cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mesran
Contact Email
mesran.skom.mkom@gmail.com
Phone
+6282161108110
Journal Mail Official
jurnal.json@gmail.com
Editorial Address
STMIK Budi Darma Jln. Sisingamangaraja No. 338 Telp 061-7875998
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Sistem Komputer dan Informatika (JSON)
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Budi Darma
ISSN : -     EISSN : 2685998X     DOI : https://dx.doi.org/10.30865/json.v1i3.2092
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
The Jurnal Sistem Komputer dan Informatika (JSON) is a journal to managed of STMIK Budi Darma, for aims to serve as a medium of information and exchange of scientific articles between practitioners and observers of science in computer. Focus and Scope Jurnal Sistem Komputer dan Informatika (JSON) journal: Embedded System Microcontroller Artificial Neural Networks Decision Support System Computer System Informatics Computer Science Artificial Intelligence Expert System Information System, Management Informatics Data Mining Cryptography Model and Simulation Computer Network Computation Image Processing etc (related to informatics and computer science)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 457 Documents
 38   39   40   41   42 
Implementasi Metode Naive Bayes Classifier dalam Menentukan Diagnosa Kerusakan pada Smartphone Septyana, Adam Perdana; Esa Fauzi
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8926

Abstract

Kerusakan pada smartphone merupakan permasalahan umum yang sering dialami oleh pengguna, namun tidak semua pengguna memahami solusi yang tepat atas permasalahan tersebut. Oleh karena itu, dibutuhkan suatu sistem yang dapat membantu dalam mendiagnosa kerusakan smartphone secara cepat dan akurat. Teknologi machine learning dapat dimanfaatkan untuk membantu teknisi dalam proses diagnosis dengan menggunakan metode Naive Bayes Classifier. Metode ini menggunakan empat atribut utama dalam menentukan probabilitas kerusakan, yaitu kronologi, merek smartphone, konsumsi arus listrik, dan gejala. Naive Bayes dipilih karena kesederhanaannya, kemampuannya dalam menangani data yang tidak seimbang, serta kinerjanya yang baik dalam klasifikasi. Data gejala dan jenis kerusakan diperoleh dari teknisi smartphone dan literatur relevan. Sistem ini diharapkan dapat menjadi alat bantu bagi pengguna maupun teknisi dalam melakukan identifikasi awal terhadap kerusakan smartphone secara lebih efisien dan akurat.
Implementasi Network Attached Storage (NAS) dengan Synology DiskStation Manager (DSM) yang Terintegrasi VPN L2TP dan Domain untuk Efisiensi Biaya Layanan Perpustakaan Buku Audio Online Hanifudin, Rizky; Abdullah, Indra Nugraha; Kusumaningsih, Dewi
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8929

