cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitrianingsih
Contact Email
infokom@gunadarma.ac.id
Phone
+6221-78881112 ext. 516
Journal Mail Official
infokom@gunadarma.ac.id
Editorial Address
Jalan Margonda Raya 100
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Ilmiah Informatika Komputer
Published by Universitas Gunadarma
ISSN : 08538638     EISSN : 20898045     DOI : http://dx.doi.org/10.35760/ik
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
This journal is published periodically three times a year, April, August, and December. It publishes a broad range of research articles on Information Technology and Communication, whether in Indonesian Language or English.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 7 Documents
 1 
Search results for , issue "Vol 25, No 3 (2020)" : 7 Documents clear
KEAMANAN EMAIL MENGGUNAKAN METODE PRETTY GOOD PRIVACY DENGAN ALGORITMA RSA Ananda, Ridwan Ighfirlana; Fauziah, Fauziah; Hayati, Nur
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3118

Abstract

Seiring dengan perkembangan teknologi di era sekarang, semua orang dapat dengan mudah berkomunikasi dengan menggunakan layanan surat menyurat elektronik yang dinamakan email. Email mampu berkomunikasi antar pengguna ke pengguna lainnya melalui internet. Saat berkomunikasi tidak jarang memasukan data yang bersifat rahasia dan dapat dengan mudah diambil oleh orang lain jika tidak memiliki keamanan yang cukup pada email. Maka dibutuhkan proses enkripsi (penyandian pesan) untuk menjaga data saat proses pengirimannya. Penelitian ini menggunakan metode PGP (Pretty Good Privacy) dengan menggunakan algoritma RSA (asimetris) yaitu sebuah algoritma yang mampu menghasilkan sepasang kunci (public dan private) untuk proses enkripsi dan dekripsi. Pada pengujian dengan menggunakan 8 data yang di enkripsi dan dikirim secara acak ke beberapa user, menunjukan hasil informasi data yang telah berubah dari segi size file dan hash yang dilakukan dengan menggunakan MD5. Dari hasil pengujian data yang telah di enkripsi menggunakan algoritma RSA dengan Pretty Good Privacy, dengan format .TXT menunjukan perbedaan size file. Dengan size file data asli 7,402 Bytes dan size file yang di enkripsi menjadi 7,777 Bytes.
ANALISIS SENTIMEN TERHADAP PELAYANAN KRL COMMUTERLINE BERDASARKAN DATA TWITTER MENGGUNAKAN ALGORTIMA BERNOULLI NAIVE BAYES Saraswati, Mediana; Riminarsih, Desti
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3256

Abstract

Sektor pelayanan publik merupakan sektor strategis sebagai indikasi tata kelola pemerintahan yang baik. KRL Commuterline merupakan salah satu sektor pelayanan publik pada bidang transportasi yang banyak digunakan oleh masyarakat. Media sosial khususnya Twitter merupakan wadah masyarakat untuk berinteraksi, berbagi informasi bahkan mengemukakan opini mereka terhadap pelayanan KRL. Opini masyarakat terhadap pelayanan KRL Commuterline dapat dijadikan sebagai evaluasi dalam peningkatan kualitas layanan. Pada penelitian ini dilakukan analisis sentimen masyarakat terhadap pelayanan KRL Commuterline berdasarkan data yang diperoleh dari Twitter. Analisis sentimen ini bertujuan untuk mengklasifikasikan tweets mengenai pelayanan KRL Commuterline ke dalam sentimen positif dan negatif dengan pendekatan machine learning menggunakan algoritma Bernoulli Naive Bayes. Data latih yang digunakan sebanyak 2.690 data dan data validasi sebanyak 1.626 data tweets. Pada proses pelatihan model diperoleh tingkat akurasi pelatihan sebesar 86,36% dan tingkat akurasi validasi sebesar 85,73%. Pengujian model dilakukan menggunakan 20 tweets baru dan diperoleh tingkat akurasi sebesar 85%.
ANALISIS KEPERCAYAAN MERK APLIKASI GOJEK DARI PERSPEKTIF MAHASISWA MENGGUNAKAN METODE MTAM Maharani, Tissa; Ardiprawiro, Ardiprawiro
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.2731

