cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Huzain
Contact Email
huzain.azis@umi.ac.id
Phone
+628114484875
Journal Mail Official
ijodas.journal@gmail.com
Editorial Address
Jln. Paccerakkang, Kel. Berua, Kec.Biringkanaya, Kota Makassar, Propinsi Sulawesi Selatan, 90241
Location
Unknown,
Unknown
INDONESIA
Indonesian Journal of Data and Science
Published by yocto brain
ISSN : -     EISSN : 27159930     DOI : -
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Mathematics
IJODAS provides online media to publish scientific articles from research in the field of Data Science, Data Mining, Data Communication, Data Security and Data Representation
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science" : 5 Documents clear
Penerapan Metode Market Basket Analysis pada Minimarket Toko Baru Bayu Novrianto, Rizky; Muslim
Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (205.09 KB) | DOI: 10.33096/ijodas.v1i1.2

Abstract

Toko Baru merupakan suatu Usaha Kecil dan Menengah (UKM) yang mengembangkan bisnis dibidang minimarket. Toko Baru selama ini hanya dijalankan pribadi oleh pemiliknya, pemasaran pun dilakukan secara sendiri dan manual. Oleh karena itu salah satu upaya untuk mempermudah penjualan pada toko Baru adalah membuat suatu sistem yang digunakan untuk memenuhi persaingan dalam mengimplemasikan metode Market Basket Analysis (MBA). Market Basket Analysis (MBA) merupakan salah satu metode atau teknik yang dapat digunakan dan dimanfaatkan untuk lingkungan marketing. Metode ini digunakan untuk menentukan produk-produk manakah yang akan dibeli konsumen secara bersamaan dengan analisa terhadap daftar transaksi pelanggan yang dilihat pada support dan confident setiap barang.Hasil dari proses pencarian dengan software membuktikan bahwa hubungan yang terjadi antar item sangat penting dan kuat, karena ada pembelian satu item terkait pada item lainnya.
Klasifikasi Penyakit Jantung Menggunakan Metode K-Nearest Neighbor Hasran
Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.001 KB) | DOI: 10.33096/ijodas.v1i1.3

Abstract

Secara global, penyebab kematian nomor satu setiap tahunnya adalah penyakit kardiovaskuler. Penyakit kardiovaskuler adalah penyakit yang disebabkan gangguan fungsi jantung dan pembuluh darah(Kemenkes RI, 2014). K-Nearest Neighbor (KNN) adalah metode yang mencari kelompok objek dalam data training yang paling mirip dengan objek pada data baru atau data testing (Lestari, 2014). Penelitian ini mencakup pengukuran performa (akurasi, presisi, recall dan f-measure) metode KNN dengan nilai K 3 hingga 9 pada objek 1000 data pasien penyakit jantung yang diperoleh dari pusat dataset UCI Machine Learning Repository. Hasil dari pengukuran performa diperoleh nilai K terbaik adalah 6 dimana nilai akurasi 85%, presisi 78%, recall 93% dan f-measure sebesar 85%
Analisis Modifikasi Metode Playfair Cipher Dalam Pengamanan Data Teks Susanti, Dian
Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (366.466 KB) | DOI: 10.33096/ijodas.v1i1.4

Abstract

Dunia berkembang kian cepat seiring majunya teknologi informasi. Komunikasi kini menjadi tidak terbatas. Dengan banyaknya kemudahan untuk melakukan pengaksesan informasi, adakalanya diperlukan pengamanan informasi tersebut. Pengamanan ini berfungsi menangani pencegahan atas sampainya informasi ke tangan yang tidak berhak yang dapat menimbulkan kerugian bagi pemilik informasi. Metode Playfair Cipher merupakan salah satu metode yang digolongkan dalam kriptografi klasik yang proses enkripsinya menggunakan pemrosesan dalam bentuk blok-blok yang sangat besar. Metode Playfair Cipher menggunakan pembentukan tabel berdasarkan kunci yang diketahui. Penulis melakukan modifikasi metode Playfair Cipher menggunakan tabel 8x8 ini mempersulit pemecahan analisis digram dan frekuensi analisis karena semakin acak isi tabel akan menghasilkan ciphertext yang acak. Hasil pengujian ini yaitu pada aplikasi ini memberi dua layanan keamanan data saja yaitu Confidentiality dan Authentication, penggunaan kunci Metode Playfair Cipher jika penggunaan kunci yang digunakan panjangnya lebih pendek maka semakin cepat juga waktu enkripsi dan dekripsinya dan terdapat karakter tambahan yaitu karakter Space
Penerapan Metode Digital Watermarking dan Privilege pada Dokumen Skripsi Nursan, Hidayani
Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (161.202 KB) | DOI: 10.33096/ijodas.v1i1.5

