cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mutasar
Contact Email
Mutasarstmik@gmail.com
Phone
+6285276842300
Journal Mail Official
fkomuniki@gmail.com
Editorial Address
LPPM (Lembaga Penelitian dan Pengabdian Kepada Masyarakat) Universitas Islam Kebangsaan Indonesia (UNIKI) Bireuen- Aceh, bekerja sama dengan Fakultas Komputer dan Multimedia (FKOM) UNIKI
Location
Unknown,
Unknown
INDONESIA
jeti
Published by Universitas Islam Kebangsaan Indonesia
ISSN : -     EISSN : 27219380     DOI : -
Core Subject : Science,
Computer Science & IT
Diterbitkan oleh LPPM (Lembaga Penelitian dan Pengabdian Kepada Masyarakat) Universitas Islam Kebangsaan Indonesia (UNIKI) Bireuen- Aceh, bekerja sama dengan Fakultas Komputer dan Multimedia (FKOM) UNIKI. Terbit dua kali dalam setahun (Maret dan September). Terbit perdana pada 23 Maret 2020, dengan tujuan untuk meningkatkan kreativitas keilmiahan mahasiswa/dosen/akademisi dan praktisi bidang Elektronika dan Teknologi Informasi dari berbagai Perguruan Tinggi/Lembaga Pendidikan dan Instansi secara umum dan sivitas akademika FKOM UNIKI secara khusus. Adapun isi artikel dalam jurnal ini yaitu artikel dalam bentuk hasil penelitian, Kasus Penerapan IT, kajian bidang Teknologi Informasi, dan artikel konseptual, yang berkaitan dengan ilmu dan terapan bidang Teknologi Informasi. Setiap penerbitan terdiri dari 6 sampai 8 judul, yang terdiri dari 55-75 halaman
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 12 Documents
 1   2 
Search results for , issue "Vol 5 No 2 (2024): September 2024" : 12 Documents clear
Penerapan Algoritma Random Forest dalam Deteksi dan Klasifikasi Ransomware Alvanof, Mulia; Bustami; Rozzi Kesuma Dinata
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.488

Abstract

Ransomware is a type of malware that blocks access to computer systems or data until a ransom is paid by the victim. Ransomware attacks typically occur due to malicious files that are unknowingly downloaded and installed by the victim onto their computer system. Given the threats and potential losses posed, methods for detecting and classifying ransomware continue to be developed, one of which utilizes the Random Forest machine learning algorithm. Random Forest is chosen for its advantages in handling large datasets, short training time, high prediction accuracy, and its ability to reduce the risk of overfitting. Using 1380 ransomware samples from a dataset with 54 features, 10 best features were selected through Feature Selection where the built Random Forest model successfully predicted ransomware files with an accuracy of 98.79%.
Analisa Pola Peminjaman Buku di Perpustakaan Fakultas Teknik Universitas Malikussaleh untuk Menentukan Tata Letak Buku Menggunakan Metode Algoritma Fp-Growth Umaiya, Fazilah; Wahyu Fuadi; Fajriana
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.490

Abstract

This study aims to analyze book borrowing patterns in the Faculty of Engineering Library, Malikussaleh University in order to determine the optimal book layout. Book borrowing patterns are analyzed using the FP-growth algorithm method, a data mining technique that is efficient in finding association patterns or relationships between items in large databases. The data used in this study include book borrowing records from January to April 2024. The results of the analysis show that there are several significant borrowing patterns between certain book categories, for example, books on programming are often borrowed together with books on information systems. Based on these findings, book layout recommendations are proposed so that books that are often borrowed together are placed close together, thus facilitating access for users and increasing the efficiency of the library layout. The use of the FP-growth algorithm in this study has proven effective in identifying hidden patterns in book borrowing data. Keywords: Library, Data Mining, FP-growth Algorithm, Web
Analisa Pengembangan Digital Marketing Pada Aplikasi Action Mobile Bangking Bank Aceh Syariah Dalam Melayani Kebutuhan Transaksi Nasabah Putri Raihatul Jannah; Cut Fadhilah; Mutasar; Nunsina
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.492

Abstract

Action Mobile Bangking merupakan layanan yang ditawarkan oleh Bank Aceh Syariah untuk mempermudah transaksi keuangan melalui smartphone. Meningkatnya pertumbuhan transaksi digital di indonesia yang semakin hari semakin meningkat, membuat banyaknya bank-bank pesaing mulai meningkatkan kualitas layanan dan fitur-fitur terbaru pada mobile bangking, mengingat Bank Aceh merupakan Bank Daerah (BPD) maka dari itu perlu dilakukan Analisa Pengembangan atau Persamaan Digital Marketing Pada Aplikasi Action Mobile Bangking Bank Aceh hingga mampu memberikan alternatif dalam melayani kebutuhan Transaksi Nasabah. Menggunakanl metode Technologyl Acceptance Modell (TAM) danl perhitungan Usability yangl dapat menjadil acuan dalaml menetapkan berbagail pemanfaatan danl penggunaan TIl dari perspektifl pengguna terhadapl manfaat danl perspektif terhadapl penggunaan. Hasil Analisa pengukuranl TAM Perceivedl Ease ofl Use (PEOUl) yaitu sebesarl 95% yangl artinya memilikil nilai yang sangatl layak. Kemudianl hasil lperhitungan Usability diperolehl hasil pengukuranl TAM Perceivedl Usefulness (lPU) yaitu sebesarl 96%, serta erorr 5% yangl menunjukkan bahwal hasil pengukuranl Usability aplikasil Action Mobile memilikil nilai sangatl layak. Tujuan dari penelitian ini adalah memberikan rekomendasi penambahan fitur ke pada pihak Bank Aceh Syariah guna melayani kebutuhan transaksi nasabah serta meningkatkan jumlah pengguna baru.
Implementasi Single Sign On (SSO) Menggunakan Protokol OAuth Pada Sistem Informasi Kampus raysa, anis; Imam Muslim; Sriwinar
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

