cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hidayat
Contact Email
hidayat@email.unikom.ac.id
Phone
-
Journal Mail Official
tk@email.unikom.ac.id
Editorial Address
-
Location
Kota bandung,
Jawa barat
INDONESIA
KOMPUTIKA - Jurnal Sistem Komputer
Published by Universitas Komputer Indonesia
ISSN : 22529039     EISSN : 26553198     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
Jurnal Ilmiah KOMPUTIKA adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis di bidang kelimuan bidang Sistem Komputer.
Arjuna Subject : -
Articles 218 Documents
 11   12   13   14   15 
Pengenalan Gestur Angka Pada Tangan Menggunakan Arsitektur AlexNet Dan LeNet Pada Metode Convolutional Neural Network Muhammad Ezar Al Rivan; Alvin Setiawan
Komputika : Jurnal Sistem Komputer Vol 11 No 1 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i1.5176

Abstract

Gestur merupakan salah satu jenis komunikasi dengan membentuk suatu objek seperti huruf atau angka pada tangan untuk menyampaikan pesan ataupun sebuah informasi, salah satunya gestur angka pada tangan yang memiliki banyak jenisnya dengan pola yang berbeda untuk setiap pergerakan angka yang terbentuk. Salah satu solusi yang dapat dilakukan untuk melakukan pengenalan gestur angka pada tangan kepada komputer adalah menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur AlexNet maupun LeNet. Penelitian ini menggunakan dataset citra gestur angka yang sebelumnya dilakukan tahap pre-processing yang terdiri dari threshold dan resize. Penelitian dilakukan menggunakan 2 pooling layer, yaitu Average Pooling dan Max Pooling kemudian menggunakan optimizer, yaitu SGD, RMSprop, dan Adam. Berdasarkan hasil pengujian yang didapatkan pada penelitian ini, yaitu penggunaan arsitektur AlexNet dengan Average Pooling dan optimizer RMSprop menghasilkan akuras dan f1-score keseluruhan 99,45% serta penggunaan arsitektur LeNet dengan Average Pooling dan optimizer RMSprop menghasilkan akurasi dan f1-score keseluruhan 99,49%. Secara keseluruhan penggunaan Average Pooling dengan optimizer RMSprop mendapatkan tingkat akurasi yang paling baik dibandingkan dengan pengujian yang lainnya.
Analisis Pengamanan Jaringan Menggunakan Router Mikrotik dari Serangan DoS dan Pengaruhnya Terhadap Performansi Arief Indriarto Haris; Budhi Riyanto; Farry Surachman; Ardito Adi Ramadhan
Komputika : Jurnal Sistem Komputer Vol 11 No 1 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i1.5227

Abstract

Denial of Service (DoS) is a serious cyber threat and has a destructive impact because it makes target unavailable by flooding large amounts of traffic. The router as a gateway plays a vital role in the network, if its function is disrupted it will have a direct impact on the overall network performance. This study aims to analyze of securing network from DoS using a mikrotik router by utilizing the built-in security features and assessing the level of effectiveness. By using the PPDIOO methodology, there are six router conditions tested against DoS with five indicators being measured. The results obtained are that the security with firewall raw in condition 6 is the most effective and efficient compared to other conditions. CPU consumption has been reduced by 20% and the ping response time has returned to normal, and the detection and blocking process has been automated. However, all security with built-in security features is considered ineffective in dealing with DoS, because it is proven that CPU consumption is still high, DoS traffic cannot be eliminated, only latency can be normalized.
Sistem Monitoring Daring pada Pengolahan Limbah Industri Kertas dan Pulp Arif Sasongko; Marcellino Agung Christyo; alexander Marcelino Krismono; Aditya Rizky Maulana; elvayandri Muchtar; Andri Taufick Rizaluddin
Komputika : Jurnal Sistem Komputer Vol 11 No 1 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i1.5485

