Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Journal of Informatics and Computer Science (JINACS)

jinacs
Website

Published by Universitas Negeri Surabaya

ISSN : - EISSN : 26862220 DOI : https://doi.org/10.26740/jinacs.v3n02

Core Subject : Science,

Computer Science & IT

JINACS (Journal of Informatics and Computer Science) diterbitkan oleh Program Studi S1 Teknik Informatika Universitas Negeri Surabaya dalam empat kali setahun dengan No ISSN Online : 2686-2220 JINACS merupakan jurnal ilmiah dalam bidang Teknik Informatika dan Computer Science. Jurnal ini mencakup bidang ilmu Rekayasa Perangkat Lunak, Jaringan dan Arsitektur Komputer, Komputasi Bergerak, Sistem Temu Kembali Informasi, Kecerdasan Buatan, Pengolahan Citra Digital, Data Mining dll. JINACS terbit 4 (empat) nomor dalam setahun, yaitu bulan September, Desember, Maret dan Juni. Artikel yang telah dinyatakan diterima akan diterbitkan dalam nomor In-Press sebelum nomor regular terbit.

Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)

Articles 10 Documents

Search results for , issue "Vol 2 No 01 (2020)" : 10 Documents clear

Performa Clustering Controller pada Arsitektur Software Defined Network Mokhammad Aguk Nur Anggraini; I Made Suartana
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak -- Software Defined Network (SDN) saat ini telah menjadi sebuah paradigma baru dalam teknologi jaringan karena kemampuan manajemen jaringannya yang secara terpusat serta arsitektur yang berbasis software dan programmable. Dalam implementasinya, SDN memisahkan antara control plane dan data plane, control plane dilakukan oleh controller dan data plane dilakukan oleh switch. Controller menjadi pusat kontrol dari sebuah jaringan SDN, dengan begitu beban semua kontrol jaringan berada pada controller. Semakin besar jaringan yang ditangani oleh suatu controller mengakibatkan semakin besar beban controller tersebut, yang berakibat juga pada performa jaringan, sehingga perlu adanya solusi untuk dapat mengurangi beban jaringan yang ditangani controller agar performa jaringan tetap terjaga bahkan menjadi lebih baik. Pada penelitian ini dilakukan clustering-controller dengan menggunakan 3 controller, 1 sebagai master controller dan 2 sebagai slave controller, dengan begitu beban jaringan dapat dibagi pada 3 controller. Uji coba pada penelitian ini menggunakan Open daylight sebagai controller. Dari hasil pengujian end-to-end QoS yang telah dilakukan menggunakan parameter throughput, delay, jitter dan packet poss menunjukkan bahwa jaringan SDN dengan clustering controller lebih baik dari pada jaringan SDN yang menggunakan single-controller dan multi-controller tanpa clustering. Pengujian dilakukan dengan variasi ukuran paket UDP sebesar 100Mb-15Gb. Rata-rata keseluruhan hasil pengujian parameter throughput, delay, jitter dan packet loss dari clustering-controller berturut-turut yaitu 12762,14Kbps, 16,954ms, 3,142ms, dan 0,08%. Sedangkan pada jaringan dengan multi-controller tanpa clustering yaitu 12327,80Kbps, 205,828ms, 16,968ms dan 2,21%, dan hasil pada jaringan dengan single-controller yaitu 12331,93Kbps, 207,087ms, 15,691ms dan 2,19%. Kata Kunci— Software Defined Network(SDN), Controller, Clustering-Controller, OpenDayLight.

