cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
-
Editorial Address
Jl. Tlogomas 246 Malang
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
Published by Universitas Muhammadiyah Malang
ISSN : 27147975     EISSN : 27161382     DOI : http://dx.doi.org/10.22219
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Repositor dipublikasikan oleh Universitas Muhammadiyah Malang dan dikelolah Program Studi Informatika. Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang ifnormatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 360 Documents
 14   15   16   17   18 
Optimisasi Algoritma K-Means Menggunakan Artificial Bee Colony pada Content-Based Image Retrieval Agus Eko Minarno; Yufis Azhar; Yudhono Witanto
Jurnal Repositor Vol 3 No 1 (2021): Januari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i1.1180

Abstract

Content-based Image Retrieval (CBIR) merupakan implementasi dari teknik computer vision pada kasus image retrieval yang merupakan kasus pencarian gambar digital pada database yang sangat besar. Pada penelitian ini diperkenalkan metode clustering baru untuk sistem CBIR, metode yang digunakan merupakan kombinasi antara algoritma Artificial Bee Colony (ABC) dengan K-Means. Tiga fitur digunakan untuk mengekstraksi fitur – fitur yang dimiliki gambar, yaitu: RGB Color Feature, Edge Feature, dan Grey Level Co-occurrence Matrix (GLCM). Ketiga fitur tersebut tergabung dalam algoritma Multi Texton Co-occurrence Descriptor (MTCD). K-means merupakan algoritma pengelompokkan yang banyak digunakan pada kasus clustering suatu data, K-means banyak digunakan karena implementasinya yang sangat mudah. Meskipun demikian, algoritma ini memiliki kelemahan, salah satunya yakni dalam penentuan titik awal centroid. Artificial Bee Colony (ABC) merupakan algoritma optimasi yang cara kerjanya mengadopsi dari cara koloni lebah dalam mencari makanan. Metode ABC diketahui dapat memecahkan permasalahan local optimum, yang pada umumnya terjadi pada penggunaan K-means karena kelemahannya dalam menentukan centroid. Metode yang akan digunakan pada penelitian ini merupakan kombinasi dari algoritma ABC dengan K-means untuk mengelompokkan fitur – fitur yang telah diekstraksi yang diimplementasikan pada dataset Corel-10.000 dan Batik. Kombinasi dari kedua algoritma ini dapat menjadi solusi dalam permasalahan pengelompokkan data atau clustering di ranah data science. Penelitian ini bertujuan untuk mengetahui seberapa efektif dan efisien penggunaan kombinasi algoritma ABC dan K-means dalam clustering pada fitur dataset Corel-10.000 dan Batik.
Perancangan Sistem Informasi Akuntansi (SIA) Pada Toko Bangunan Ud. Romi Padang Untuk Menentukan Laba Rugi dan Grafik Penjualan Masriadi Masriadi; Muhammad Ikhlas; Romi Wijaya
Jurnal Repositor Vol 2 No 8 (2020): Agustus 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i8.961