Abstract

As one of the largest wastewater producers in the world, the pulp and paper industry need to monitor the waste that they generated. To carry out this monitoring process, the majority of the pulp and paper industry still uses conventional offline methods to measure parameters in their wastewater treatment plants. The monitoring procedure is carried out by taking samples from the factory wastewater treatment plant and testing these samples in the laboratory. This procedure is very prone to errors caused by human. This method also cannot detect any violation, problem, or disturbance of the wastewater parameters in real time. In addition, in 2018, the Indonesian Ministry of Environment and Forestry issued a regulation requiring the pulp and paper industry to use a real-time online monitoring system for its wastewater treatment plant. This paper presents an implementation of the system. There are several parameters that must be measured, two of them are pH and TSS (Total Suspended Solids). To measure these parameters, the regulation states that the online measurement system is carried out using the relevant electric probe sensor. Then the measurement results are displayed online on a specified platform hence that users can observe the results. This implementation uses a pH sensor to measure pH and a conductivity sensor to measure TSS. A conductivity sensor is used as a substitute due to the high cost of TSS sensor. This article analyses also the accuracy of the measurement.
Komparasi Jarak Euclidean dan Jarak Manhattan Untuk Deteksi Covid-19 Melalui Citra CT-Scan Paru-Paru Ayu Eviana; Abd. Charis Fauzan; Harliana Harliana; Fatra Nonggala Putra
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5380

Abstract

With the Covid-19 virus, Indonesia has a high risk of being exposed to the Covid-19 virus. Detecting Covid-19 can be done with medical imaging tools, one of which is a CT-Scan of the lungs through an intelligent system. In this research, an intelligent system is designed using Euclidean Distance and Manhattan Distance. The purpose of this study was to determine the best accuracy results from the comparison between Euclidean distance and Manhattan distance. The data set used is 349 CT-Scan images of Covid-19 lungs and 397 CT-Scan images of Non-Covid-19 lungs. In this study, 3 scenarios were tested. The method used is to perform the initial preprocessing stage by changing the image size and converting the image into grayscale form. Then the distance between pixels is calculated and the closest value is searched to obtain the results. The results obtained from this study were based on a trial of 3 scenarios using Euclidean Distance and Manhattan Distance, the best results were obtained in the 3rd scenario. In the third scenario using the Euclidean Distance, the accuracy is 82.87%, precision is 76.08%, and recall is 85.71%, while using the Manhattan distance, the accuracy is 86.98%, precision is 77.77%, and recall is 85. ,71%. So in this study it can be concluded that the best accuracy results are using the Manhattan Distance with an accuracy value of 86.98%, precision 77.77%, and recall 85.71%.
Ensiklopedia Digital Berdasarkan Klasifikasi Varietas Buah Mangga (Mangifera spp.) Menggunakan Algoritma Backpropagation Zilvanhisna Emka Fitri; Riska Aprilia; Abdul Madjid; Arizal Mujibtamala Nanda Imron
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5513

Abstract

Mango is a leading fruit commodity that is able to increase industrial development and exports in Indonesia. There are 33 species of mangoes spread throughout the territory of the Republic of Indonesia and have many variations of fruit shapes in each type. However, the problem that occurs is the difficulty of information related to data on mango varieties, so to help these problems, the researchers created a digital encyclopedia system that is able to provide information related to the diversity of mango varieties. This encyclopedia can classify and identify 5 types of mangoes, namely Apple Mango, Gedong Gincu Mango, Golek Mango, Manalagi Mango and Gadung Mango. Parameters used to distinguish mango varieties are area, perimeter, eccentricity, major axis length and diameter. The classification method used, namely backpropagation, is able to classify the five mango varieties with a training accuracy of 99.6% and a testing accuracy of 96%. Keywords - digital encyclopedia; mango varieties; computer vision; shape parameters; backpropagation.
Aplikasi Penjadwalan Laboratorium Berbasis Android Pada SMK Bina Satria Alda, Muhamad
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.6011

Abstract

SMK Bina Satria is one of the schools located in the city of Medan which is tasked with educating the nation's children to have better quality human resources. The laboratory scheduling system is still done conventionally. The schedule for using the laboratory is recorded in a book and then socialized to each teacher concerned. By doing this method, there are still some problems that occur, among others, teachers need a lot of time and energy in obtaining information about the laboratory schedule because they have to come directly to the school. In addition, the admin also has difficulty in conveying laboratory schedule information to the teachers because the admin has to socialize with the teachers one by one. The author conducted this research to design and build an android-based laboratory scheduling application at SMK Bina Satria. With this application, it is hoped that this application can help the SMK Bina Satria admin in processing laboratory schedules and assisting SMK Bina Satria teachers in obtaining laboratory schedule information easily and quickly via an Android smartphone. This application is built using Kodular application and Airtable database. Keywords - Application, Android, Laboratory, Scheduling, SMK Bina Satria
Pengelompokan Kualitas Kinerja Pegawai Menggunakan Metode K-Means Clustering Anindita Septiarini; Ibnu Amri Thaher; Novianti Puspitasari
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.5518

