Informatik : Jurnal Ilmu Komputer
Informatik menerima artikel ilmiah dengan area penelitian pada area Internet Business & Application, Networking & Cyber Security, Statistics & Computation, Elearning & Multimedia, Robotics & Intelligene.
Articles
10 Documents
Search results for
, issue
"Vol 19 No 1 (2023): April 2023"
:
10 Documents
clear
Perancangan Aplikasi E-commerce Berbasis Android Pada Calvcare
Fadiyawan, Vidiani Aulia;
Theresiawati, Theresiawati
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4639
Penelitian ini dilakukan pada toko penjualan skincare bernama Calvcare, toko Calvcare berdiri pada tahun 2019 yang berlokasi di daerah tanjung priok. Dalam proses penjualan Calvcare yaitu, kurangnya media transaksi penjualan terutama untuk para pembeli yang mempunyai tempat tinggal jauh dari toko sehingga tidak bisa untuk membeli produk secara langsung. Tujuan penelitian ini agar penjualan pada toko Calvcare dapat meningkat dan memudahkan user dalam meraih informasi produk yang dijual pada toko Calvcare serta melakukan transaksi pembelian dimana pun dan kapan pun. Penelitian ini menggunakan metode prototype dan menggunakan pemodelan UML (Unified Modelling Language) dan Design Figma, serta perancangnnya menggunakan laragon, visual studio code, android studio, dan database adminer, mysql. Penelitian ini menghasilkan suatu aplikasi e-commerce berbasis android pada Calvcare. Untuk penelitian sejenis disarankan fitur-fitur pada aplikasi dirancang sesuai dengan kebutuhan klien.
Analisis Digital Forensik Spear Phishing Menggunakan Metode National Institute of Justice (Studi Kasus: Instagram Verified Account)
Prasetyo, Aris Dwi;
Seta, Henki Bayu;
Pradnyana, I Wayan Widi
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4675
Media sosial memudahkan interaksi antar pengguna sebagai alat penyebaran informasi. Sehingga semua orang mencoba untuk memperoleh seluruh atensi yang ada pada suatu platform seperti Instagram. Hal ini menimbulkan dampak negatif seperti penipuan akun, pencurian data pribadi, dan penjualan akun yang telah diretas. Jenis kejahatan yang sering terjadi adalah Phishing yaitu penipuan yang menampilkan hal yang sama persis dengan platform yang asli. Digital forensik dapat memudahkan pencarian barang bukti digital. Dalam penelitian ini peneliti akan melakukan analisis digital forensik terkait tindak kejahatan spear phishing dengan menggunakan metode yang telah diusulkan oleh National Institute of Justice (NIJ). Dalam metode ini tahapan yang akan dilakukan antara lain Preparation, Collection, Examination, Analysis, dan Reporting. Berdasarkan penelitian didapatkan laman phishing yang digunakan oleh pelaku dengan domain laman instagram-page-login.herokuapp.com dan IP Address yang digunakan yaitu 18.208.60.216 dan 54.165.58.209.
Analisis Sentimen terhadap Aplikasi PeduliLindungi pada Jejaring Sosial Twitter Menggunakan Algoritma Naïve Bayes dan Seleksi Fitur Particle Swarm Optimization
Hanif Razka, Muhamad;
Theresiawati, Theresiawati;
Chamidah, Nurul
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4688
Aplikasi PeduliLindungi merupakan sebuah aplikasi resmi dari Kominfo yang bekerjasama dengan beberapa kementerian lainnya. Aplikasi ini bertujuan untuk membantu mencegah penyebaran virus COVID-19 karena selalu terhubung dengan penggunanya berdasarkan lokasi. Penelitian ini menggunakan data opini publik terhadap penggunaan aplikasi PeduliLindungi dari hasil tweets masyarakat menggunakan kata kunci seperti Peduli Lindungi, hastag #PeduliLindungi dan pengguna yang menyebutkan username @PLindungi. Pengambilan data dilakukan pada tanggal 13 Maret hingga 11 April 2022. Dalam penelitian ini memiliki tujuan untuk melakukan proses mengkategorikan sebuah data tweet menjadi sentimen bersifat positif dan negatif dan menggunakan algoritma Naïve Bayes untuk proses klasifikasinya kemudian menerapkan penggunaan seleksi fitur Particle Swarm Optimization untuk selanjutnya masuk ke dalam tahap evaluasi dengan confusion matrix guna melihat perbandingan akurasi penggunaan seleksi fitur bagi algoritma klasifikasi tersebut. Dan dari hasil pengujian menggunakan algoritma klasifikasi Naïve Bayes mendapatkan nilai akurasi sebesar 76.23%, Recall sebesar 76.78%, serta Precission sebesar 79.62%. Sementara penggunaan seleksi fitur Particle Swarm Optimization pada algoritma Naïve Bayes mendapatkan hasil terbaik pada proses iterasi PSO sebanyak 250 kali dengan peningkatan nilai akurasi menjadi 80.19% kemudian nilai recall menjadi 85.71% serta terdapat peningkatan pada precission menjadi 80%.
