cover
Contact Name
Suwanto Sanjaya
Contact Email
suwantosanjaya@uin-suska.ac.id
Phone
-
Journal Mail Official
coreit@uin-suska.ac.id
Editorial Address
-
Location
Kab. kampar,
Riau
INDONESIA
Jurnal CoreIT
ISSN : 2460738X     EISSN : 25993321     DOI : -
Core Subject : Science,
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi published by Informatics Engineering Department – Universitas Islam Negeri Sultan Syarif Kasim Riau with Registration Number: Print ISSN 2460-738X | Online ISSN 2599-3321. This journal is published 2 (two) times a year (June and December) containing the results of research on Computer Science and Information Technology.
Arjuna Subject : -
Articles 162 Documents
Pengembangan Program Komputer Penjadwalan Matakuliah Berdasarkan Pewarnaan Graf dengan Algoritma Welsh-Powell Terbobot Rahadi, Andi Pujo; Pani, Ernest Beardly
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (577.28 KB) | DOI: 10.24014/coreit.v6i1.9955

Abstract

Penjadwalan matakuliah di suatu universitas merupakan permasalahan yang kompleks, dikarenakan melibatkan berbagai sumber daya yang memiliki kemungkinan tumpang tindih (bentrok) cukup besar. Beberapa universitas tidak lagi menyusun jadwal matakuliahnya secara manual. Mereka telah menggunakan berbagai program komputer penjadwalan berbasis web yang cukup populer, sebagai contoh Lantiv, Unitime, dan sebagainya. Program-program komputer tersebut merupakan program yang dikembangkan di negara lain. Bagaimana dengan program produksi Indonesia? Penelitian ini merupakan upaya untuk menjawab hal tersebut. Program yang dikembangkan dalam penelitian ini dilandaskan pada teori pewarnaan graf, khususnya pewarnaan simpul (vertex) dengan algoritma Welsh-Powell Terbobot. Program computer yang dihasilkan diberi nama ARC Scheduler yang ditulis dengan bahasa C++ dan IDE Code Blocks. Program ini telah diujicobakan di Universitas Advent Indonesia pada tahun 2018 dan 2019 dengan respon pengguna sangat puas. Program ARC Scheduler terus dikembangkan dalam hal pengoperasian secara remote, baik berbasis web maupun berbasis android.
Implementasi Sistem Keamanan Hotspot Jaringan Menggunakan Metode OpenSSL (Secure Socket Layer) Hermanto, Dedy; Anam, M. Syaiful
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1108.418 KB) | DOI: 10.24014/coreit.v6i1.8394

Abstract

Keamanan jaringan wireless pada perangkat access point yang sering digunakan adalah metode WEP/WPA/WPA2. Hampir semua pengguna jaringan wireless rata-rata mengimplemetasikan perangkat access pointnya dengan menggunakan metode tersebut. Metode tersebut dikenal baik dalam hal kemampuan pengamanan security jaringan wireless tetapi metode WEP/WPA/ WPA2 masih bisa ditembus oleh aplikasi hacking dengan metode brute-force attack dan dictionary. Proses penelitian ini menggunakan metode action research, yang bertujuan untuk mengembangkan metode kerja yang paling efisien. Dimana akan dilakukan diagnosa, rencana tindakan, tindakan, evaluasi, dan pembelajaran. Salah satu solusi keamanan wireless hotspot adalah dengan menerapkan Metode SSL (Secure Socket Layer). Metode SSL (Secure Socket Layer) telah banyak digunakan untuk pengamanan website yang membutuhkan pengamanan tingkat tinggi seperti website perbankan, hosting, jual beli online dan sebagainya yang biasanya pada website tersebut menggunakan protocol HTTPS ( Hyper Text Transfer Protocol Secure). Proses pengujian yaitu sniffing, untuk membobol user dan password login dan konsep duplikasi mac address atau yang dikenal dengan nama ARP spoofing dalam pengujian keamanan jaringan wireless dengan metode Secure Socket Layer (SSL). Hasil yang diperoleh bahwa sistem ini dapat mengamankan jaringan hotspot internet dengan lebih aman dan tidak mudah untuk di tembus
Penilaian Penerimaan E-Government Di Indonesia Oktavia, Lola
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (478.599 KB) | DOI: 10.24014/coreit.v6i1.9143