Klasifikasi Gambar Asli dan Manipulasi Menggunakan Error Level Analysis (ELA) Sebagai Proses Komputasi Metode Convolutional Neural Network (CNN) Probo Novian Candra; Aditya Prapanca
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak– Salah satu contoh penyebaran gambar palsu yang ada di media sosial dapat membuat gambar diragukan keasliaanya, forensik gambar bisa menjadi alternatif untuk menguji kebenaran gambar tersebut. Umumnya mekanisme forensik gambar dapat digunakan dalam bidang studi untuk mengidentifikasi keaslian suatu gambar dari struktur kualitas gambar tersebut. Ada beberapa mekanisme yang dapat diterapkan untuk menentukan tingkat keaslian gambar, salah satunya dengan menentukan kualitas hasil tingkat kompresi gambar pada mekanisme error level analysis(ELA). Dalam pengembangan image processing, convolutional neural network(CNN) merupakan salah satu algoritma dari deep learning multi layer perceptron(MLP) dirancang sebagai pengelolah data dalam bentuk gridpada citra dua dimensi gambar atau suara terdiri dari layerutama convulutional layer, polling layer, dan fully connected Layersehingga juga bisa mendetekesi atau mengklasifikasi gambar yang termodifikasi. Pada penelitian ini metode convolutional neural networkdigunkaan sebagai klsifikasi data yang terlabel dengan menggunakan mekanisme supervised learning. Mekanisme dari supervised learningyaitu terdapat data yang dilatih dan terdapat variabel yang ditargetkan. Tujuan dalam penelitian ini yaitu memanfaatkan mekanisme yang dihasilkan error level analysis(ELA) dengan mengkonversi nilai gambar RGB ke YcrCb berformat JPEGuntuk mencari nilai rata–rata luminancedan chrominancesehingga menghasilkan gambar lossy,yang mampu membantu sebagai pengenalan ekstraksi objek pada proses komputasi learning convulutional neural network(CNN) dengan dengan 5 layerutama convulutional layer, polling layer, dan 3 fully connected layer. Sehingga hasil dari penelitian yang didapat mengahsilkan akurasi klasikasi 97% dalam menetukan gambar asli dan manipulasi dengan nilai konverhensi mencapai 150 epoch. Kata Kunci— Classification Image Manipulation, Error Level Analysis (ELA), Deep Learning, convulutional neural network (CNN).

Algoritma Stemming Nazief & Adriani dengan Metode Cosine Similarity untuk Chatbot Telegram Terintegrasi dengan E-layanan Aan Choesni Herlingga; IGL Putra Eka Prismana; Dedy Rahman Prehanto; Dodik Arwin Dermawan
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak—Sistem Informasi yang berkembang memiliki sejumlah pertanyaan yang sering diajukan kepada customer servicedengan tingkat kesamaan pertanyaan yang tinggi. Untuk membantu hal tersebut dibuat FAQ terkait sistem informasi. FAQmemiliki banyak informasi sehingga pengguna bingung dan memerlukan waktu untuk mencari informasi. Pengguna lebih untuk mengajukan pertanyaan ke customer service. Chatbot merupakan salah cara untuk membantu pengguna dan customer service dalam masalah ini. Customer servicedapat menjawab pertanyaan secara otomatis dan pengguna dapat mengajukan pertanyaan seolah-olah bertanya kepada customer servicesecara langsung. Pada penelitian ini peneliti akan menerapkan algoritma Nazief & Adriani yang digunakan untuk melakukan stemming karena algoritma ini merupakan salah satu algoritma yang efektif dalam stemming bahasa Indonesia. Dan metode cosine similarity untuk mencari tingkat kemiripan dari pertanyaan dengan FAQyang ada dalam database FAQ. Dengan mengimplementasikan algoritma dan metode tersebut dalam chatbot dengan bantuan layanan MessangerTelegrammenghasilkan jawaban yang relative sesuai dengan yang diharapkan pengguna. Cara ini merupakan cara yang efektif untuk menjawab pertanyaan secara otomatis. Dan jika pertanyaan yang diajukan tidak menemukan jawaban atau jawaban tidak sesuai maka pertanyan akan di sampaikan dalam e-Layanan PPTI UNESA. Kata Kunci—algoritma nazief & andriani, cosine similarity, chatbot, bot.

Pengembangan Sistem Informasi Pembinaan Karyawan (SI-BINA) pada PT. Infomedia Nusantara Menggunakan Metode Pembinaan SDM Code Of Conduct Chusnul Nuur Fadillah; Aries Dwi Indriyanti
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak- Perusahaan yang bergerak dalam bidang jasa telekomunikasi tentu memiliki nilai kualitas karyawan yang baik untuk setiap karyawannya. Pada perusahaan itu membutuhkan pembinaan yang akan menguji kualitas kinerja dari para karyawan. Pembinaan yang diterapkan pada perusahaan yang bergerak dalam jasa telekomunikasi adalah pembinaan code of conduct.Pembinaan code of conduct merupakan pembinaan yang menjunjung tinggi nilai etika dan perilaku setiap kinerja karyawannya. Sehingga diperlukan sistem informasi pembinaan yang dapat mempermudah dalam mengawal setiap kinerja karyawan perusahaan dalam kesehariannya. Berdasarkan permasalahan yang terjadi dibutuhkannya sebuah rancangan sistem yang terkomputer agar dapat mengurangi kesalahan pada proses pembuatan laporan maupun proses pencatatan pembinaan. Hasil dari sistem informasi ini diharapkan dapat menjaga kualitas kinerja karyawan. Code of conduct yang akan diterapkan pada Sistem Informasi pembinaan Karyawan diharakan dapat membentuk karyawan yang beretika dan berkualitas baik yang mencerminkan perusahaan. Kata Kunci: Sistem Informasi Pembinaan, Pembinaan Code Of Conduct, Aplikasi Website