Abstract

Perancangan sistem informasi akuntansi pada Toko Bangunan UD. Romi Padang ini bertujuan untuk membantu pihak toko dalam penghitungan dan pencatatan penjualan sesuai kaidah akuntansi yang benar hingga menghasilkan informasi yang tepat, cepat dan akurat. Sistem informasi akuntansi ini menciptakan informasi berupa laporan perkiraan, laporan jurnal, laporan neraca saldo, laporan laba rugi, laporan grafik penjualan per bulan dan per tahun yang mana sangat penting untuk pihak toko dalam pemantauan produktifitas dari perusahaan, dan dapat dipastikan mengganti pekerjaan yang masih manual menjadi otomatis dan praktis, dengan penyimpanan database yang lebih aman dari sistem yang ada sebelumnya. Implementasi dari perancangan sistem informasi ini berupa perangkat lunak aplikasi berbasis desktop dan database dimana pengguna dapat melakukan posting jurnal dan seterusnya akan diolah sistem komputer untuk menghasilkan informasi yang dibutuhkan.
Perbandingan Kinerja Algoritma Elliptic Curve Digital Signature Algorithm (ECDSA) Menggunakan Fungsi Hash Secure Hash Algorithm (SHA-1) dan Keccak pada Tanda Tangan Digital Nur Annisa Fitriani; Aminudin Aminudin; Sofyan Arifianto
Jurnal Repositor Vol 3 No 3 (2021): Mei 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sebuah data atau dokumen yang dikirimkan melalui internet sangat rentan terhadap serangan atau modifikasi serta sangat sulit untuk membuktikan keaslian data atau dokumen, maka dengan perkembangan sistem keamanan terbentuklah sebuah mekanisme kriptografi yang digunakan untuk memverifikasi keaslian dan kebenaran dari sebuah data yang disebut dengan tanda tangan digital. Tanda tangan digital seringkali dipadukan dengan fungsi hash untuk membuat tanda tangan pada suatu data. Algoritma tanda tangan yang sering digunakan adalah Diffle-Helman Digital Signature Algorithm dan lebih dikenal sebagai Digital Signature Algorithm (DSA). Algoritma Digital Signature Algorithm (DSA) dikembangkan menjadi algoritma Elliptic Curve Digital Signature Algorithm (ECDSA) yang menggunakan elliptic curve. Penelitian ini Melakukan perbandingan kinerja algoritma tanda tangan digital Elliptic Curve Digital Signature Algorithm (ECDSA) menggunakan fungsi hash yang berbeda dan menganalisis performa waktu proses dari awal hingga akhir antara algoritma Elliptic Curve Digital Signature Algorithm (ECDSA) menggunakan fungsi hash SHA-1 dan algoritma Elliptic Curve Digital Signature Algorithm (ECDSA) mengunakan fungsi hash Keccak. Parameter pengujian yang dilakukan membandingkan algoritma Elliptic Curve Digital Signature Algorithm (ECDSA) fungsi hash SHA-1 dan Keccak pada saat proses pembangkitan kunci (key generation), tahap penandatanganan (signature generation), dan tahap verifikasi tanda tangan digital (verifying).
Pengembangan Sistem Lective Untuk Laporan Kurikulum Perguruan Tinggi (Studi Kasus : Universitas Muhammadiyah Malang) Febri Ayu Fitriani; Gita Indah Marthasari; Galih Wasis Wicaksono
Jurnal Repositor Vol 2 No 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i11.1018

Abstract

Pengembangan sistem Lective selalu diupayakan untuk memajukan segala aspek dalam sistem pendidikan guna memudahkan proses belajar mengajar dan memberikan pelayanan. Salah satunya laporan hasil perumusan kurikulum untuk memudahkan proses identifikasi dan pengendalian oleh program studi. Laporan progres penyusunan RPS dan notifikasi dapat bermanfaat sebagai pemantauan dan mengevaluasi perkembangan atau progres penyusunan kurikulum yang dilakukan oleh masing-masing dosen pengampu mata kuliah, sehingga kinerja dosen maupun program studi lebih terkontrol. Pengembangan dilakukan dengan menggunakan analisa kualitatif dan mencari pengujian solusi menggunakan proses BPI (Business Process Improvement). Pengujian dilakukan menggunakan Black Box Testing dengan menyusun skenario uji serta menerapkan pengujian fungsionalitas setelah pengembangan sistem. Hasil yang didapatkan yaitu notifikasi pada dashboard dosen berupa tanggat tenggat waktu dan nilai persentase progress kumulatif penyusunan RPS, halaman progress persentase penyusunan masing-masing dosen pengampu, dan progress RPS seluruh dosen. Dari pengujian yang dilakukan, pengembangan sistem dikatakan tidak menggangu fungsionalitas sistem sebelumnya, namun dalam pencocokan nilai persentasi yang didapat sistem membutuhkan penggalian lebih dalam untuk sesuai dengan penilaian pakar.
Analisa Efisiensi Algoritma Hybrid El Gamal dan Short Range Natural Number pada Keamanan Pesan Berbasis Socket TCP Pitra Nur Dwijayanto Limbong; Aminudin Aminudin; Sofyan Arifianto
Jurnal Repositor Vol 2 No 10 (2020): Oktober 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i10.1003

