cover
Contact Name
Hario Jati Setyadi
Contact Email
hario.setyadi@fkti.unmul.ac.id
Phone
-
Journal Mail Official
hario.setyadi@fkti.unmul.ac.id
Editorial Address
-
Location
Kota samarinda,
Kalimantan timur
INDONESIA
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi)
Published by Universitas Mulawarman
ISSN : 2541366X     EISSN : 25407902     DOI : -
Proceeding SAKTI has a redaction under the Faculty of Computer Science and Information Technology (FKTI), Mulawarman University. The editorial board consists of lecturers of the Faculty of Computer Science and Information Technology (FKTI) in various fields of expertise such as Software Engineering, Information Systems, Network and Computer Security, Image Processing, Multimedia and Artificial Intelligence.
Arjuna Subject : -
Articles 35 Documents
Search results for , issue "Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)" : 35 Documents clear
Kinerja Metode C4.5 dalam Penyaluran Bantuan Dana Bencana
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (173.657 KB)

Abstract

Secara geografis Indonesia membentang dari 60 LU sampai 110 LS dan 920 sampai 1420 BT, terdiri dari pulau-pulau besar dan kecil yang jumlahnya kurang lebih 17.504 pulau. Tiga per-empat wilayahnya adalah laut (5,9 juta km2), dengan panjang garis pantai 95.161 km, perairan terpanjang kedua setelah Kanada. Bencana alam kadang terjadi di suatu wilayah yang kadangkala terjadi di suatu wilayah. Seringnya kesalahan pembagian penyaluran bantuan dana  bagi wilayah yang sangat membutuhkan ke lokasi bencana alam yang terjadi di berbagai wilayah. Dalam Penelitian ini bantuan yang disalurkan berdasarkan faktor kebutuhan sembako dan kebutuhan obatobatan, pemimpin. Oleh karena itu faktor-faktor yang terkait dengan penyaluran bantuan akan dianalisa. Dalam penelitian ini metode C4.5 digunakan untuk menganalisa jumlah bantuan dana yang akan disalurkan ke wilayah bencana. Sebanyak 20 data sampel korban bencana alam telah di analisa pada wilayah Makassar. Berdasarkan Hasil eksperimen terdapat beberapa faktor utama yaitu pasokan sembako dan kebutuhan obatobatan dalam menentukan jumlah penyaluran bantuan bencana ke wilayah tertentu. Perbaikan kinerja dapat menggunakan beberapa metode, salah satunya dengan menggunakan Metode Best-fit.
Pengenalan Jenis Laptop menggunakan Metode Markerless Nasruddin, Nasruddin; Lantara, Dirgahayu
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (794.739 KB)

Abstract

Saat ini, terdapat beberapa Jenis laptop di pasaran. Dengan beragamnya jenis laptop dan spesifikasinya, membuat pengguna cukup kesulitan dalam memilih sesuai dengan kebutuhan yang di inginkan. Penelitian yang dilakukan menggunakan teknologi Augmented Reality dengan metode Markerless yang bertujuan untuk membantu pengguna memilih jenis laptop berdasarkan fisik dan merk dengan tampilan 3D (3 Dimensi). Metode Markerless mampu menangkap gambar dengan akurasi piksel Visual 3D fisik termasuk ketebalan, ukuran (inch), keyboard dan merek laptop (Acer, Toshiba, Lenovo, Dell, Asus dll). Dengan tambahan plugin atau library yang terdapat di android, dapat lebih memudahkan dalam pembuatan aplikasi Augmented Reality di dalam smartphone karena sudah tersedia tools yang bisa digunakan ketika ingin membuat teknologi Augmented Reality. Berdasarkan hasil percobaan menggunakan laptop merk asus, didapatkan hasil akurasi sebesar 88%. Untuk penelitian selanjutnya, dapat digunakan penggabungan metode Augmented Reality dengan Citra Digital agar ditemukan persentase yang lebih akurat.
Analisis Algoritma pada Proses Enkripsi dan Dekripsi File Menggunakan Advanced Encryption Standard (AES)
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (192.147 KB)

