Claim Missing Document
Check
Articles

Found 9 Documents
Search
Journal : Computatio : Journal of Computer Science and Information Systems

IMPLEMENTASI ALGORITMA GOOGLE LATENT SEMANTIC DISTANCE UNTUK EKSTRAKSI RANGKAIAN KATA KUNCI ARTIKEL JURNAL ILMIAH Novario Jaya Perdana
Computatio : Journal of Computer Science and Information Systems Vol 2, No 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.261 KB) | DOI: 10.24912/computatio.v2i2.2569

Abstract

The accuracy of search result using search engine depends on the keywords that are used. Lack of the information provided on the keywords can lead to reduced accuracy of the search result. This means searching information on the internet is a hard work. In this research, a software has been built to create document keywords sequences. The software uses Google Latent Semantic Distance which can extract relevant information from the document. The information is expressed in the form of specific words sequences which could be used as keyword recommendations in search engines. The result shows that the implementation of the method for creating document keyword recommendation achieved high accuracy and could finds the most relevant information in the top search results.
Pengembangan Aplikasi Monitoring Kinerja Perguruan Tinggi Menggunakan Metode Profile Matching Yongky Saputra; Bagus Mulyawan; Novario Jaya Perdana
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i1.22427

Abstract

Perguruan Tinggi merupakan tempat pendidikan dan pengajaran tinggi dan dapat berbentuk akademi, politeknik, sekolah tinggi, institut, atau universitas. Berbicara tentang perguruan tinggi pasti tidak lepas dari kewajiban perguruan tinggi yaitu, menyelenggarakan penelitian dan pengembangan, pengabdian kepada masyarakat, HKI, dan Buku. Dalam rangka meningkatkan mutu, perguruan tinggi dapat melakukan monitoring dan evaluasi kinerja perguruan tinggi. Agar proses monitoring dan evaluasi lebih mudah, dibuatlah website untuk melakukan proses monitoring dan evaluasi kinerja perguruan tinggi. Website yang dibuat berisikan dashboard yang akan menampilkan data penelitian, PKM, HKI, dan buku yang dipublikasikan oleh perguruan tinggi. Digunakan juga metode profile matching yang merupakan metode sistem pendukung keputusan untuk menentukan peringkat dan score dari masing-masing dosen agar proses monitoring dan evaluasi kinerja perguruan tinggi menjadi lebih mudah
Pembuatan Aplikasi Point of Sale pada Toko Penjualan Alat-Alat Bangunan Han, Hansen; Novario Jaya Perdana; Jap Tji Beng
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.24371

Abstract

Toko Inti Bangunan adalah sebuah tempat yang menyediakan berbagai macam bahan bangunan seperti pasir, semen, dan alat-alat bangunan lainnya. Saat ini, proses transaksi penjualan, pembelian, dan pencatatan data stok masih dilakukan secara manual dengan menggunakan kertas. Manajemen penyediaan barang, transaksi penjualan, dan pembuatan laporan masih ditulis dengan tangan, yang berpotensi menyebabkan kesalahan penulisan data, ketidakakuratan data barang masuk, serta kurang efisiennya penggunaan tenaga dan waktu saat melakukan transaksi penjualan. Untuk mengatasi permasalahan tersebut, maka dari itu dibuatlah sebuah aplikasi Point of Sale (POS) yang berfungsi sebagai sistem perangkat lunak kasir di Toko Inti Bangunan. Aplikasi ini dirancang dengan menggunakan platform OutSystems, yang merupakan platform low-code yang mempercepat proses pembuatan aplikasi dengan pengetikan kode pemrograman yang minimal. Metode pengembangan aplikasi yang diterapkan menggunakan System Development Life Cycle (SDLC).
IMPLEMENTASI ALGORITMA GOOGLE LATENT SEMANTIC DISTANCE UNTUK EKSTRAKSI RANGKAIAN KATA KUNCI ARTIKEL JURNAL ILMIAH Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 2 No. 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v2i2.2569