Opinion Mining Terhadap Pemberitaan Corona di Instagram menggunakan Convolutional Neural Network Ahmad Rizki Maulana; Naim Rochmawati
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak—Keadaan Indonesia di tengah pandemi yang sedang terjadi saat ini menjadi berita yang sangat dibutuhkan oleh masyarakat Indonesia. Penyebaran berita saat ini sudah banyak dilakukan melalui media sosial, karena kemudahan akses dan jangkauan pasar yang sangat luas menjadikan media sosial sebagai lahan untuk menyebarkan berita. Perusahaan penyedia berita nasional telah ikut bergabung di beberapa platform media sosial. Instagram merupakan salah satu media sosial dengan pengguna terbanyak di Indonesia. Pemberitaan mengenai corona di Indonesia melalui Instagram mengizinkan pembacanya untuk dapat mengetahui reaksi pembaca lainnya terhadap berita tersebut. Opinion miningadalah suatu analisis yang dilakukan terhadap opini untuk diklasifikasikan kedalam beberapa kelas. Convolutional Neural Networkmerupakan algoritma yang dapat menganalisis dan mengklasifikasikan opini kedalam kelas yang telah ditentukan. Penelitian ini melakukan proses opinion miningmenggunakan data komentar di Instagramterhadap unggahan pemberitaan terkait corona pada tiga akun berita nasional, yaitu @kompascom,@cnnindonesia,dan@detikcom.Prosesklasifikasi yang dilakukan menggunakan algoritma Convolutional Neural Networkmengasilkan akurasi sebesar 88% pada data training, 82% pada data testing, nilai presisi sebesar 96% dan recall sebesar68%. Kata Kunci—Opinion Mining, CNN, Komentar Instagram, Corona

Implementasi Algoritma Best-First Search untuk Aplikasi Mesin Pencari Handphone pada E-commerce (Apenphone) Laili Indah Liana; Salamun Rohman Nudin
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak— Aplikasi mesin pencari handphone pada e-commerce (Apenphone) adalah sebuah platform aplikasi pencarian berbasis website yang bertujuan untuk memudahkan pengguna untuk menentukan pilihan dalam membeli handphone yang diinginkan dilihat dari tiga e-comerce yaitu shopee, elevenia, dan bukalapak. Pengambilan data dari masing-masing e-commerce tersebut dilakukan melalui proses crawling. Aplikasi ini menyediakan berbagai macam pilihan filter yang bisa digunakan pengguna dalam mempertimbangkan handphone yang akan dibeli. Filter yang tersedia adalah terdekat, terlaris, terbaik, serta rentang harga yang diinginkan. Algoritma best-first search diterapkan untuk melakukan pencarian solusi otomatis pada aplikasi yang akan dibangun. Algoritma best-first search merupakan salah satu algoritma pencarian yaitu heuristic yang merupakan kombinasi antara dua algoritma pencarian yaitu breadth first search dan depth first search dengan mengambil masing-masing kelebihan dari kedua algoritma tersebut. Hasil yang akan diperoleh dari aplikasi yang dibangun adalah bahwa implementasi algoritma best first search dapat diterapkan dalam pembuatan aplikasi Apenphon. Sehingga bisa memudahkan pengguna memilih handphone yang akan dibeli dengan perbandingan dari tiga e-commerce. Hasil akhir dari pengujian aplikasi Apenphone dengan menggunakan metode alfa dan beta diperoleh hasil sebesar 85.45% dimana rentang ini termasuk kedalam kategori Sangat Setuju untuk penggunaan Apenphone sebagai aplikasi untuk membantu pencarian handphone pada e-commerce. Kata Kunci— crawling, algoritma best first search, heuristic