Abstract

Penelitian ini dilakukan untuk mengelompokkan kualitas kinerja pegawai yang hasilnya dapat dimanfaatkan pihak Badan Pusat Statistika Kota Samarinda untuk mengetahui kelompok (cluster) dari setiap pegawainya. Penilaian kualitas kinerja pegawai tersebut dilakukan setiap tahunnya. Hasil penilaian tersebut dikelompokkan menjadi beberapa cluster sebagai bahan pertimbangan bagi pemimpin untuk memberikan rekomendasi jabatan kepada pegawainya. Pengelompokan tersebut dilakukan dengan menggunakan metode clustering dengan algoritme k-means. Pengelompokan data dilakukan berdasarkan jarak terdekat ke pusat cluster. Pada penelitian ini diterapkan tiga algoritme untuk menentukan jarak ke pusat centeroid untuk melihat perbandingannya. Sampel data yang digunakan sebanyak 25 pegawai dengan lima atribut yang terdiri dari professional, integritas, amanh, capaian kinerja pegawai, dan absensi. Data dikelompokan menjadi 3 cluster yang merupakan jumlah cluster paling optimal berdasarkan hasil pengujian Sum of Square dengan nilai sebesar 3,55 yang merupakan nilai dengan selisih terbesar. Hasil penerapan metode clustering diperoleh sebanyak 12 karyawan berada pada cluster satu, 10 karyawan berada pada cluster kedua, dan 3 karyawan berada pada cluster ketiga. Berdasarkan nilai pusat centeroid pada iterasi terakhir disimpulkan bahwa pegawai pada cluster pertama merupakan pegawai yang memiliki nilai terbaik, cluster kedua merupakan pegawai dengan nilai sedang, dan cluster ketiga merupakan pegawai dengan nilai terendah.
Klasifikasi Customer Relationship Management Menggunakan Dataset KDD Cup 2009 dengan Teknik Reduksi Dimensi Fahmi Ardiansyah; Fazal Hamdan; Sugiyanto Sugiyanto; Ilham Wahyu Siadi
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.6498

Abstract

Customer Relationship Management (CRM) merupakan teknologi yang menghubungkan antara pelanggan dengan bisnis, CRM dapat membantu pertumbuhan bisnis dan meningkatkan loyalitas dalam pelanggan. Pada awalnya CRM hanya berbentuk tulisan tangan, namun dengan berkembangnya teknologi saat ini CRM berkaitan dengan strategi bisnis secara keseluruhan, sistem CRM layaknya berbentuk repository yang mengintegrasikan aktivitas dari penjualan, pemasaran, dan dukungan pelanggan dengan menyederhanakan proses strategi dan pengelolaan penjualan dalam suatu sistem. Contohnya adalah pada data Knowledge Data Discovery (KDD) Cup 2009 yang merupakan Piala KDD 2009 menawarkan kesempatan untuk mengerjakan database pemasaran besar dari Perusahaan Telekomunikasi Prancis Orange untuk memprediksi kecenderungan pelanggan untuk beralih penyedia (churn), beli produk atau layanan baru (appetency), atau beli upgrade atau add-on yang diusulkan ke mereka untuk membuat penjualan lebih menguntungkan (up-selling). Masalahnya karena menangani database yang sangat besar, termasuk data yang heterogen (variabel numerik dan kategorik), dan distribusi kelas yang tidak seimbang ini membutuhkan efisiensi waktu yang cukup lama dalam pengelolaan dataset oleh karena itu dibutuhkan teknik reduksi dimensi yang merupakan teknik pengurangan dari jumlah dimensi dari dataset, dengan dimensi reduksi optimal hasilkan klasifikasi paling baik dengan PCA, PCA dengan klasifikasi Random Forest 96.93%. Klasifikasi LDA dengan Naïve Bayes 61.00%. Klasifikasi SVD dengan Random Forest 95.97%.
Analisis Kombinasi Metode Algoritma MFEP dan AHP Pada Pemilihan Bibit Unggul Kopi Robusta Asep Syaputra
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.6719