Abstract

Lembaga nirlaba seperti Yayasan Tunanetra menghadapi tantangan serius dalam pengelolaan perpustakaan buku audio online. Peningkatan jumlah koleksi dan ukuran file audio membuat infrastruktur penyimpanan berbasis cloud computing komersial, seperti Amazon Web Services (AWS), menjadi semakin tidak efisien dari segi biaya. Teknologi penyimpanan berbasis jaringan seperti Network Attached Storage (NAS) telah menjadi solusi alternatif yang efisien dan mandiri dalam pengelolaan data digital, khususnya bagi lembaga yang bergerak di bidang layanan informasi bagi tunanetra. Penelitian ini bertujuan untuk mengimplementasikan NAS menggunakan Synology DiskStation Manager (DSM) 7.2.2 yang terintegrasi dengan VPN L2TP dan domain, sebagai solusi penyimpanan data untuk layanan perpustakaan buku audio online Yayasan Tunanetra. Dengan memanfaatkan Synology NAS yang mudah dikonfigurasi serta mendukung manajemen data terpusat, dan integrasi VPN L2TP yang memungkinkan akses jarak jauh secara aman, sistem ini menawarkan efisiensi teknis dan ekonomis. Implementasi sistem menghasilkan total pengeluaran selama lima tahun sebesar Rp20.900.000, jauh lebih rendah dibandingkan Rp98.320.400 pada layanan AWS. Perhitungan Return on Investment (ROI) mencapai 370,24%, menunjukkan pengembalian investasi hampir empat kali lipat. Pengujian menunjukkan kecepatan unggah rata-rata 11,3 MB/s dan unduh 10,2 MB/s untuk file berukuran besar (5 GB), menandakan performa sistem yang andal. Selain itu, penggunaan domain serta pengaturan hak akses berbasis peran (role-based access control) memastikan keamanan dan integritas data tetap terjaga. Hasil penelitian ini membuktikan bahwa implementasi NAS berbasis Synology DSM yang terintegrasi VPN L2TP dan domain merupakan solusi penyimpanan digital yang efisien dari segi biaya, aman dalam akses jarak jauh, serta berkelanjutan untuk mendukung layanan perpustakaan buku audio bagi lembaga non-profit seperti Yayasan Tunanetra.
Blockchain Implementation in the Development of a Zero Trust-Based Cybersecurity Framework at the Indonesian National Data Center Khair, Rizaldy; Lubis, Hamidah Azzahrah S; Vickri Febrian
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8932

Abstract

Indonesia's National Data Center (PDN) has a strategic role in the country's digital infrastructure, but it is a potential target for cyberattacks. Conventional security models have proven inadequate in dealing with the complexity of modern threats, so a Zero Trust Architecture (ZTA) approach is necessary. This research aims to develop a Zero Trust security framework that is integrated with blockchain technology to improve the efficiency and resilience of PDN systems. The research methods include literature study, identification of PDN security needs, framework design, prototype development using Hyperledger Fabric, and testing and evaluation in a simulation environment. The framework built consists of blockchain-based identity verification, minimum access control (least privilege), and blockchain-based activity monitoring and logging. Provisional results show that the framework successfully rejects 98% of simulated internal attacks, reduces the success of unauthorized access by 80%, and reduces the success of phishing attacks from 25% to 5%. A survey of administrators showed that 90% said security improvements and 85% said the system remained user-friendly. While providing significant improvements in security and auditability, this framework creates an additional latency of 100–150 ms and demands expert human resources. This research contributes to the development of a more transparent and resilient national security model through the integration of blockchain and Zero Trust principles.
Development of a Web-Based Information System for Heavy Equipment Rental at CV. Amelia Putri Using the CodeIgniter Framework Sigit Auliana; Amelia, Nur; Aryono, Gagah Dwiki Putra
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8940

Abstract

The development of information technology demands digital transformation in business management, including the heavy equipment rental sector. CV Amelia Putri, which still uses a manual recording system, faces various operational obstacles such as data errors, administrative inefficiencies, and slow customer service. This research aims to design a web-based heavy equipment rental information system using the CodeIgniter framework to overcome these problems. The research methodology uses a qualitative approach with SWOT analysis and waterfall development method. The system is designed with Model-View-Controller architecture integrated with MySQL database and XAMPP supporting technology. The results showed that the system succeeded in increasing operational efficiency by 80% and data accuracy reached 95%. The main features include user registration, tool search, online ordering, admin verification, payment management, and automated reporting. Black Box Testing proves that all modules function optimally with a high level of user satisfaction. The implementation of this digital system not only reduces recording errors and speeds up administrative processes, but also significantly improves operational transparency and customer service quality.
Deteksi Malware Berbasiskan Analisis Statis Menggunakan Algoritma Convolutional Neural Network (CNN) Wiyono, Tri; Hadinata, Edrian; Zakir, Ahmad; Elhanafi, Andi Marwan
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8946