Penerapan Graph Coloring Menggunakan Algoritma Greedy Pada Aplikasi Pemesanan Tiket Kapal Penyeberangan Celia Angelina Nogo Koban; Salamun Rohman Nudin
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak— Peningkatan kemajuan teknologi di Indonesia memberikan dampak yang cukup besar di berbagai bidang. Peningkatan kemajuan teknologi ini dimanfaatkan oleh manusia untuk menciptakan sebuah media yang dapat mengelola informasi dengan cepat dan akurat. Mengelola data dan informasi dengan teknologi yang sering disebut website sudah banyak diterapkan berbagai macam perusahaan. Namun banyak juga perusahaan yang masih mengelola data secara manual seperti perusahaan transportasi laut. Perusahaan transportasi laut masih lambat memberikan informasi mengenai jadwal keberangkatan maupun proses pemesanan tiket. Calon penumpang masih harus ke tempat penjualan tiket untuk memesan tiket maupun hanya menanyakan informasi jadwal pelayaran. Aplikasi pemesanan tiket kapal penyeberangan dalam penelitian ini dibuat agar penumpang tidak lagi menghabiskan waktu dan tenaga untuk sekedar mencari informasi jadwal pelayaran maupun memesan tiket. Aplikasi ini menerapkan metode graph coloring dengan algoritma greedyuntuk menampilkan denah kursi penumpang dan mengoptimasinya sehingga calon penumpang tidak hanya bisa memesan tiket tetapi bisa memilih tempat duduk yang diinginkan. Aplikasi pemesanan tiket ini memberikan kenyamanan pada penumpang agar tidak terpisah jauh dari teman seperjalanannya. Selain itu dapat menguntungkan perusahaan dengan mengoptimalkan penjualan kursi dengan maksimum kapasitas penumpang. Pembangunan aplikasi tersebut diawali dengan analisis kebutuhan sistem, desain sistem, dilanjutkan dengan implementasi atau pembuatan sistem dan diakhiri dengan pengujian alphauntuk meminimalisir error dan memastikan aplikasi berjalan dengan baik. Selain itu dilakukan pengujian betadan didapatkan nilai yang sangat baik yaitu 85.94% dari 20 responden. Kata Kunci— website, graph coloring, greedy, pengujian alpha, pengujian beta.

Implementasi Algoritma A* (A Star) dalam Penentuan Rute Terpendek yang Dapat Dilalui Non Player Character pada Game Good Thief Rifky Fajar Oktanugraha; Salamun Rohman Nudin
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak—Game merupakan salah satu media dimana didalamnya terdapat sebuah makna dan seiring berjalannya waktu, pengguna akan mengetahui makna yang disampaikan oleh si pembuat game dari game yang dimainkan. Algoritma diperlukan untuk membuat gamelebih menarik. Hal ini berbanding lurus dengan jumlah pengguna, semakin menarik game yang dimainkan, semakin banyak orang yang akan memainkan game tersebut. Algoritma A* (A Star) merupakan algoritma yang digunakan untuk menentukan rute terpendek objek menuju ke tujuan, dengan menghitung harga yang harus dipakai dan mencari harga terkecil yang harus dibayarkan. Pada penelitian ini akan dibuat sebuah game dengan nama Good Thiefdimana game ini bercerita tentang seorang pencuri baik yang dikejar oleh penjaga. Algoritma A*(A Star) akan digunakan untuk menentukan rute terpendek yang dapat dilalui oleh NPC. Algoritma A* (A Star) akan diterapkan di setiap NPC dari Tingkat kesulitan mudah (LV 1) hingga tingkat kesulitan sulit (LV 3) dilakukan beta testing untuk mengetahui apakah game dapat berjalan dengan baik di setiap levelnya, hasil yang didapatkan dari 6 responden yang ikut dalam pengujian game ini cukup memuaskan yaitu sebesar 83,22% Kata Kunci— Game, Media, Algoritma, A*(A Star),NPC, Rute Terpendek.

Penerapan Sistem Absensi Kehadiran Pegawai Berbasis Jaringan Wireless WPA2 Enterprise Wahyu Khamdani; IGL Putra Eka Prismana; Aditya Prapanca; Dodik Arwin Dermawan
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak—Sistem absensi kehadiran dan jaringan internet merupakan dua hal yang berkaitan dengan teknologi yang umumnya pasti dibutuhkan pada tiap perusahan ataupun instansi. Umumnya pegawai setiap datang dan pulang diharuskan untuk melakukan absensi dengan datang ke mesin absensi dan melakukan absensi baik melalui fingerprint atau deteksi wajah, dimana proses itu terkadang memakan waktu untuk dapat masuk ke ruang kerja karena ruang kerja dan lokasi mesin absensi yang cukup jauh. Untuk membantu pegawai dalam melakukan 2 hal sekaligus yakni autentikasi wifi dan melakukan absensi kehadiran diperlukan sistem absensi dengan menggunakan jaringan wifi. Untuk menerapkan sistem autentikasi jaringan wifi yang cocok untuk kehadiran dibutuhkan sistem autentikasi yang langsung dapat menggunakan username dan password tanpa captive portal yang membutuhkan bantuan browseruntuk autentikasi. Maka untuk memenuhi kebutuhan itu dapat terselesaikan dengan memakai metode autentikasi WPA2 Enterprise, dimana tiap pegawai hanya perlu memasukkan username dan password berupa email dan password yang diberikan instansi / pegawai, maka akan langsung berhasil masuk ke jaringan wifi dan sekaligus terekam untuk melakukan absensi kehadiran. Untuk menerapkan WPA2 Enterprise ini dibutuhkan bantuan freeradiusdalam mengolah data autentikasi dari pegawai yang kemudian akan diverifikasikan lagi melalui LDAP, dalam hal ini UNESA menggunakan Google LDAP. Alur dari autentikasinya yakni pegawai melakukan koneksi ke jaringan wifi kemudian memasukkan username dan password, kemudian access point akan meneruskan proses verifikasi ke freeradius dan freeradius akan membantu melakukan verifikasi dan validasi akun. Data hasil absensi diambil dari aktivitas berhasil login dari autentikasi wifi dimana dapat paling awal dan akhir akan dipakai datanya untuk data kehadiran. Kata Kunci—sistem absensi, wpa2 enterprise, free radius.