Abstract

The accuracy of search result using search engine depends on the keywords that are used. Lack of the information provided on the keywords can lead to reduced accuracy of the search result. This means searching information on the internet is a hard work. In this research, a software has been built to create document keywords sequences. The software uses Google Latent Semantic Distance which can extract relevant information from the document. The information is expressed in the form of specific words sequences which could be used as keyword recommendations in search engines. The result shows that the implementation of the method for creating document keyword recommendation achieved high accuracy and could finds the most relevant information in the top search results.
Penerapan Klasifikasi Suara Sebagai Autentikasi Keamanan Sistem Login Menggunakan Gaussian Mixture Models Milson, Audie; Herwindiati, Dyah Erny; Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i1.16229

Abstract

Program penerapan klasifikasi suara sebagai auntetikasi keamanan sistem login merupakan sebuah program berbasis website yang dibuat untuk menguji efektivitas metode autentikasi suara sebagai alternatif metode autentikasi biometrik dalam meningkatkan keamanan sistem login suatu aplikasi. Program website yang dibuat terdiri dari bagian Frontend dan bagian Backend yang dibangun dengan modul Python Flask dalam pembentukan API yang berfungsi sebagai fungsionalitas website dan modul Vue Js dalam pembuatan tampilan aplikasi. Aplikasi yang dibuat kemudian diuji dari segi fungsionalitas, tingkat akurasi model dalam mengklasifikasikan suara dan keamanannya dengan metode blackbox testing dan serangkaian security test seperti penetration testing, SQL Injection, dan XSS Attack dengan hasil pengujian aplikasi berfungsi sesuai ekspektasi dan tidak rentan terhadap serangan SQL Injection ataupun XSS Attack, sedangkan hasil dari pengujian tingkat akurasi model dalam mengklasifikasikan suara menghasilkan tingkat akurasi sebesar 67% dengan menggunakan 5 suara sebagai input awal. Hasil dari serangkaian pengujian yang telah dilakukan menunjukan bahwa perpaduan metode Linear Predictive Coding dan Gaussian Mixture Model kurang efektif dalam mengklasifikasikan suara, akan tetapi metode Autentikasi Suara berhasil meningkatkan tingkat keamanan sistem login pada aplikasi.
Pengenalan Suara Manusia Menggunakan Support Vector Classifier(SVC) Untuk Proses Otentikasi Anindya, Florentina Pramita; Herwindiati, Dyah Erni; Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 7 No. 1 (2023): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v7i1.16230

Abstract

Sistem pengenalan suara SEAUI merupakan salah satu aplikasi website untuk melakukan proses verifikasi suara sebagai salah satu teknik pengamanan tingkat lanjut dengan mengenali pemilik suara setelah melakukan proses login. Sistem ini dibuat untuk diterapkan pada aplikasi website. Sistem ini dibuat dengan menggunakan bahasa pemrograman Python dengan modul framework Flask dan basis data SQL Server Management Studio untuk penyimpanan data. Proses pengenalan suara pada sistem ini menggunakan metode Median Filter, metode ekstraksi fitur suara Mel Frequency Cepstral Coefficients dan metode klasifikasi Support Vector Classifier. Proses pengumpulan data dilakukan dengan teknik kuesioner dan didapatkan data suara dari 25 responden. Dalam tahap pengujian, sistem SEAUI sudah dapat melewati tes pengujian SQL Injection dengan 4 kali percobaan pengujian dan sistem dapat berjalan sesuai fungsionalitas. Data suara yang digunakan sebagai input adalah 1 data suara rekaman pada saat login dan kumpulan data suara yang terdapat dalam basis data. Akurasi tertinggi sistem SEAUI yang didapatkan adalah sebesar 67% untuk 15 kali percobaan pengujian dalam 1 akun pengguna.
Perancangan Aplikasi Monitoring dan Prediksi Kinerja Publikasi Universitas "X" Nathan, Michael; Mulyawan, Bagus; Jaya Perdana, Novario
Computatio : Journal of Computer Science and Information Systems Vol. 7 No. 2 (2023): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v7i2.21249