Abstract

Meninjau dalam penggunaan teknologi, manusia tak pernah lepas dari kebutuhan akan sebuah informasi. Beberapa informasi dapat berupa file gambar, dokumen, dan video. Salah satu dari informasi tersebut banyak mengandung informasi penting yaitu informasi dalam bentuk file dokumen. Beberapa informasi memiliki privasi yang tidak boleh tersebar oleh public, oleh karena itu diperlukan cara dalam mengamankan informasi agar informasi tidak tersebar luas kepada pihak yang tak berwenang, dalam hal ini keamanan adalah salah satu hal yang penting. Salah satu cara yang diperlukan adalah menggunakan metode kriptografi. Dalam proses kriptografi terdapat konsep dasar yaitu enkripsi dan dekripsi. Enkripsi adalah proses dimana informasi atau data yang hendak dikirim diubah menjadi bentuk yang hampir tidak dikenali sebagai informasi awalnya dengan menggunakan algoritma tertentu. Dekripsi adalah kebalikan dari enkripsi yaitu mengubah kembali bentuk tersamar tersebut menjadi informasi awal [1]. Pada proses enkripsi terdapat beberapa cara yang dapat digunakan dan memiliki tingkat kekuatan serta kecepatan dan kelemahan dalam proses enkripsi tersendiri. Terdapat jenis model kriptografi, namun pada penelitian ini akan menyajikan analisis terhadap model kriptografi Advanced Encryption Standard (AES).
Analisis Kinerja Sistem Klasifikasi Skripsi menggunakan Metode Naïve Bayes Classifier Muslim, Muslim
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (156.395 KB)

Abstract

Kebutuhan akan referensi dalam bentuk skripsi, atau artikel ilmiah semakin meningkat. Untuk mempermudah dalam menemukan informasi skripsi atau artikel ilmiah maka diperlukan sebuah sistem pengelompokan skripsi. Sistem klasifikasi dan pencarian skripsi dengan metode naïve bayes classifier membantu pengguna dalam penentuan topik/kategori dan menghasilkan daftar skripsi berdasarkan urutan tingkat kemiripan. Pada penelitian ini data yang digunakan adalah data skripsi yang ada pada perpustakaan Fakultas Ilmu Komputer. Proses klasifikasi pada metode naïve bayes classifier menggunakan dua tahap yaitu tahap learning dan tahap testing. Pada tahap learning, digunakan empat kategori dan lima dokumen di setiap kategori. Kategori yang digunakan adalah sistem informasi, microcontroller, Jaringan komputer, dan sistem cerdas. Setelah menentukan kategori dan jumlah dokumen data learning selanjutnya di lakukan perhitungan probabilitas untuk setiap kategori. Setelah melakukan perhitungan probabilitas terhadap kategori selanjutnya di lakukan perhitungan untuk data testing. Dengan adanya penelitian ini, diharapkan dapat menjadi solusi untuk memudahkan pengguna dalam mengambil informasi yang dibutuhkan sebagai bahan referensi dari kumpulan skripsi yang telah dibuat mahasiswa Fakultas Ilmu Komputer
Perbandingan Hasil Algoritma Self Organizing Map (SOM) dan Fuzzy C-Means Clustering Untuk Kualifikasi Data Kinerja Dosen
Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) Vol 3, No 2 (2018): Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi (SAKTI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (340.404 KB)

Abstract

Perkembangan yang kompetitif dan mengglobal setiap lembaga, termasuk lembaga pendidikan perguruan tinggi kegiatan penilaian kerja atau unjuk kerja dari setiap pegawai merupakan kegiatan yang umum untuk penataan sumber daya manusia sebagai tenaga pendidik. Melalui proses penilaian kinerja dosen tersebut dilakukan proses kualifikasi agar dapat diketahui cluster-cluster yang terdapat didalamnya. Penelitian ini bertujuan untuk mengelompokkan dosen dengan teknik clustering sehingga diketahui karakteristik data dari hasil clustering. Teknik yang digunakan yaitu algoritma Self Organizing Maps (SOM) dan Algoritma Fuzzy C-means (FCM). Dalam penelitian ini dibagi menjadi 4 cluster dengan learning rate 0.5 pada SOM dan Error yang ditentukan adalah 0.0001. Hasil yang diperoleh nilai centroid awal mempengaruhi banyaknya iterasi dan elemen pada anggota cluster. Penggunaan nilai random rule-base pada nilai centroid awal menghasilkan kualifikasi yang sama. Secara keseluruhan algoritma SOM lebih unggul dibandingkan dengan algoritma FCM dalam konsistendata terhadap centroid.

Page 4 of 4 | Total Record : 35