Abstract

Penerapan E-Government di Indonesia masih sebatas instansi tertentu. Berdasarkan hasil survey oleh United Nations tahun 2018 dengan Pilot Cities yaitu Jakarta, Indonesia berada pada peringkat 107 dengan level EGDI (E-Government Development Index) adalah High. Manfaat penerapan E-Government harus masyarakat yang merasakannya. Sebanyak apapun sistem yang dibangun jika manfaat tidak dapat dirasakan oleh masyarakat, maka cita-cita terwujudnya good governance tidak akan tercipta. Penelitian ini melakukan eksplorasi terhadap faktor yang dapat memberikan dampak terhadap penggunaan layanan e-government yang ada di Indonesia. Model yang digunakan untuk evaluasi faktor yaitu kolaborasi framework UTAUT dan GAM. Berdasarkan hasil penelitian yang telah dilakukan, faktor Performance Expectancy (PE), Perceived image (PI) dan Perceived functional benefit (PFB) memiliki pengaruh terhadap minat masyarakat untuk menggunakan E-Government.
Klasifikasi Daun Bugenvil Menggunakan Gray Level Co-Occurrence Matrix Dan K-Nearest Neighbor Furqon, Mhd; Sriani, Sriani; Harahap, Lailan Sofinah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.519 KB) | DOI: 10.24014/coreit.v6i1.9296

Abstract

Penelitian ini dilakukan untuk mengklasifikasikan tanaman bugenvil berdasarkan tekstur daun menggunakan metode ekstraksi fitur yaitu Gray Level Co-occurrence Matrix dengan empat fitur ekstraksi diantaranya: energy, correlation, contrast dan homogeneity). Pada proses pengklasifikasian tanaman bugenvil menggunakan metode K-Nearset Neighbor dengan jarak euclidean distance (nilai ketetanggaan) untuk mengetahui, mengelompokkan atau mengidentifikasi tekstur daun sesuai dengan jenisnya. pada penelitian klasifikasi daun bugenvil menggunakan Gray Level Co-occurrence Matrix dan K-Nearest Neighbor hasil akurasi yang didapat cukup tinggi yaitu 87% pada nilai ketetanggaan K = 3, K = 5, K = 7, K = 9 dan 75% pada nilai ketetanggaan K = 1.
Aplikasi Pemetaan Lokasi Distribusi Gas Elpiji 3 Kg Menggunakan Algoritma Ant Colony Berbasis Android Nurdin, Nurdin; Darmansyah, Arif; Fajriana, Fajriana
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (917.575 KB) | DOI: 10.24014/coreit.v6i1.9439

Abstract

Kebutuhan energi nasional dan upaya untuk pemenuhan kebutuhan energi merupakan salah satu permasalahan saat ini. Salah satu yang masih menjadi problematika adalah kelangkaan gas yang terjadi pada tiap daerah berbeda, dimana tidak semua daerah mengalami kekurangan gas ada juga daerah yang kelebihan stok gas LPG. Oleh karena itu diperlukan aplikasi pemetaan lokasi distribusi gas elpiji berbasis android. Pada plikasi ini menerapkan algoritma ant colony untuk mencari rute tercepat lokasi pangkalan gas yang ada pada wilayah Kecamatan Medan. Langkah-langkah yang digunakan pada skema sistem ini yaitu: input lokasi, Algoritma Ant Colony, rute terpendek, menampilkan pemetaan lokasi distribusi. Algoritma Ant Colony merupakan algoritma yang paling sering digunakan dalam pemetaan lokasi distribusi. Penelitian ini berhasil membuat aplikasi pemetaan lokasi distribusi gas elpiji 3 kg dengan menggunakan Algoritma Ant Colony berbasis android pencarian jalur tercepat dengan menggunakan algoritma Ant Colony. Berdasarkan uji coba, semakin kecil jumlah kota yang diinputkan maka semakin cepat aplikasi menampilkan rute terpendek pada map.
Analisis Sentimen Penghapusan Ujian Nasional pada Twitter Menggunakan Support Vector Machine dan Naïve Bayes berbasis Particle Swarm Optimization Alkhalifi, Yuris; Gata, Windu; Prasetya, Arfhan; Budiawan, Imam
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (699.502 KB) | DOI: 10.24014/coreit.v6i2.9723