Abstract

Aplikasi monitoring dan evaluasi perguruan tinggi merupakan suatu aplikasi dalam bentuk website yang dirancang untuk membantu perguruan tinggi dalam mendata publikasi yang ada dan membantu mahasiswa dalam mencari publikasi dalam perguruan tinggi. Digunakan metode Least Square dalam sistem peramalan dalam aplikasi agar dapat mengeluarkan perkiraan publikasi beberapa tahun yang akan mendatang. Pada hasil perhitungan dihasilkan data perkiraan publikasi beberapa tahun kedepan yang akan ditampilkan dalam bentuk grafik. Pengguna jika menjadi admin dapat menambah data terbaru melalui unggah file excel maupun di input secara manual. Sistem yang digunakan dalam proses pembuatan aplikasi adalah Outsystem. Data perkiraan publikasi yang dihasilkan oleh aplikasi dapat membantu perguruan tinggi dalam mengambil sebuah keputusan. Pengujian yang dilakukan di dalam aplikasi menggunakan pengujian kuesioner, blackbox dan Mean Absolute Percentage Error. Hasil yang didapat dari pengolahan data kuesioner adalah aplikasi berjalan dengan sangat memuaskan dan hasil dari perhitungan Mean Absolute Percentage Error adalah hasil peramalan cukup baik.
Sistem Rekomendasi Produk untuk Pelanggan Perusahaan Distribusi Menggunakan Metode Collaborative Filtering dan K-Means Clustering Sebastian, Dennis; Mulyawan, Bagus; Jaya Perdana, Novario
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i1.21752

Abstract

PT Enseval merupakan perusahaan distribusi yang memiliki banyak jenis produk yang ditawarkan. Banyaknya produk yang ditawarkan dapat membuat salesman Enseval kesulitan untuk menawarkan produk yang cocok dan sesuai untuk pelanggan. Keterampilan salesman untuk menawarkan produk ke pelanggan sangat mempengaruhi penjualan barang distribusi. Maka dari itu, pada kesempatan ini akan dibangun sistem rekomendasi produk untuk pelanggan PT Enseval menggunakan metode k-means dan collaborative filtering. Perancangan aplikasi dibuat untuk memudahkan salesman dalam merekomendasikan produk ke pelanggan dan membantu pelanggan dalam memilih produk . Data yang akan digunakan merupakan data transaksi sales periode 2021 - 2022. Uji coba dengan metode collaborative filtering untuk menentukan akurasi menggunakan mean absolute error (MAE) mendapatkan nilai 0,114678277 dan rekoemendasi dengan menggunakan gabungan metode k-means dan collaborative filtering mendapatkan rata-rata MAE sebesar 0.158411487. Kedua hasil MAE memiliki akurasi yang cukup baik karena semua hasil scenario memiliki keselahan (error) yang mendekati angka 0.Berdasarkan hasil tersebut, dapat ditarik kesimpulan bahwa metode k-means kurang efektif digabungkan dengan metode collaborative filtering dalam memberikan rekomendasi produk dalam sistem aplikasi ini.
Analisis Capaian Program Merdeka Belajar Kampus Merdeka Menggunakan Metode K-Means Phang, Jastien; Mulyawan, Bagus; Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i1.22422