Abstract

Perkembangan teknologi yang pesat dapat berdampak pada keamanan digital. Pengiriman pesan singkat merupakan salah satu pengimplementasian pada era digital. Pengirman pesan sangat berdampak pada keamanannya. Kriptografi dibutuhkan dalam proses pengamanan pesan. Penelitian ini menguji algoritma Hybrid (El Gamal SRNN) yang merupakan hasil improvisasi dari penelitian sebelumnya. Algoritma Hybrid akan dianalisa efisiensinya dalam segi performa dan keamanannya. Efisiensi performa meliputi tiga hal yaitu waktu proses pembangkitan kunci, waktu proses enkripsi dan waktu proses dekripsi. Efisiensi keamanan akan diuji menggunakan serangan kombinasi baby step-giant step dan factorization attack. Algoritma Hybrid dirancang menggunakan inputan bilangan prima yang akan menghasilkan kunci public dan privat tambahan hasil dari bilangan acak variable u dan a yang akan menghasilkan masing-masing kunci publik (y, g, pEL, n, e, ua) dan kunci privat (x, pEL, d, a, u). Penambahan variable kunci privat dan public ini dimaksudkan agar keamanan dari algoritma ini lebih baik dan sulit untuk dipecahkan. Performa algoritma Hybrid yang diajukan lebih buruk dari segi pembangkitan kunci, waktu enkripsi dan dekripsi yang mana waktu yang diperlukan masing-masing adalah 1.429, 1.407, 1.516 lebih lambat dari algoritma Hybrid (El Gamal RSA). Pengujian keamanan menunjukkan bahwa algoritma Hybrid (El Gamal SRNN) yang diajukan lebih baik ketimbang algoritma Hybrid (El Gamal RSA) dilihat dari waktu eksekusi yang masih belum ditemukan variable u dan a belum bisa dipecahkan.
Klasifikasi Human Activity Recognition Menggunakan Metode CNN Adil Abdul Hakim
Jurnal Repositor Vol 3 No 2 (2021): Februari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i2.1265

Abstract

Manusia tidak bisa dilepaskan dari kegiatan kesehariannya yang mana itu merupakan bagian dari aktivitas kehidupan keseharian. Human Activity Recognition atau biasa dikenal pengenalan aktivitas manusia saat ini sudah dapat diteliti seiring dengan pesatnya kemajuan di bidang dunia Teknologi yang berkembang saat ini, yang mana lebih banyak dikenal dengan salah satu bagian dari Artificial Intelligence. Aktivitas fisik manusia adalah keadaan tubuh seperti tidur, berjalan, berbaring, makan, jogging dan berdiri.
Pengukuran Pengaruh Tantangan Pada Gim Bergenre Puzzle Dengan Metode PLS-SEM Terhadap Pembelajaran Anak Hazmi Rizky; Hardianto Wibowo; Lailatul Husniah
Jurnal Repositor Vol 2 No 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i11.775