Abstract

Pagar Alam city as an area whose citizens are mostly farmers. The most widely grown commodities in the region are coffee and vegetables. Therefore, the area is suitable to be used as a research area and to conduct a baseline assessment of local crops, especially Robusta coffee farming. The use of Multi-Factor Evaluation Process (MFEP) and Analytical Hierarchy Process (AHP) methods is particularly suitable if applied to decision support system research. This method was chosen because it is possible to choose the best option from a variety of options. In this case, the choice in question is a suitable seedling for planting by farmers based on the specified criteria. The investigation was conducted by determining the weight value for each attribute, followed by a computational process to determine optimal criteria and alternatives, namely superior seedlings of robusta coffee that are worth cultivating. With this research that implements a combination of Multifactor Evaluation Process (MFEP) and Analitycal Hierarchy Process (AHP) methods and with object-oriented design using Unified Modeling Language (UML) will facilitate the Natural Fence City Agriculture Office and Robusta coffee farmers in choosing the right coffee seeds to grow so that coffee farmers can achieve satisfactory results.
Proyeksi Acak dan Teknik Scanning pada Algoritma Sparse Representation based Classification untuk Pengenalan Wajah Ivy Anindhita Hadyningtyas; Denta Rahmadani; Koredianto Usman; Susmini Indriani Lestariningati
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.7201

Abstract

Sparse Representation based Classification (SRC) merupakan metode yang cukup terkenal dalam pengenalan wajah, karena kemampuannya dalam mengatasi beberapa permasalahan yang terjadi pada pengenalan wajah seperti oklusi, variasi pose, dan berbagai macam ekspresi wajah. SRC memiliki kekurangan yaitu beban komputasi yang berat. Untuk mengatasi kekurangan tersebut, dalam makalah ini kami mengusulkan penurunan dimensi citra untuk mengurangi beban komputasi. Penurunan dimensi yang dilakukan dengan cara mengalikan matriks fitur dengan matriks proyeksi acak. Matriks proyeksi acak tersebut dibangkitkan menggunakan distribusi gaussian, uniform binary, dan uniform integer. Faktor reduksi yang digunakan dalam makalah ini yaitu dari 24 hingga 168. Proyeksi acak tersebut akan dibandingkan dengan metode linear klasik yaitu downscale. Hasil simulasi pada dataset AT&T menunjukkan bahwa faktor reduksi dengan sebesar 10.304 : 128 memiliki tingkat akurasi maksimum 87,5% pada proyeksi random uniform integer, dimana nilai maksimum ini dilakukan secara iterasi. Pada pengujian oklusi, teknik SRC masih dapat mendeteksi citra dengan tingkat oklusi sampai dengan 80%. Dari hasil pengujian teknik scanning yang dilakukan tidak mempengaruhi tingkat akurasi, namun dapat mempengaruhi waktu komputasi. Kata Kunci – Representasi Jarang, Proyeksi Acak, Pengenalan Wajah.

Page 13 of 22 | Total Record : 218

 11   12   13   14   15 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer Vol. 14 No. 1 (2025): Komputika: Jurnal Sistem Komputer Vol. 13 No. 2 (2024): Komputika: Jurnal Sistem Komputer Vol. 13 No. 1 (2024): Komputika: Jurnal Sistem Komputer Vol. 12 No. 2 (2023): Komputika: Jurnal Sistem Komputer Vol. 12 No. 1 (2023): Komputika: Jurnal Sistem Komputer Vol 12 No 1 (2023): Komputika: Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer Vol 11 No 1 (2022): Komputika: Jurnal Sistem Komputer Vol 10 No 2 (2021): Komputika: Jurnal Sistem Komputer Vol 10 No 1 (2021): Komputika: Jurnal Sistem Komputer Vol 9 No 2 (2020): Komputika: Jurnal Sistem Komputer Vol 9 No 1 (2020): Komputika: Jurnal Sistem Komputer Vol 8 No 2 (2019): Komputika: Jurnal Sistem Komputer Vol 8 No 1 (2019): Komputika: Jurnal Sistem Komputer Vol 7 No 2 (2018): Komputika: Jurnal Sistem Komputer Vol 7 No 1 (2018): Komputika: Jurnal Sistem Komputer Vol 6 No 2 (2017): Komputika: Jurnal Sistem Komputer Vol. 6 No. 1 (2017) Vol. 3 No. 1 (2014) Vol 3, No 1 (2014) Vol. 2 No. 2 (2013): Komputika Vol. 2 No. 1 (2013): Komputika Vol. 1 No. 2 (2012) Vol. 1 No. 1 (2012) More Issue