Abstract

Sistem informasi berperan penting dalam menjaga kelancaran operasional organisasi sekaligus melindungi data dari ancaman siber, termasuk malware. Pertumbuhan akses internet di Indonesia yang mencapai lebih dari 215 juta pengguna pada 2023 dan penetrasi smartphone Android sebesar 132,7 juta pada 2025 meningkatkan potensi risiko keamanan. Rendahnya kesadaran pengguna Android terhadap keamanan informasi (rata-rata 37%) menjadi faktor dominan munculnya insiden spam, phishing, dan malware. Dalam konteks ini, analisis statis menjadi salah satu pendekatan efektif untuk mendeteksi malware melalui izin aplikasi (permissions) yang tertera pada file AndroidManifest.xml. Namun, kelemahannya terletak pada keterbatasan mendeteksi kode berteknik obfuscation. Penelitian ini mengembangkan model deteksi malware berbasis Convolutional Neural Network (CNN) dengan memanfaatkan fitur statis APK. Dataset yang digunakan mencakup aplikasi berbahaya seperti Undangan Pernikahan.apk serta data publik dari Kaggle. Proses meliputi ekstraksi izin aplikasi, normalisasi, pembentukan vektor 256 fitur, serta klasifikasi biner malware dan benignware. Hasil uji menunjukkan akurasi 92% dengan precision tinggi (0,93) namun recall pada malware relatif rendah (0,77), mengindikasikan masih adanya false negative signifikan. Temuan ini menegaskan bahwa CNN efektif untuk deteksi berbasis izin, tetapi peningkatan recall diperlukan agar sistem lebih andal. Pengembangan pendekatan hibrida dengan menggabungkan analisis statis dan dinamis disarankan untuk memperkuat deteksi malware Android yang semakin kompleks. Dengan demikian, penelitian ini diharapkan memberikan kontribusi signifikan terhadap pengembangan sistem keamanan siber yang adaptif, andal, serta relevan bagi tantangan digital masa depan.
Klasifikasi Penyakit Tanaman Daun Tomat Menggunakan Transfer Learning Andriani, Tuti; Iqbal, Muhammad; Darmeli Nasution
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 6 No. 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8948

Abstract

Leaf diseases in tomato plants can significantly reduce crop yields and threaten agricultural sustainability. This study proposes a multi-class classification approach for tomato leaf diseases using transfer learning with pre-trained CNN architectures, specifically DenseNet121 and DenseNet169. The dataset used is a subset of PlantVillage, consisting of six disease classes and healthy leaves, with preprocessing steps including image augmentation and resizing. The training strategy involves two phases: feature extraction and fine-tuning, optimized using the Adam algorithm and categorical cross-entropy loss function. Evaluation metrics such as accuracy, precision, recall, and F1-score show that the DenseNet121 model achieves the best performance, reaching an accuracy of 96.23%, followed by MobileNetV2 with 92.89%. Loss curves and confusion matrix analysis confirm that the model performs classification tasks with stability and high precision, despite some misclassifications between visually similar disease classes. This study demonstrates that transfer learning with DenseNet—particularly DenseNet121 is effective for automatic and efficient classification of various tomato leaf diseases, offering potential for real-world implementation as a computer vision-based plant disease diagnosis system.
Rancang Bangun Alat Pemandu Jalan Untuk Penyandang Tunanetra Menggunakan Metode Fuzzy Mamdani Pohan, Rifani Khairani; Sriani
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8954