Evaluasi Kualitas Website Simontasi Unesa Menggunakan Metode Webqual dan Importance Performance Analysis (IPA) Mochammad Chafithul Ngulum; Aries Dwi Indriyanti
Journal of Informatics and Computer Science (JINACS) Vol 2 No 01 (2020)
Publisher : Universitas Negeri Surabaya

Abstrak -- Dalam konsteks pendidikan teknologi informasi memberikan pengaruh positif terhadap kinerja dunia pendidikan dalam upaya mewujudkan kegiatan belajar mengajar yang efektif. Situs SIMONTASI sebagai acuan mahasiswa dalam mendapatkan infomasi terkait skripsi maupun tugas akhir harus mampu memberikan informasi yang akurat dan up to date. Penilain terhadap kualitas website dapat dilihat dari harapan penggunanya, WebQual dan IPA digunakan sebagai metode evaluasi dan analisis situs SIMONTASI. Penelitian ini menggunakan WebQual sebagai dasar pembuatan kuesioner yang memiliki tiga dimensi yaitu Usability, Information Quality, dan Service Interaction. IPA digunakan sebagai alat analisa berupa tingkat kesesuaian, kesenjangan (GAP), dan kuadran. Hasil dari evaluasi bahwa kualitas dari website SIMONTASI tingkat kesesuaian 97,96 % yang menunjukkan responden merasa belum puas terhadap pelayananwebsite. Tingkat kesenjangan(GAP) bernilai -0,078 yang menunjukkan hasil dari kinerja website SIMONTASI belum dapat terpenuhi kepentingannya. Hasil analisis kuadran didapatkan 5 atribut berada di kuadran pertama, 5 atribut pada bagian kuadran kedua, 8 atribut pada bagian kuadran ketiga, 4 atribut pada bagian kuadran keempat. Kata Kunci: WebQual, Importance- Performance Analysis, SIMONTASI

Page 1 of 1 | Total Record : 10

Filter by Year

2020 2020

Filter By Issues

All Issue Vol. 7 No. 01 (2025) Vol. 6 No. 04 (2025) Vol. 6 No. 03 (2025) Article In Press(1) Vol. 6 No. 02 (2024) Vol. 6 No. 01 (2024) Vol. 5 No. 04 (2024) Vol. 5 No. 03 (2024) Vol. 5 No. 02 (2023) Vol. 5 No. 01 (2023) Vol 4 No 04 (2023) Vol 4 No 03 (2023) Vol 4 No 02 (2022) Vol 4 No 01 (2022) Vol 3 No 04 (2022) Vol 3 No 03 (2022) Vol 3 No 02 (2021) Vol 3 No 01 (2021) Vol 2 No 04 (2021) Vol 2 No 03 (2021) Vol 2 No 02 (2020) Vol 2 No 01 (2020) Vol 1 No 04 (2020) Vol 1 No 03 (2020) Vol 1 No 02 (2019) Vol 1 No 01 (2019) More Issue

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Martini Dwi Endah Susanti

Contact Email
jinacs@unesa.ac.id

Phone
-

Journal Mail Official
jinacs@unesa.ac.id

Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location
Kota surabaya,

Jawa timur

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Martini Dwi Endah Susanti

Contact Email jinacs@unesa.ac.id

Phone -

Journal Mail Official jinacs@unesa.ac.id

Editorial Address Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location Kota surabaya, Jawa timur INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Martini Dwi Endah Susanti

Contact Email
jinacs@unesa.ac.id

Phone
-

Journal Mail Official
jinacs@unesa.ac.id

Editorial Address
Gedung A10 Teknik Informatika, Kampus Unesa Ketintang Surabaya, Jawa Timur 60231

Location
Kota surabaya,

Jawa timur

INDONESIA