Abstract

Penelitian ini akan menjelaskan tentang pengaruh dari Gim terhadap pembelajaran, poin-poin gim yang akan dinilai pengaruhnya antara lain adalah Engagement, Immersion, Challenge, dan Skill. Data yang digunakan adalah hasil kuesioner serta nilai Try Out-UN siswa-siswi kelas 12 SMK 3 Malang. Menggunakan permainan Angry Bird, responden nantinya akan bermain selama kurang lebih 30 menit sebelum melakukan kegiatan belajar seperti biasanya. Hal ini dilakukan dalam waktu kurang lebih sekitar satu bulan. Setelah itu responden akan diminta untuk mengisi kuesioner yang nantinya akan diolah dengan metode SEM-PLS. Hasil dari pengolahan data kuesioner tersebut adalah seberapa besar pengaruh gim terhadap pembelajaran berdasarkan poin-poin yang sudah disebutkan di atas. Sedangkan nilai dari Try Out dan UN digunakan untuk mengetahui besar pengaruh gim terhadap pelajaran secara keseluruhan, menggunakan metode paired t-test. Setelah melalui pengujian, hasil yang didapatkan adalah bahwa stimulus gim terhadap pembelajaran berpengaruh secara positif. Dan Engagement menjadi poin paling berpengaruh dalam penilaian prosentase yaitu 32%, disusul dengan Immersion 9.34%, Skill 6.86%, dan Challenge 2.25%.
Perancangan Aplikasi Simulasi UNBK dengan Metode Pengacak Linear Congruent Method Berbasis Web Fiqri Azmi Fachir; Ilyas Nuryasin; Yufis Azhar
Jurnal Repositor Vol 2 No 10 (2020): Oktober 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i10.842

Abstract

Keputusan Mentri Pendidikan dan Kebudayaan yang menyatakan bahwa seluruh SMP, SMA, dan SMK sederajat harus menerapkan Ujian Nasional dan Ujian Sekolah dengan menggunakan media komputer. Beberapa sekolah bersiap untuk menghadapi UNBK dengan cara melatih siswa-siswi dengan melaksanakan ulangan harian ataupun ujian tryout dengan menggunakan media komputer sekolah. Aplikasi simulasi untuk mempersiapkan UNBK banyak beredar dan digunakan untuk melatih siswa-siswi dalam menghadapi UNBK. Pseudo random number generator (PRNG) merupakan algoritma yang menggunakan rumus matematis untuk menghasilkan deret angka secara acak. Salah satu metode yang menggunakan algoritma PRNG yaitu linear congruent method (LCM). LCM merupakan salah satu metode pembangkit bilangan acak yang memanfaatkan model linear untuk membangkitkan bilangan acak. LCM berhasil diterapkan kedalam aplikasi simulasi pengacak soal yang dibuat. Hasil dari pengujian sistem aplikasi yang dibuat, algoritma pengacak berhasil mengacak soal. Setiap soal berhasil teracak dan setiap siswa mendapatkan urutan soal yang berbeda-beda.
Rancang Bangun Alat Pendeteksi Jarak Aman, Intensitas Cahaya, dan Waktu Ideal Pengguna Laptop Aziz Musthafa; Shoffin Nahwa Utama; Moch Alfi Syahrin
Jurnal Repositor Vol 2 No 8 (2020): Agustus 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i8.974