Abstract

Dengan perkembangan perangkat komputer dan internet yang semakin pesat menjadikan pertukaran data dan informasi secara digital semakin banyak digunakan. Namun sebagian dari data tersebut harusnya tidak dapat didistribusi atau dimodifikasi secara bebas (tanpa izin), karena mengandung hak kekayaan intelektual penciptanya. Secara garis besar sistem ini memiliki dua inputan yaitu dokumen dan gambar yang mana gambar dijadikan sebagai watermark pada dokumen, kemudian dilanjutkan dengan melakukan proses privilege/disable copy print. Hasil dari penelitian ini adalah sistem berhasil menerapkan layanan watermarking dan disable copy print terhadap file dokumen skripsi di semua flatfoam, kecuali disable copy print belum berhasil di terapkan pada priview di sistem operasi linux.
Implementasi Kombinasi Algoritma Enkripsi Rivest Shamir Adleman (Rsa) dan Algoritma Kompresi Huffman Pada File Document Auliyah, Andi Inayah
Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (152.615 KB) | DOI: 10.33096/ijodas.v1i1.6

Abstract

Enkripsi yaitu proses merubah data asli menjadi data samaran dan dekripsi yaitu proses pengembalian data samara menjadi data asli kembali. Terlepas dari masalah keamanan data, masalah lain yang harus kita perhatikan adalah ukuran data atau informasi yang semakin besar oleh karena itu perlu adanya upaya untuk menanggulangi masalah tersebut salah satunya yaitu dengan menggunkan algoritma kombinasi. Maka dari itu penulis mengkombinasikan kedua metode tersebut yaitu metode Enkripsi dan metode Kombinasi untuk melihat manakah cara yang lebih efisien digunakan antara dienkripsi terlebih dahulu kemudian dikompresi atau sebaliknya.Dengan mengkombinasikan kedua algoritma tersebut penulis menemukan bahwa hasil yang diberikan dari kombinasi tersebut tidak maksimal karena ukuran file hasil proses menjadi lebih besar dibandingkan file asli sebelum diproses. Dari hasil analisis data dalam penelitian ini, maka untuk persentasi keberhasilan prosesnya dapat dibagi menjadi empat bagian.yaitu proses enkripsi-kompresi,kompresi-enkripsi,dekompresi-dekripsi dan dekripsi-dekompresi dengan tingkat keberhasilan 100%. Jika dilihat dari proses tingkat keberhasilan sangat memuaskan namun jika dilihat keberhasilan mengembalikan isi file itu dapat dibagi menjadi dua bagian yaitu proses dekompresi-dekripsi persentasi keberhasilannya itu sebanyak 33,34% dan pesentasi kegagalan sekitar 66,67% sedangkan untuk proses dekripsi-dekopresi persentasi keberhasilan sekitar 33,34% dan persentasi kegagalan sekitar 66,67%

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 6 No. 2 (2025): Indonesian Journal of Data and Science Vol. 6 No. 1 (2025): Indonesian Journal of Data and Science Vol. 5 No. 3 (2024): Indonesian Journal of Data and Science Vol. 5 No. 2 (2024): Indonesian Journal of Data and Science Vol. 5 No. 1 (2024): Indonesian Journal of Data and Science Vol. 4 No. 3 (2023): Indonesian Journal of Data and Science Vol. 4 No. 2 (2023): Indonesian Journal of Data and Science Vol. 4 No. 1 (2023): Indonesian Journal of Data and Science Vol. 3 No. 3 (2022): Indonesian Journal of Data and Science Vol. 3 No. 2 (2022): Indonesian Journal of Data and Science Vol. 3 No. 1 (2022): Indonesian Journal of Data and Science Vol. 2 No. 3 (2021): Indonesian Journal of Data and Science Vol. 2 No. 2 (2021): Indonesian Journal of Data and Science Vol. 2 No. 1 (2021): Indonesian Journal of Data and Science Vol. 1 No. 3 (2020): Indonesian Journal of Data and Science Vol. 1 No. 2 (2020): Indonesian Journal of Data and Science Vol. 1 No. 1 (2020): Indonesian Journal of Data and Science More Issue