Abstract

Sistem informasi adalah salah satu bentuk teknologi informasi yang terintegrasi ke berbagai bidang yang menyangkut hidup orang banyak, misalnya bidang jasa transportasi. Aplikasi Gojek merupakan salah satu sistem informasi yang bergerak dalam bidang jasa transportasi. Penelitian ini mencoba menganalisis apakah kemudahan dalam penggunaan sistem informasi aplikasi Gojek berpengaruh terhadap kepercayaan merk Gojek dari perspektif mahasiswa sebagai pengguna. Metode yang digunakan adalah Modified Technology Acceptance Model (MTAM), dengan menggunakan Perceived Ease Of Use (PEOU) dari TAM, dan Service Quality, Brand Image serta Brand Trust sebagai modifikasi. Penelitian ini menggunakan kuesioner yang disebarkan dikalangan mahasiswa pengguna aplikasi GoJek. Pengolahan data kuesioner 92 responden dilakukan menggunakan metode analisis regresi linear berganda.Hasil penelitian menunjukkan bahwa variabel independen (perceived ease of use, service quality, brand image) secara simultan berpengaruh signifikan positif terhadap variabel dependen (brand trust), sebesar 52,3%. Sementara secara parsial, variabel independen service quality dan brand image berpengaruh signifikan terhadap variabel dependen brand trust, sedangkan variabel independen perceived ease of use tidak berpengaruh signifikan terhadap variabel dependen (brand trust). Sehingga dapat disimpulkan bahwa, kemudahan dalam penggunaan sistem informasi aplikasi Gojek tidak terlalu mempengaruhi kepercayaan mahasiswa terhadap merk
PROTOTIPE SISTEM PEMADAM KEBAKARAN OTOMATIS BERBASIS PLC OMRON CP1EN20DR-A Rosyid, Naufal Fahmi; Kristianti, Veronica Ernita; Situmeang, Alona
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3136

Abstract

Kebakaran di gedung atau pertokoan bisa terjadi akibat banyak faktor, antara lain karena kelalaian manusia, konsleting listrik, kebocoran gas, dan lain sebagainya. Jika terjadi hal-hal yang dapat menyebabkan kebakaran tersebut dan terlambat mengetahuinya, akan berakibat fatal. Gedung atau pertokoan membutuhkan alat yang dapat mendeteksi adanya api atau asap dan secara otomatis akan mengeluarkan air untuk memadamkan api atau sumber asap tersebut. Hal ini yang mendasari dilakukan penelitian tentang sistem pemadam kebakaran otomatis berbasis PLC OMRON CPIEN20DR-A bertujuan untuk mendeteksi suatu ruangan dari bahaya kebakaran. PLC dihubungkan dengan komponen yang terdiri dari push button untuk mengaktifkan atau mematikan rangkaian, switch selector berfungsi sebagai pengatur rangkaian agar berfungsi manual atau otomatis, lampu indikator sebagai pemberi informasi rangkaian dalam kondisi aktif atau nonaktif, sensor asap sebagai pendeteksi asap, buzzer sebagai alarm tanda bahaya kebakaran, motor DC sebagai pembuka pintu darurat dan pompa sebagai pemadam api. Hasil penelitian ini dibuat dalam sebuah prototipe, sebagai gambaran jika alat ini diimplementasikan secara nyata untuk digunakan di gedung atau pertokoan. Pengujian dilakukan pada prototipe dan hasilnya menunjukkan alat ini bekerja saat sensor mendeteksi asap yang kemudian menyalakan buzzer sebagai tanda bahaya, mengaktifkan pompa air untuk memadamkan api dan menggerakkan motor DC untuk membuka pintu darurat.
APLIKASI PREDIKSI JANGKA PENDEK HARGA BITCOIN MENGGUNAKAN METODE ARIMA Pradana, Nur Fitrian Bintang; Lestanti, Sri
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3128

Abstract

Bitcoin merupakan mata uang digital yang sekarang paling banyak digunakan. Perubahan harga yang sewaktu-waktu dapat berubah membuat pengguna bitcoin harus teliti ketika melakukan penukaran. Kepopuleran bitcoin terus meningkat dan menjadi aset untuk investasi bagi para penggunanya. Untuk mengatasi perubahan harga yang tidak menentu maka dibutuhkan sebuah aplikasi prediksi harga bitcoin untuk membantu para penggunanya dalam memprediksi harga bitcoin kedepannya. Prediksi dilakukan dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) yang mampu menghasilkan tingkat akurasi tinggi dalam prediksi jangka pendek. Metode ini mengabaikan variabel independen dalam membuat prediksi, sehingga cocok untuk data statistik saling terhubung serta memiliki beberapa asumsi yang harus dipenuhi seperti autokorelasi, trend, maupun musiman. Evaluasi hasil prediksi menggunakan Mean Absolute Percentage Error (MAPE). Hasil pengujian menujukkan bahwa model ARIMA (3,1,3) menghasilkan prediksi dengan nilai MAPE terkecil daripada kandidat model lainnya. Rata-rata nilai MAPE yang dihasilkan adalah sebesar 0,84 dan rentang nilai 1,34 untuk prediksi hari pertama dan 0,98 untuk prediksi hari ketujuh. Dengan demikian model ARIMA (3,1,3) mampu menghasilkan prediksi dengan akurasi yang baik dan layak untuk digunakan sebagai metode prediksi bitcoin untuk satu sampai tujuh hari kedepan.
EKSTRAKSI KOMUNIKASI NONVERBAL MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE Sinaga, Anita Sindar
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3080