Abstract

Twitter merupakan sebuah platform media sosial yang sering digunakan oleh pengguna di Indonesia. Dalam penggunaannya twitter digunakan sebagai platform yg membahas tentang opini publik, hiburan dan trending topik didunia salah satu perbincangan pada awal tahun 2020 yakni dihapusnya Ujian Nasional (UN) oleh Kementerian Pendidikan dan Kebudayaan Republik Indonesia (Mendikbud RI). Opini dan Sentimen pengguna di twitter pun sangat beragam, ada yg termasuk kedalam sentimen positif dan ada juga sentimen negatif. Untuk memilah mana yang termasuk kedalam sentimen positif dan negatif diperlukan sebuah rangkaian proses, salah satu proses yang dapat digunakan yakni data mining. Pada penelitian ini akan membahas tentang sentimen pengguna twitter dalam kasus penghapusan UN dengan menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes (NB) berbasis Particle Swarm Optimization (PSO). Dalam 2 algoritma tersebut akan dibagi masing-masing kedalam 2 proses yakni menggunakan PSO dan tidak menggunakan PSO sehingga mempunyai 4 metode. Pengujian dilakukan menggunakan k-Fold Cross Validation untuk diperoleh nilai akurasi (accuracy), tabel Confusion Matrix dan Area Under Curve. Hasil pengujian diperoleh nilai akurasi 92,92% dan AUC sebesar 0,977 untuk SVM tanpa PSO. Lalu nilai akurasi 94,81% dan AUC sebesar 0,974 untuk SVM dengan PSO. Nilai akurasi 85,93% dan AUC sebesar 0,645 untuk NB tanpa PSO. Serta nilai akurasi 86,92% dan AUC sebesar 0,715 untuk NB dengan PSO. Dalam penelitian ini metode SVM dengan PSO yang paling baik untuk mengklasifikasikan sentimen positif dan negatif terkait penghapusan UN.
Penerapan Model People At the Center of Mobile Application Development (PACMAD) Pada Evaluasi Usability Aplikasi Portal Mahasiswa ULM Berbasis Android Maulida, Muti'a; Khatimi, Husnul; Suriazdin, Syahrul Alam; Wijaya, Eka Setya
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (804.983 KB) | DOI: 10.24014/coreit.v6i2.10922

Abstract

Universitas Lambung Mangkurat memandang bahwa perkembangan teknologi informasi harus dimanfaatkan dengan baik. Salah satu upayanya adalah dengan meluncurkan aplikasi berbasis Android untuk mahasiswa dengan nama Portal Mahasiswa ULM. Kurangnya perhatian dan banyaknya keluhan terhadap aplikasi ini menjadi masalah utama yang diangkat dalam penelitian ini. Penelitian ini bertujuan untuk mengevaluasi usability dari sisi mahasiswa, agar aplikasi ini dapat sesuai dengan kebutuhan dan keperluan pengguna. Model PACMAD digunakan dalam proses evaluasi untuk memberikan penilaian usability secara keseluruhan dengan 7 atribut di dalamnya. Kemudian merancang rekomendasi perbaikan berupa prototype dengan mengikuti aturan Eight Golden Rules sebagai solusi dari hasil penilaian PACMAD sebelumnya. Untuk mengetahui apakah rekomendasi perbaikan sudah sesuai dengan kebutuhan pengguna, tahap akhir adalah melakukan pengujian ulang dengan menggunakan model yang sama. Hasil akhir didapatkan peningkatan pada atribut effectiveness dari 61,11% menjadi 96,67%, efficiency dari 34,67% menjadi 96,11%, memorability dari Kurang Baik menjadi Baik, dan satisfaction dari 58,83 menjadi 79,11. Selain itu terdapat penurunan pada atribut errors dari 19,65% menjadi 1,75%, dan cognitive load dari 59 keluhan turun menjadi 7 keluhan saja. Serta learnability yang tetap pada penilaian Baik.
Mesin Rekomendasi Menggunakan Algoritma Alternating Least Square (ALS) pada Goodreads Martin, Stanley; Sihotang, Jay Idoan; Jonathan, Bern
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (562.54 KB) | DOI: 10.24014/coreit.v6i2.11578

