dalam penerapan AES pada platform berbasis web, terutama terkait efisiensi proses enkripsi dan dekripsi di lingkungan jaringan yang bervariasi. Penelitian ini mengembangkan sistem enkripsi berbasis web yang memanfaatkan algoritma AES untuk penyandian dokumen. Sistem ini memungkinkan pengguna untuk mengunggah dokumen teks yang akan dienkripsi dan diunduh kembali dalam bentuk terenkripsi guna menjaga kerahasiaan data dengan mengimplementasikan algoritma Advanced Encryption Standard (AES) dalam penyandian dokumen berbasis web dan membandingkan kinerjanya dengan algoritma lain seperti RSA dan Triple DES. Pengujian dilakukan untuk mengukur waktu enkripsi dan dekripsi, konsumsi sumber daya, serta tingkat keamanan sistem terhadap serangan siber. Hasil pengujian menunjukkan bahwa AES memiliki waktu enkripsi rata-rata 12 ms dan dekripsi 15 ms, lebih cepat dibandingkan RSA (98 ms untuk enkripsi dan 120 ms untuk dekripsi) serta Triple DES (55 ms untuk enkripsi dan 65 ms untuk dekripsi). Selain itu, AES menunjukkan efisiensi sumber daya yang lebih baik dengan tingkat keamanan yang tetap optimal. Sistem diuji menggunakan metode blackbox untuk memastikan validitasnya, dan hasilnya menunjukkan bahwa sistem berjalan sesuai spesifikasi. Dengan demikian, penelitian ini memberikan kontribusi dalam pengembangan sistem keamanan berbasis web yang efisien dan aman, serta dapat menjadi referensi bagi penelitian lanjutan dalam bidang keamanan data digital.
Identifikasi Kerusakan Buah Kakao Akibat Serangan Hama Menggunakan Algoritma Yolov9 Aswandi, Andi Syam; Nurtanio, Ingrid; Jalil, Abdul
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 11 No 1 (2025): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v11i1.3483

Abstract

Pertanian di Indonesia memiliki peran penting dalam perekonomian nasional, dengan kakao sebagai salah satu komoditas utama. Indonesia merupakan produsen kakao terbesar ketiga di dunia. Namun, produktivitas kakao sering terganggu oleh serangan hama. Penelitian ini bertujuan untuk mengidentifikasi kerusakan buah kakao akibat serangan hama menggunakan algoritma YOLOv9 berbasis pengolahan citra. Fokus penelitian ini adalah hama penggerek buah kakao (Conopomorpha cramerella) dan hama penghisap buah kakao (Helopeltis spp.), yang dipilih karena dampaknya yang signifikan terhadap penurunan kualitas dan kuantitas hasil panen. Algoritma YOLOv9 dipilih karena keunggulannya dalam mendeteksi objek dengan akurasi tinggi dan kecepatan pemrosesan. Hasil penelitian menunjukkan bahwa model YOLOv9 mampu mengidentifikasi kerusakan dengan akurasi yang tinggi, mencapai mAP sebesar 99.5%. Dengan hasil ini, model yang dikembangkan dapat menjadi alat yang efektif untuk mendukung petani dalam memantau dan mengelola serangan hama secara lebih efisien. Penggunaan YOLOv9 dalam identifikasi kerusakan buah kakao diharapkan dapat memberikan solusi yang lebih efektif dalam mengurangi risiko penurunan hasil panen akibat serangan hama. Selain itu, teknologi ini membuka peluang untuk diintegrasikan dalam aplikasi mobile smart farming, sistem sortir buah kakao, dan sistem monitoring otomatis guna meningkatkan hasil panen kakao di Indonesia. Kata kunci: Kakao, Hama, Citra, YoloV9
Implementasi Metode SAW (Simple Additive Weighting) Untuk Pemilihan Tempat Belajar TPQ Saleh; Aswandi, Andi Syam
GJET : Global Journal of Educational Technology Vol. 1 No. 3 (2025): Agustus 2025
Publisher : Perhimpunan Ahli Teknologi Informasi dan Komunikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71234/gjet.v1i3.79

Abstract

Pemilihan Taman Pendidikan Al-Qur’an (TPQ) sebagai tempat belajar anak seringkali dilakukan secara subjektif, sehingga keputusan yang diambil tidak sepenuhnya berdasarkan pertimbangan yang objektif dan terukur. Penelitian ini bertujuan untuk mengimplementasikan metode Simple Additive Weighting (SAW) dalam membangun Sistem Pendukung Keputusan (SPK) yang dapat memberikan rekomendasi pemilihan TPQ terbaik berdasarkan kriteria yang telah ditentukan. Metode penelitian yang digunakan adalah pendekatan Research and Development (R&D) dengan tahapan identifikasi masalah, penentuan bobot kriteria, penyusunan matriks keputusan, normalisasi, perhitungan nilai akhir, hingga perangkingan alternatif. Kriteria yang digunakan meliputi kualitas pengajar, fasilitas belajar, biaya pendidikan, dan jarak dari rumah. Hasil perhitungan menunjukkan bahwa TPQ An-Nur memperoleh nilai preferensi tertinggi (0.784), diikuti oleh TPQ Al-Furqan (0.764) dan TPQ Al-Ikhlas (0.760). Temuan ini menunjukkan bahwa metode SAW mampu menghasilkan keputusan yang objektif, transparan, serta fleksibel karena bobot kriteria dapat disesuaikan dengan kebutuhan pengguna.
Penerapan Algoritma k-Nearest Neighbor untuk Prediksi Kinerja Akademik Mahasiswa Andi Syam Aswandi; Nurjaya
JISTech : Journal of Information Systems and Technology Vol. 2 No. 2 (2025): Desember 2025
Publisher : Perhimpunan Ahli Teknologi Informasi dan Komunikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71234/jistech.v2i2.101

Abstract

Kinerja akademik mahasiswa merupakan indikator penting dalam evaluasi mutu pembelajaran dan keberhasilan studi di perguruan tinggi. Pemanfaatan data akademik secara optimal diperlukan untuk mendukung pengambilan keputusan akademik yang lebih objektif dan berbasis data. Penelitian ini bertujuan untuk menerapkan algoritma k-Nearest Neighbor (k-NN) dalam memprediksi kategori kinerja akademik mahasiswa berdasarkan kemiripan data akademik historis. Penelitian ini menggunakan pendekatan kuantitatif dengan metode klasifikasi, melibatkan empat fitur utama, yaitu IPK terakhir, jumlah SKS yang telah ditempuh, rata-rata nilai mata kuliah inti, dan jumlah mata kuliah mengulang. Dataset yang digunakan terdiri dari sepuluh data latih mahasiswa yang telah diklasifikasikan ke dalam kategori kinerja akademik tinggi, sedang, dan rendah, serta satu data uji sebagai kasus baru. Proses klasifikasi dilakukan menggunakan jarak Euclidean dengan nilai parameter k = 3. Hasil penelitian menunjukkan bahwa algoritma k-NN mampu mengklasifikasikan kinerja akademik mahasiswa secara efektif, di mana data uji dikategorikan ke dalam kinerja akademik rendah berdasarkan mayoritas kelas tetangga terdekat. Temuan ini menunjukkan bahwa algoritma k-NN memiliki potensi untuk diterapkan sebagai dasar pengembangan sistem pendukung keputusan akademik, khususnya untuk deteksi dini mahasiswa yang berisiko mengalami penurunan kinerja akademik