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

Abstract

Single Sign-On (SSO) merupakan solusi autentikasi terpusat yang memungkinkan pengguna mengakses beberapa aplikasi hanya dengan satu kali login. Studi ini mengimplementasikan SSO pada sistem informasi kampus menggunakan protokol OAuth 2.0, yang memungkinkan otorisasi aman tanpa berbagi kredensial secara langsung. OAuth digunakan untuk menghasilkan token akses yang valid bagi aplikasi terintegrasi melalui akun Google pengguna. Implementasi dilakukan dengan mengintegrasikan OAuth melalui Google Cloud Platform, membangun sistem backend menggunakan PHP dan MySQL, serta mendesain antarmuka dengan Figma. Sistem diuji melalui skenario login lintas pengguna (admin, dosen, mahasiswa, staf, dan pengguna otomatis), serta integrasi ke berbagai aplikasi kampus pihak ketiga. Hasil menunjukkan bahwa sistem mampu menyederhanakan proses autentikasi, mengurangi kebutuhan login berulang, dan meningkatkan efisiensi akses. Penerapan ini juga memperkuat aspek keamanan dan kenyamanan pengguna melalui mekanisme otorisasi token berbasis OAuth. SSO berbasis OAuth terbukti efektif diterapkan sebagai solusi otentikasi terintegrasi dalam lingkungan sistem informasi kampus.
Unjuk Kerja Algoritma Support Vector Machine (SVM) dan Naïve Bayes Dalam Pengklasifikasian Berita Hoaks Pada Twitter Tentang Aksi Cepat Tanggap (ACT) Hasan Dalimunthe, Amir; Munirul Ula; Rini Meiyanti
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.400

Abstract

Twitter merupakan satu dari banyaknya media sosial yang populer di kalangan masyarakat.  Terkadang informasi yang beredar di twitter merupakan berita palsu yang tidak dapat dibuktikan kebenarannya (hoaks). Penelitian ini menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM) untuk menentukan berita yang beredar di platfrom twitter mengenai Aksi Cepat Tanggap (ACT) termasuk ke dalam berita hoaks atau berita faktual. Proses klasifikasi dimulai dengan pengumpulan data dengan Teknik Scraping dan setelah itu dilakukan pelabelan untuk mengklasifikasi data latih. Data yang telah diberi label kemudian diproses melalui text pre-processing dan dilanjutkan dengan klasifikasi menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Jumlah data yang digunakan dalam penelitian ini sebanyak 1425 data dan dibagi ke dalam kategori fakta dan kategori hoaks. Pada proses klasifikasi algoritma Naïve Bayes mendapat nilai akurasi 66,76%, presisi 70,13%, dan recall 58,38%. Sedangkan hasil evaluasi klasifikasi Support Vector Machine (SVM) memiliki tingkat akurasi 65,22%, presisi 71,37%, dan recall 50,84%. Sehingga dapat disimpulkan performa algoritma Naïve Bayes memiliki performa yang lebih bagus dari algoritma Support Vector Machine.
Application of the Random Forest Algorithm for Predicting Hajj Registration Numbers at Kemenag Lhokseumawe Nova Amalia
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.487

Abstract

Ransomware is a type of malware that blocks access to computer systems or data until a ransom is paid by the victim. Ransomware attacks typically occur due to malicious files that are unknowingly downloaded and installed by the victim onto their computer system. Given the threats and potential losses posed, methods for detecting and classifying ransomware continue to be developed, one of which utilizes the Random Forest machine learning algorithm. Random Forest is chosen for its advantages in handling large datasets, short training time, high prediction accuracy, and its ability to reduce the risk of overfitting. Using 1380 ransomware samples from a dataset with 54 features, 10 best features were selected through Feature Selection where the built Random Forest model successfully predicted ransomware files with an accuracy of 98.79%.
Penerapan Algoritma Random Forest dalam Deteksi dan Klasifikasi Ransomware Alvanof, Mulia; Bustami; Rozzi Kesuma Dinata
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.488