Implementasi Algoritma Naïve Bayes Untuk Analisis Klasifikasi Survei Kesehatan Mental (Studi Kasus: Open Sourcing Mental Illness)
Alfarezy, Reza;
Ermatita, Ermatita;
Wadu, Ruth Mariana Bunga
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4696
Kesehatan mental telah menjadi sorotan penting dalam kehidupan masyarakat sekarang, dan tidak luput dari berbagai industri dalam dunia kerja, termasuk industri teknologi. Kesadaran akan kepentingan kesehatan mental pekerja masih sering dianggap rendah, dan hal ini juga tidak luput dalam industri teknologi, oleh karenanya Open Source Mental Illness (OSMI), sebagai lembaga yang bergerak di bidang kesehatan mental, mengadakan survei untuk mengetahui kesadaran mengenai kesehatan mental pada pekerja dalam industri teknologi. Hasil dari survei ini telah dirilis sebagai dataset, di mana dataset ini kemudian dapat dianalisis lebih lanjut menggunakan data mining dengan metode klasifikasi sebagai analisis kesadaran kesehatan mental berdasarkan data pada survei. Algoritma klasifikasi yang digunakan adalah Naïve Bayes, yang mana hasil klasifikasi ini dapat digunakan lebih dalam untuk analisis lanjut mengenai kesadaran pengaruh kesehatan mental pada pekerja industri teknologi, dalam bentuk model prediksi. Dataset yang digunakan awalnya terdiri dari 1259 record data, dimana setelah dilakukan praproses didapatkan 1254 record data. Penelitian ini dilakukan ujicoba dengan pembagian data uji sebesar 30% dan data latih sebesar 70%, dimana didapatkan hasil akurasi sebesar 72%. Analisis data mining ini kemudian dilaksanakan dalam bahasa pemrograman Python, untuk mendapatkan suatu model prediksi sederhana yang kemudian digunakan untuk sistem prediksi sederhana berbasis website.
Penetration Testing Terhadap Website Sekolah Menengah Atas ABC dengan Metode NIST SP 800-115
Maherza, Syania Aulia;
Hananto, Bayu;
Pradnyana, I Wayan Widi
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4697
Perkembangan teknologi yang sangat pesat bertujuan untuk mempermudah pekerjaan manusia. Pada saat ini, pengguna internet tidak perlu berjalan untuk berbelanja, belajar, dan bekerja. Tetapi internet tidak sepenuhnya aman untuk digunakan. Salah satu dampak negatif yang dapat disebabkan oleh internet adalah peretasan yang dilakukan oleh orang yang tidak bertanggung jawab. Salah satu cara untuk meningkatkan keamanan dalam penggunaan aplikasi online dengan melakukan Penetration Testing dan Vulnerability Assessment. Kegiatan ini bertujuan untuk menilai keamanan suatu situs. Dalam penelitian ini, akan dilakukan penetration testing dan vulnerability assessment pada situs Sekolah Menengah Atas ABC dengan menggunakan metode NIST SP 800-115. Dalam metode ini tahapan yang akan dilakukan adalah planning, discovery, attack dan reporting. Hasil dari penelitian ini merupakan kerentanan yang ada pada situs SMA ABC dan solusi yang dapat dilakukan untuk memperbaikinya.