Abstract

Laptop merupakan suatu perangkat yang banyak digunakan oleh semua kalangan baik muda maupun orang tua. Penggunaan internet yang semakin popular dapat menyebabkan para pengguna menghabiskan waktu di depan laptop dengan berjam-jam. Berada di depan laptop yang terlalu lama dapat memberikan dampak pada indra penglihatan yaitu mata. Selain itu layar monitor memancarkan sinar-x yang dapat mengganggu kesehatan mata. Untuk mengurangi dampak penggunaan laptop, harus memperhatikan jarak aman, intensitas cahaya dan waktu ideal saat menggunakan laptop. Tujuan dari penelitian adalah untuk merancang alat pendeteksi jarak aman, intentias cahaya dan waktu ideal ketika sedang beraktivitas menggunakan laptop. Rancangan alat ini mampu memberikan peringatan bila jarak dan cahaya telah melewati nilai ambang batas standar yang telah ditentukan. Rancangan alat ini dilengkapi Mikrokontroler Arduino Uno sebagai kendali utama, Sensor Ultrasonik sebagai pendeteksi jarak kurang dari 50 cm, Sensor Intensitas Cahaya sebagai pendeteksi cahaya sekitar minimal 100 lux dan maksimal 300 lux, Lcd Oled sebagai informasi untuk menampilkan waktu ideal yang telah ditentukan selama 4 jam serta memberikan peringatan berupa tulisan, jika masing-masing sensor mendeteksi nilai ambang batas yang telah ditentukan. Indikator peringatan pada rancangan dilengkapi dengan dua buah peringatan yaitu Lampu LED dan Buzzer. Buzzer berbunyi apabila pengguna terlalu dekat dengan layar laptop. Sedangkan bunyi buzzer dan LED menyala, apabila intensitas cahaya yang diterima gelap dan terlalu terang. Jika waktu berakhir maka buzzer dan lampu LED akan menyala sampai tombol off dimatikan. Pengujian rancangan ini menggunakan uji coba eksperimen. Hasil uji coba menunjukkan bahwa rancangan dapat mendeteksi jarak pengguna dengan laptop dan juga dapat mendeteksi cahaya yang disesuaikan Light Meter dengan Sensor Intensitas Cahaya dengan baik.
Klasifikasi Jenis Batik Menggunakan Algoritma Convolutional Neural Network Yesicha Amilia Putri; Yufis Azhar; Agus Eko Minarno
Jurnal Repositor Vol 3 No 2 (2021): Februari 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v3i2.1201

Abstract

Beragamnya motif batik di Indonesia menyulitkan dalam pengenalan pola citra batik. Dalam hal ini diperlukannya klasifikasi citra batik untuk mengidentifikasi karakteristik citra. Dataset yang digunakan merupakan dataset batik berjumlah 300 data dengan 50 jenis batik dan setiap kategori terdapat 6 data. Algoritma yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN). CNN merupakan salah satu teknik Deep Learning yang memiliki hasil paling signifikan didalam pengenalan citra. Model VGG16 digunakan pada pengujian untuk membandingkan akurasi yang diperoleh dan waktu yang dibutuhkan. Penelitian ini dilakukan untuk membuktikan model yang diusulkan mampu mengklasifikasi citra batik dengan baik. Hal ini dapat dibuktikan bahwa akurasi yang didapatkan menggunakan CNN sebesar 98% dan membutuhkan waktu lebih cepat dibandingkan model VGG16.

Page 16 of 36 | Total Record : 360

 14   15   16   17   18 

Filter by Year

2019 2023


Reset
Filter By Issues
All Issue Vol 5 No 4 (2023): November 2022 Vol 5 No 3 (2023): Agustus 2023 Vol 5 No 2 (2023): Mei 2023 (In Press) Vol 5 No 1 (2023): Februari 2023 Vol 4 No 4 (2022): November 2022 Vol 4 No 3 (2022): Agustus 2022 Vol 4 No 2 (2022): Mei 2022 Vol 4 No 1 (2022): Februari 2022 Vol 3 No 5 (2021): November 2021 Vol 3 No 4 (2021): Agustus 2021 Vol 3 No 3 (2021): Mei 2021 Vol 3 No 2 (2021): Februari 2021 Vol 2 No 12 (2020): Desember 2020 Vol 2 No 11 (2020): November 2020 Vol 2 No 10 (2020): Oktober 2020 Vol 3 No 1 (2021): Januari 2021 Vol 2 No 9 (2020): September 2020 Vol 2 No 8 (2020): Agustus 2020 Vol 2 No 7 (2020): Juli 2020 Vol 2 No 6 (2020): Juni 2020 Vol 2 No 5 (2020): Mei 2020 Vol 2 No 4 (2020): April 2020 Vol 2 No 3 (2020): Maret 2020 Vol 2 No 2 (2020): Februari 2020 Vol 2 No 1 (2020): Januari 2020 Vol 1 No 2 (2019): Desember 2019 Vol 1 No 1 (2019): November 2019 More Issue