Abstract

Penilaian komunikasi nonverbal dapat diterapkan pada rekrutmen keja secara online. Pemanfaatan aplikasi rekrutmen mulai dipergunakakan beberapa perusahaan swasta untuk efisiensi waktu dan biaya. Untuk mengetahui konsistensi antara ekspresi emosional dengan gerakan wajah diperlukan skill biasanya ditangani seorang psikiologis. Dalam penelitian ini data set berbentuk frame dari video pelamar kerja dilakukan penilaian komunikasi nonverbal yang fokus pada gerakan mata, mulut dan wajah. Formula dan filter GLCM diterapkan untuk ekstraksi ciri bertujuan menemukan pola berdasarkan distribusi statistik dan intensitas piksel.  Ekstraksi komunikasi nonverbal bertujuan menganalisa pola gerakan wajah. Formula ektraksi ciri terdiri dari feature, contras, energi, entropy dan homogenitas. Filter ekstraksi dirotasi pada sudut 00, sudut 450, sudut 900, dan sudut 1350. Sumber data 10 video, diambil 10 frame bagian wajah, mata dan mulut per video untuk diekstrak dan dianalisa. Berdasarkan perhitungan formula dan filter GLCM diperoleh formula Homogenity mempunyai nilai tinggi, rata-rata 4,0 menunjukkan tepi citra yang terdeteksi jelas.
APLIKASI BANYUMAS PANTAU WARGA GUNA MENDATA WARGA ORANG DALAM PANTAUAN (ODP) BERBASIS ANDROID DI KABUPATEN BANYUMAS Azis, Abdul; Riyanto, Riyanto; Damai, Trian
Jurnal Ilmiah Informatika Komputer Vol 25, No 3 (2020)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2020.v25i3.3132

Abstract

COVID 19 merupakan virus yang penyebarannya sangat cepat di Indonesia data terbaru yang dikutip pada Hari Minggu, tanggal 12 April 2020 Menunjukan Populasi Masyarakat yang terkena ( Positif ) Virus Corona adalah 3.842 Orang, data dalam perawatan sebanyak 3.229 Orang, data Masyarakat yang sembuh sebanyak 286 Orang dan Data Masyarakat yang meninggal sebanyak 327 orang. Provinsi Jawa tengah memiliki ODP sebanyak 20.538 orang dan  Kabupaten  Banyumas memiliki ODP sebanyak  1.766 orang, ini dikarenakan banyak pemudik yang mencari nafkah di DKI Jakarta atau Kota Lainnya dan pulang dari tempat kerja mereka sehingga virus Covid 19 menyebar cepat di Provinsi Jawa Tengah dan menyebar juga di Kabupaten Banyumas. Dari data ODP diatas pemerintah banyumas berdiskusi dengan peneliti selaku akademisi dalam bidang Mobile (Android), dan telah diputuskan hasil diskusi tersebut adalah sebuah strategi agar data ODP dapat dipantau secara kondusif dan terarah. Strateginya adalah dengan melakukan pendataan warga desa di Setiap Kelurahan/Desa dengan membentuk Tim khusus (ASN) yaitu Tim Koordinator, Tim Pemantau. Serta Tim Dinas Kesehatan (DINKES) dan Tim Dinas Sosial (DINSOS) yang di pantau langsung menggunakan Smatphone Andorid.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol 30, No 2 (2025) Vol 30, No 1 (2025) Vol 29, No 3 (2024) Vol 29, No 2 (2024) Vol 29, No 1 (2024) Vol 28, No 3 (2023) Vol 28, No 2 (2023) Vol 28, No 1 (2023) Vol 27, No 3 (2022) Vol 27, No 2 (2022) Vol 27, No 1 (2022) Vol 26, No 3 (2021) Vol 26, No 2 (2021) Vol 26, No 1 (2021) Vol 25, No 3 (2020) Vol 25, No 2 (2020) Vol 25, No 1 (2020) Vol 24, No 2 (2019) Vol 24, No 3 (2019) Vol 24, No 1 (2019) Vol 23, No 3 (2018) Vol 23, No 2 (2018) Vol 23, No 1 (2018) Vol 22, No 3 (2017) Vol 22, No 2 (2017) Vol 22, No 1 (2017) Vol 21, No 3 (2016) Vol 21, No 2 (2016) Vol 21, No 1 (2016) Vol 20, No 2 (2015) Vol 20, No 1 (2015) Vol 19, No 3 (2014) Vol 14, No 2 (2009) Vol 14, No 1 (2009) Vol 13, No 3 (2008) Vol 13, No 1 (2008) Vol 12, No 3 (2007) Vol 12, No 1 (2007) Vol 11, No 3 (2006) Vol 11, No 2 (2006) Vol 11, No 1 (2006) More Issue