Abstract

Ransomware is a type of malware that blocks access to computer systems or data until a ransom is paid by the victim. Ransomware attacks typically occur due to malicious files that are unknowingly downloaded and installed by the victim onto their computer system. Given the threats and potential losses posed, methods for detecting and classifying ransomware continue to be developed, one of which utilizes the Random Forest machine learning algorithm. Random Forest is chosen for its advantages in handling large datasets, short training time, high prediction accuracy, and its ability to reduce the risk of overfitting. Using 1380 ransomware samples from a dataset with 54 features, 10 best features were selected through Feature Selection where the built Random Forest model successfully predicted ransomware files with an accuracy of 98.79%.
Analisa Pola Peminjaman Buku di Perpustakaan Fakultas Teknik Universitas Malikussaleh untuk Menentukan Tata Letak Buku Menggunakan Metode Algoritma Fp-Growth Umaiya, Fazilah; Wahyu Fuadi; Fajriana
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.490

Abstract

This study aims to analyze book borrowing patterns in the Faculty of Engineering Library, Malikussaleh University in order to determine the optimal book layout. Book borrowing patterns are analyzed using the FP-growth algorithm method, a data mining technique that is efficient in finding association patterns or relationships between items in large databases. The data used in this study include book borrowing records from January to April 2024. The results of the analysis show that there are several significant borrowing patterns between certain book categories, for example, books on programming are often borrowed together with books on information systems. Based on these findings, book layout recommendations are proposed so that books that are often borrowed together are placed close together, thus facilitating access for users and increasing the efficiency of the library layout. The use of the FP-growth algorithm in this study has proven effective in identifying hidden patterns in book borrowing data. Keywords: Library, Data Mining, FP-growth Algorithm, Web
Development of a Web Based E-Commerce System for Bouquet Ordering: A Case Study of Maiflorist Asmainur; Novia Hasdyna; Rahmat
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.491

Abstract

E-commerce has become a widely adopted method for online purchasing, providing convenience and accessibility for both businesses and consumers. A web-based sales information system expands sales reach and enables business operators to efficiently manage and access critical information. This study investigates the development of a website-based e-commerce information system specifically designed for bouquet orders, addressing the need for efficient order management in the floral retail sector. The research employs a descriptive qualitative approach, supported by library research, and utilizes system design tools including UML, activity diagrams, context diagrams, and flowcharts to design and streamline the bouquet ordering process. The system was evaluated through user testing, revealing that the proposed website-based e-commerce platform substantially simplifies the ordering experience for customers. Key features include an admin login page, administrator dashboard, customer registration and login pages, bouquet homepage, bouquet catalog, product information, and shopping cart. This system enables Maiflorist to manage inventory efficiently and supports warehouse, sales, and purchasing staff in organizing product management, leading to faster order processing and enhanced customer satisfaction
Analisa Pengembangan Digital Marketing Pada Aplikasi Action Mobile Bangking Bank Aceh Syariah Dalam Melayani Kebutuhan Transaksi Nasabah Putri Raihatul Jannah; Cut Fadhilah; Mutasar; Nunsina
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.492

Abstract

Action Mobile Bangking merupakan layanan yang ditawarkan oleh Bank Aceh Syariah untuk mempermudah transaksi keuangan melalui smartphone. Meningkatnya pertumbuhan transaksi digital di indonesia yang semakin hari semakin meningkat, membuat banyaknya bank-bank pesaing mulai meningkatkan kualitas layanan dan fitur-fitur terbaru pada mobile bangking, mengingat Bank Aceh merupakan Bank Daerah (BPD) maka dari itu perlu dilakukan Analisa Pengembangan atau Persamaan Digital Marketing Pada Aplikasi Action Mobile Bangking Bank Aceh hingga mampu memberikan alternatif dalam melayani kebutuhan Transaksi Nasabah. Menggunakanl metode Technologyl Acceptance Modell (TAM) danl perhitungan Usability yangl dapat menjadil acuan dalaml menetapkan berbagail pemanfaatan danl penggunaan TIl dari perspektifl pengguna terhadapl manfaat danl perspektif terhadapl penggunaan. Hasil Analisa pengukuranl TAM Perceivedl Ease ofl Use (PEOUl) yaitu sebesarl 95% yangl artinya memilikil nilai yang sangatl layak. Kemudianl hasil lperhitungan Usability diperolehl hasil pengukuranl TAM Perceivedl Usefulness (lPU) yaitu sebesarl 96%, serta erorr 5% yangl menunjukkan bahwal hasil pengukuranl Usability aplikasil Action Mobile memilikil nilai sangatl layak. Tujuan dari penelitian ini adalah memberikan rekomendasi penambahan fitur ke pada pihak Bank Aceh Syariah guna melayani kebutuhan transaksi nasabah serta meningkatkan jumlah pengguna baru.

Page 1 of 2 | Total Record : 12

 1   2 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 6 No 2 (2025): September 2025 Vol 5 No 2 (2024): September 2024 Vol 5 No 1 (2024): Maret 2024 Vol 4 No 2 (2023): September 2023 Vol 4 No 1 (2023): Maret 2023 Vol 3 No 2 (2022): September 2022 Vol 3 No 1 (2022): Maret 2022 Vol 2 No 2 (2021): September 2021 Vol 2 No 1 (2021): Maret 2021 Vol 1 No 2 (2020): September 2020 Vol 1 No 1 (2020): Maret 2020 More Issue