Abstract

Kampus Merdeka merupakan bagian dari kebijakan Merdeka Belajar oleh Kementerian Pendidikan Kebudayaan, Riset, dan Teknologi Republik Indonesia yang memberikan kesempatan bagi mahasiswa/i untuk mengasah kemampuan sesuai bakat dan minat dengan terjun langsung ke dunia kerja sebagai persiapan karier masa depan. Terdapat banyak mahasiswa/i yang terdaftar dalam kurikulum Merdeka Belajar Kampus Merdeka yang sedang mengikuti program-program seperti pertukaran pelajar, magang atau kerja praktik, asisten mengajar, penelitian atau riset, proyek di Desa, wirausaha, studi independen, dan proyek kemanusiaan. Dalam kebijakan ini, Universitas Tarumanagara juga berpartisipasi untuk ikut serta menyukseskan program MBKM. Hal ini mendorong penulis untuk mengembangkan sistem Analisis Capaian Program merdeka belajar kampus merdeka dengan membuat dashboard pengelompokan mahasiswa yang melaksanakan program dari MBKM untuk mempermudah dalam mengetahui siapa saja yang terdapat dalam program tersebut. Selain itu, akan dibuat juga clustering menggunakan metode K-Means untuk mengelompokkan data menurut tipe dan kriteria mahasiswa kedalam program serta melakukan evaluasi k-means dengan menggunakan metode Davies Bouldin Index yang menghasilkan rasio 0,538 dan dapat dikatakan bahwa metode K-Means menghasilkan Cluster yang cukup akurat dalam pengelompokan jumlah peserta yang mengikuti program MBKM.
Co-Authors Agus Budi Dharmawan Agus Budi Dharmawan Alvin Chandra Andre Ertanto Andre, Andre Andy Wijaya Nusantara Angeline, Mariani Anindya, Florentina Pramita Anthony Arisandi, Desi bagus Mulyawan Bagus Mulyawan Bernike Burnama Bryan Filemon Budiyantara, Agus Bunardi Budiman Burnama, Bernike Calvinus, Yohanes Caroline Wili Harto Chairisni Lubis Chairisni Lubis Chairisni Lubis Charles Yuliansen Chavia Rossyerin Prabowo Sutjiadi Daffa Hilmi Aji Daniel Ary Nugroho Danu Yuliarto Darwin Raharja Dedi Trisnawarman Derren Chrissanto Desi Arisandi Desi Arisandi Devin Abipraya Dhananjaya, Asoka Dyah Erny Herwindiati Dyah Erny Herwindiati Edgar Lawrence Edward Darmaja Edwin Suryaputra Endah Setyaningsih Faithtria, Monica Glory Felicia, Clara Ferdinand, Kelvin Fransisca Iriani Roesmala Dewi Frederick, Thomas Gian Ramanda Gilang Samudro Giselle Naomi Sutanto Gozali, Carisha Puspa Gumay, Fhilia Anasty Han, Hansen Hanven Pradana Herwindiati, Dyah Erni Hetty Karunia Tunjungsari Hidayat, Farasya Syifa Hizkia Natanael Ivan Ivan Sutedjo Jane Syahwalina Kaprica Sandra Jap Tji Beng Jason Jeanny Pragantha Jeffri Alimin Jonathan Jovian, Ernestito Kacen Kalengkongan, Aurelia Naftali Kelvin Fernando Pinem Kelvin Wijaya Kevin kevin Kevin Marcello Jonathan Lim, Yulia Lioviani Gavrilla Louis, Josh Mariani Angeline Mei Ie Milson, Audie Muhammad Adi Nugraha Mulyawan, Bagus Natalicia Margatan Nathan, Michael Nathaniel Andrew Nicko Kurniawan Nizham Kamil Hia Owen Maytrio Phratama Pertiwi , Saula Rahmadianti K. Phang, Jastien Phratama, Owen Maytrio Prisiani, Yuri Putri, Tiara Maharani Azkia Ramanda, Gian Ribka Suwardy Richard, Richard Riyanto, Radika Yudha Salsabila, Unik Hanifah Sandra, Jane Syahwalina Kaprica Santoso, Salim Sarah Azka Nazwah Saula Rahmadianti Krisma Pertiwi Sebastian, Dennis Sherena Yemima Purba Sri Tiatri Steven Cang Steven Dharmawan Sudono Widjaja Sukardi, Aldy Supirman Supirman Sutanto, Giselle Naomi Suwarjono, Gilang Samudro TAKESHI, CECILIANA Tamara Violeta Teny Handhayani Tony Tony Trisnawarman, Dedi Valencia Valencia, Valencia Vanesa Nellie Victor Femona Laoli Vincent Marcellino Viny Christanti M Viny Christanti Marwadi Wasino Wasino Wasino Wasino, Wasino William Antonius William Wijaksana Willyanto Wijaya Windah Maria Sonia Nadiah Hutagalung Yagyu Munenori M.E. Yongky Saputra Zyad Rusdi Zyad Rusdi