Abstract

Penyandang tunanetra memiliki keterbatasan dalam bernavigasi yang dapat membahayakan keselamatan mereka saat beraktivitas. Untuk itu, dibutuhkan alat bantu yang mampu mendeteksi halangan dan memberikan peringatan secara real-time. Penelitian ini bertujuan untuk membuat dan mengembangkan alat pemandu jalan berbasis logika fuzzy Mamdani yang dilengkapi dengan sensor ultrasonik dan sensor infrared. Sensor ultrasonik digunakan untuk mendeteksi jarak terhadap halangan, sedangkan sensor infrared digunakan untuk mendeteksi suhu dari api. Sistem menggunakan logika fuzzy dengan kategori jarak (Dekat, Normal, Jauh) dan suhu api (Tidak Panas, Panas), dan menghasilkan peringatan bunyi melalui earphone. Hasil pengujian menunjukkan bahwa sensor ultrasonik dapat mendeteksi semua objek pada berbagai jarak dengan akurasi baik, sedangkan sensor infrared mampu mendeteksi suhu dari api. Metode fuzzy Mamdani memberikan keputusan yang logis dan fleksibel, serta sistem peringatan suara dapat dipahami dengan baik oleh pengguna. Pengujian langsung pada dua penyandang tunanetra terhadap objek seperti batu, tangga, meja, galon, botol, dan papan tulis menunjukkan bahwa sistem berjalan secara optimal dan efektif. Selain itu, hasil pengujian numerik jarak juga memperlihatkan performa sensor yang sangat akurat. Tingkat akurasi kategori deteksi mencapai 100% pada sebagian besar pengujian, meskipun terdapat satu kondisi dengan akurasi 0% karena perbedaan interpretasi kategori fuzzy. Sementara itu, akurasi numerik sensor rata-rata berada di atas 99%, dengan waktu respons sistem relatif cepat, yakni 0,5–0,7 detik. Hal ini membuktikan bahwa sistem mampu bekerja secara real-time dan memberikan peringatan secara tepat kepada pengguna tunanetra. Dengan demikian, alat ini dapat menjadi solusi yang bermanfaat untuk meningkatkan mobilitas dan kemandirian penyandang tunanetra.
Implementasi Algoritma Naïve Bayes dalam Identifikasi Kejang Epilepsi dengan Menggunakan Sinyal EEG Napitupulu, Agrifa Insani; Dhanny Rukmana Manday; William Owen Wijaya; Yennimar; Mardi Turnip
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8990

Abstract

Epilepsi merupakan gangguan neurologis kronis yang ditandai dengan aktivitas listrik abnormal di otak, yang dapat dideteksi melalui sinyal elektroensefalogram (EEG). Deteksi dini epilepsi sangat penting untuk mencegah dampak yang lebih serius terhadap kesehatan penderita. Penelitian ini bertujuan untuk mengklasifikasikan kondisi epileptik dan non-epileptik berdasarkan data EEG menggunakan algoritma Naive Bayes. Dataset yang digunakan berasal dari Kaggle dan terdiri dari 11.500 sampel sinyal EEG dengan 178 fitur numerik. Data mengalami tahap pra-pemrosesan berupa binarisasi label, normalisasi, serta reduksi dimensi menggunakan Principal Component Analysis (PCA). Selanjutnya, dilakukan pelatihan dan pengujian model Gaussian Naive Bayes dengan proporsi data latih dan uji sebesar 80:20. Hasil evaluasi menunjukkan bahwa algoritma Naive Bayes mampu memberikan performa yang baik dengan akurasi sebesar 96%, precision dan recall masing-masing sebesar 90% untuk kelas epileptik, serta nilai F1-score sebesar 90%. Temuan ini mengindikasikan bahwa model ini cukup andal dan efisien untuk klasifikasi sinyal EEG, meskipun dengan keterbatasan asumsi independensi antar fitur. Dengan demikian, algoritma Naive Bayes dapat menjadi solusi awal dalam pengembangan sistem deteksi dini epilepsi berbasis machine learning.
Sistem Peringatan Dini Berbasis IoT untuk Monitoring dan Pengelolaan Gas Amonia dan Suhu pada Kandang Ayam sukma, Intan Mardiana; Muhammad Imam Ghozali; Wibowo Harry Sugiharto
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8995