Pengembangan Aplikasi Android Untuk Peningkatkan Efisiensi Operasi Pendataan Pengamatan Bunga Tumbuhan
Aziz, Amien;
Jayanta, Jayanta;
Ernawati, Iin
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4714
Penggunaan teknologi pada aplikasi sangat mendukung kegiatan perusahaan. Kesuksesan perusahaan akan terkait dengan kesesuaian harapan antara system analyst, pengguna aplikasi, sponsor dan kostumer. Penting juga bagi setiap perusahaan pertanian untuk mengetahui kondisi tumbuhan produksi mereka, salah satu cara untuk mengetahui hal ini adalah dengan melakukan data mining. Data yang digunakan adalah data sekunder dari perusahaan yang tidak berlabel, sehingga perlu digunakan algoritma unsupervised, yang pada penelitian ini digunakan algoritma K-Means. Berawal dari masalah tersebut dibutuhkan sistem digital yang dapat menyediakan data secara reliable, tepat, cepat, dan efisien. Dibuat juga model data mining yang pada akhirnya menghasilkan 2 kelompok, yang didapat menggunakan metode elbow. Setelah semua bagian sistem diintegrasi kedalam bentuk aplikasi mobile android. Setelah dilakukan perbandingan BMW sebelum dan sesudah menggunakan aplikasi, maka didapati hasil bahwa aplikasi tersbut meningkatkan efisiensi dari sisi biaya dan waktu, tanpa menurunkan mutu.
Klasifikasi Sentimen Menggunakan Algoritma K-Nearest Neighbour (Studi Kasus: Magang Merdeka Belajar)
Nainggolan, Hollywrith Travaganz;
Hananto, Bayu;
Wahyono, Bambang Tri
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.4777
Pada tahun 2020, Kementerian Pendidikan dan Kebudayaan meluncurkan program Merdeka Belajar yang membantu para mahasiswa dan mahasiswi untuk menghadapi lingkungan kerja setelah mereka lulus. Akan tetapi, program ini memunculkan polemik. Penelitian ini mencoba melakukan klasifikasi sentimen pada kasus Magang Merdeka Belajar menggunakan algoritma KNN. KNN dipilih dikarenakan algoritma ini lebih handal dalam menangani data noisy, namun untuk meningkatkan akurasi, peneliti menggunakan algoritma Near Miss dalam proses data balancing dikarenakan selisih data adalah 188 data positif dan 212 data negatif.
Deteksi Gerakan Bahasa Isyarat Menggunakan Euclidean Distance
Insani, Chairi Nur;
Arifin, Nurhikma;
Rasyid, Muh. Rafli
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.5658
Orang yang memiliki keterbatasan pendengaran/wicara akan sulit berkomunikasi secara lisan dengan orang normal. Cara berkomunikasinya dapat menggunakan tulisan yang lambat dan tidak efisien atau dengan bahasa isyarat. Bahasa isyarat menjadi satu-satunya metode yang efisien digunakan bagi orang dengan keterbatasan pendengaran/wicara. Sedangkan kebanyakan masyarakat normal tidak dapat menggunakan bahasa isyarat. Sehingga sistem untuk mendeteksi bahasa isyarat menjadi sebuah kebutuhan untuk membantu masyarakat dengan keterbatatasan komunikasi secara lisan. Penelitian ini bertujuan untuk mendeteksi bahasa isyarat kedalam teks sesuai dengan makna yang sebenarnya. Pengambilan data dilakukan menggunakan Leap Motion dengan 15 data gerakan isyarat tangan yang memiliki gerakan dasar dan kemiripan dalam gerakannya. Data yang digunakan dalam penelitian ini berupa isyarat abjad A, B, W, M, N, J, Z dan isyarat kata dia, pakai, saya, kakak, adik bingung, kecewa, hai. Metode yang digunakan pada penelitian ini adalah euclidean distance untuk mencari jarak minimum dari nilai support vector yang terdeteksi sama. Inputan pada proses uji adalah huruf W yang dilakukan secara realtime memiliki kemiripan gerakan isyarat dengan huruf B dan kata kecewa nilai Euclidean distance yaitu 0.5475649269013902 maka inputan tersebut dapat terdeteksi sesuai dengan makna yang sebenarnya. Hasil akurasi rata-rata yang didaparkan dari keseluruhan tahap pengujian 15 data gerakan sebesar 88,7%.