Abstract

Sistem rekomendasi merupakan sistem yang dapat memberikan rekomendasi berupa prediksi rating pada suatu item. Ada banyak cara dalam merekomendasikan suatu item kepada pengguna, salah satunya adalah Alternating Least Square. Goodreads adalah situs web buku yang menjelaskan sinopsis dan memberi peringkat untuk buku, dan Goodreads membagikan peringkat pengguna mereka ke item di Kaggle untuk dianalisis. Oleh karena itu, penulis ingin merancang, mengimplementasikan, menguji serta ingin mengevaluasi mesin rekomendasi buku Goodreads mulai dari rating pengguna hingga item sebagai alternatif pemecahan masalah dari rekomendasi peringkat buku di Goodreads sekarang ini. Terdapat 981.756 data yang diolah menggunakan Alternating Least Square dengan 80% data latih dan 20% data uji. Hasil prediksi dievaluasi dengan Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE). Hasil penelitian ini menunjukkan bahwa Root Mean Square Error 0.67 dan Mean Absolute Error 0.52 dan dapat dikatakan mesin yang dibuat memiliki error varians yang kecil karena memiliki kesalahan di bawah 1.00.
Sistem Presensi Siswa Berbasis Android Menggunakan Pemodelan Zachman Framework Ina Sholihah Widiati; Sri Widiyanti
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (569.596 KB) | DOI: 10.24014/coreit.v6i2.11602

Abstract

Sistem presensi menjadi salah satu hal penting dalam dunia pendidikan khususnya pada proses pengajaran. Pada sebuah Lembaga Ketrampilan dan Pelatihan (LKP), presensi tidak hanya sebagai rekap kehadiran siswa saja, tetapi juga untuk keperluan manajemen lainnya. Sehingga perlu adanya sistem informasi presensi yang mudah digunakan dan dapat mendukung pengambilan keputusan dalam sisi manajemen. Untuk mencapai tujuan tersebut, pada penelitian ini, sistem presensi yang dikembangkan mengacu pada kerangka kerja Zachman (Zachman Framework). Kerangka kerja tersebut memungkinkan pengembangan sistem lebih memperhatikan detail dari 6 perspektif dan 6 fokus komponen. Sistem presensi yang dihasilkan berupa aplikasi android dan web sebagai server. Teknologi yang digunakan untuk membaca data siswa yaitu menggunakan QR Code. QR Code yang ada pada Kartu Siswa akan discan menggunakan fitur scan pada aplikasi android yang dikembangkan untuk melakukan presensi. Administrator dapat mengelola segala data presensi di web. Kesimpulan dari penelitian ini yaitu pengembangan sistem dengan mengacu pada kerangka kerja Zachman, sistem presensi yang dihasilkan sesuai dengan kebutuhan pengguna dengan memperhatikan detail fungsionalitasnya.Kata Kunci – Sistem Presensi, Zachman Framework, Aplikasi Android, QR Code
Penerapan Metode K-MEANS Clustering dan Support Vector Machine (SVM) dalam Identifikasi API pada Citra Warna Digital Amanda Febrianti; A Arini; Feri Fahrianto
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (132.639 KB) | DOI: 10.24014/coreit.v6i1.9001

Abstract

Banyak bencana yang telah terjadi akhir-akhir ini, mulai dari bencana alam maupun bencana yang disebabkan oleh manusia itu sendiri. Kebakaran adalah salah satu bencana yang paling sering terjadi dan memilki tingkat kerugian yang tidak sedikit. Salah satu upaya yang dapat dilakukan untuk mengenali api adalah pendeteksian pada citra digital, dikarenakan karakteristik api yang bisa langsung dilihat secara visual. Pada penelitian ini, penulis akan fokus pada salah satu karakteristik api, yaitu warna. Dalam segmentasi fitur warna, penulis menggunakan ruang warna YCbCr dan RGB. Ekstraksi data dilakukan dengan menggunakan metode K-Means Clustering. Hasil ekstraksi akan diklasifikasikan dengan Support Vector Machine (SVM), untuk mengelompokan citra yang mengandung api dengan citra biasa. Untuk data latih dan data uji, penulis akan menggunakan citra hutan agar dapat melakukan perbandingan hasil dengan penelitian sebelumnya. Selain itu, penulis juga akan menggunakan citra bangunan sebagai skenario tambahan untuk melihat hasil tingkat efektifitas algoritma yang penulis pakai pada kondisi citra selain hutan. Hasil penelitian menunjukan bahwa penggabungan mode warna RGB dan YCbCr dalam mendeteksi api pada citra digital hutan dan bangunan memiliki tingkat keberhasilan >90%, dengan tingkat akurasi yang lebih tinggi pada citra digital yang diambil pada siang hari.

Page 8 of 17 | Total Record : 162