Abstract

Kualitas lingkungan kandang merupakan faktor krusial dalam budidaya ayam broiler, khususnya dalam menjaga suhu, kelembaban, dan kadar gas amonia. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem peringatan dini berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32, sensor DHT11, sensor MICS5524, LCD, serta sistem kipas exhaust otomatis. Sistem dirancang untuk memantau parameter lingkungan secara real-time dan merespons kondisi ekstrem dengan mengaktifkan kipas secara otomatis guna menjaga kestabilan udara kandang. Metode pengembangan sistem menggunakan pendekatan Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, pengujian, serta evaluasi. Hasil pengujian selama 24 jam menunjukkan bahwa sistem mampu merespons kenaikan suhu atau kadar amonia dalam waktu 3–5 detik. Sistem tetap bekerja stabil meskipun terjadi gangguan koneksi internet, karena logika pengambilan keputusan dilakukan secara lokal oleh ESP32. Visualisasi data ditampilkan pada web monitoring dengan interval 30 menit dan LCD secara langsung setiap 1–3 detik. Analisis statistik sederhana menunjukkan rata-rata suhu 30.9°C, kelembaban 90.8%, dan kadar amonia 8.7 ppm, yang masih berada dalam ambang aman. Sistem ini terbukti efektif dan andal dalam menjaga kualitas udara kandang secara otomatis dan adaptif. Implementasi sistem ini memberikan kontribusi signifikan terhadap efisiensi pengelolaan kandang ayam broiler dalam konteks peternakan presisi berbasis teknologi digital.
SD-WAN SLA Optimization Using Fortigate NGFW Firewall Policy: A Case Study of XYZ Institution Abdul Rahim; Denar Regata Akbi
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.9012

Abstract

The development of network technology demands reliable, efficient, and secure connectivity, especially for institutions with high operational needs. Software-Defined Wide Area Network (SD-WAN) emerges as an innovative solution to overcome the limitations of traditional networks, such as reliance on a single internet service provider (ISP) and inadequate security. This research aims to implement Maximize Bandwidth (SLA) on SD-WAN technology with firewall policies in Fortigate Next-Generation Firewall (NGFW) to improve network performance and security at Institution XYZ. The research method involves network simulation using Graphical Network Simulator 3 (GNS3) with a tree topology, two ISP clouds, and Fortigate configuration as NGFW. Testing was conducted through bandwidth monitoring, ICMP testing, and network parameter measurement using Iperf3. The results show that the implementation of SD-WAN with the Maximize Bandwidth (SLA) method successfully optimized bandwidth distribution and reduced connection disruptions. The implemented firewall policies were also effective in network segmentation, restricting inter-divisional access, and enhancing security. Testing confirmed network stability with a consistent bitrate of 1.05 Mbits/sec, low jitter (0.371–0.841 ms), and no packet loss. In conclusion, this solution not only addresses bandwidth limitations but also improves network security, thus serving as a reference for other institutions facing similar challenges.

Page 40 of 46 | Total Record : 457

 38   39   40   41   42 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2025): Desember 2025 Vol. 7 No. 1 (2025): September 2025 Vol 6, No 4 (2025): Juni 2025 Vol. 6 No. 4 (2025): Juni 2025 Vol. 6 No. 3 (2025): Maret 2025 Vol 6, No 3 (2025): Maret 2025 Vol 6, No 2 (2024): Desember 2024 Vol. 6 No. 2 (2024): Desember 2024 Vol. 6 No. 1 (2024): September 2024 Vol 6, No 1 (2024): September 2024 Vol 5, No 3 (2024): Maret 2024 Vol. 5 No. 3 (2024): Maret 2024 Vol. 5 No. 2 (2023): Desember 2023 Vol 5, No 1 (2023): September 2023 Vol 4, No 4 (2023): Juni 2023 Vol 4, No 3 (2023): Maret 2023 Vol 4, No 2 (2022): Desember 2022 Vol 4, No 1 (2022): September 2022 Vol 3, No 4 (2022): Juni 2022 Vol 3, No 3 (2022): Maret 2022 Vol 3, No 2 (2021): Desember 2021 Vol 3, No 1 (2021): September 2021 Vol 2, No 3 (2021): Mei 2021 Vol 2, No 2 (2021): Januari 2021 Vol 2, No 1 (2020): September 2020 Vol 1, No 3 (2020): Mei 2020 Vol 1, No 2 (2020): Januari 2020 Vol 1, No 1 (2019): September 2019 More Issue