Implementasi Rest API Web Service Dengan Otentifikasi JSON Web Token Untuk Aplikasi Properti
Loui Pattinama, Yohannes;
FERDIANSYAH;
Susanti, Ika;
Painem
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.5724
Teknologi baik mobile ataupun web semua segmen industri di bidang pemasaran terlebih industri properti yang semakin berkembang namun tidak disertai dengan sistem yang terintegrasi untuk memudahkan koordinasi area kerja serta belum adanya teknologi yang membuat konsumen mudah untuk melakukan konfirmasi transaksi pembayaran yang sudah dilakukan dan mengakses informasi yang dibutuhkan oleh konsumen saat ini. Permasalahan ini membuat penurunan omset serta berkurangnya kepercayaan dari konsumen. Sehingga perlunya pengembangan aplikasi untuk mempermudah kordinasi antar divisi dan mempermudah bisnis sehingga miningkatkan penjualan, dengan banyaknya informasi customer yang bersifat pribadi maka keamanan data menjadi suatu yang penting. dengan berbagai kekurangan dari keamanan dan kebijakan perusahaan tersebut maka pada penelitian ini dibutuhkan penerapan teknologi web service dengan menggunakan arsitektur REST (REpresentation State Transfer) yaitu mengimplementasikan RESTful API guna mengkomunikasikan dua platform yang berbeda yaitu android dan website. Penelitian ini menghasilkan sebuah format keluaran JSON agar dapat diakses melalui link/URI. Hasil yang dicapai dalam penelitian ini adalah dengan mengimplementasikan sebuah RESTful API maka aplikasi yang dirancang dengan berbasis android dapat berjalan sesuai dengan kebutuhan pengguna dan kinerja dari fitur sehingga dapat bekerja sesuai dengan hasil analisis kebutuhan fungsional. Dengan mengimplementasikan JWT, maka request data yang dibutuhkan dapat menghasilkan sebuah response berdasarkan dengan hak akses yang diberikan. Maka dari itu, dengan mengimplementasikan penggunanan Resful API Web Service dengan JWT sebagai untuk pengamanan data dapat menjamin keamanan data customer serta mempermudah internal perusahaan menggunakan aplikasi yang dibuat serta baik untuk skalabilitas.
Implementasi Sistem Monitoring Multi Sensor pada Ruang Server Berbasis Iot Menggunakan Wemos D1 R2
Prasetyo, Deigo Adit Dwi;
Subandi, Subandi;
Kusumaningsih, Dewi;
Purwanto
Informatik : Jurnal Ilmu Komputer Vol 19 No 1 (2023): April 2023
Publisher : Fakultas Ilmu Komputer
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52958/iftk.v19i1.5739
Kemajuan teknologi saat ini mulai berkembang dengan pesat, dipercepat dengan berbagai fungsi. Internet Of Things merupakan salah satu teknologi yang berkembang saat ini, seperti deteksi suhu dan deteksi api. Salah satu dampak yang mungkin terjadi pada ruang server adalah kenaikan suhu yang tidak normal dan dapat memperlambat pengoperasian server. Solusi dari permasalahan ini adalah dengan membuat sistem yang dapat digunakan untuk memonitor status ruang server sebagai peringatan ketika terjadi masalah. Sistem ini dibuat berupa purwarupa menggunakan perangkat keras micro controller wemos d1 r2 dengan didukung sensor DHT11, sensor MQ-2, sensor api, buzzer dan lampu LED. Prototype ini dapat menangkap keadaan ruang server kapan saja. Ketika suhu ruangan naik, kipas akan menyala secara otomatis, jika ada asap di dalam ruangan tersebut, maka sistem akan mengirimkan sebuah pemberitahuan ke website dan dapat menghidupkan exhaust secara manual, ketika api terdeteksi lampu LED menyala dan buzzer akan berbunyi.