cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Rani Megasari
Contact Email
megasari@upi.edu
Phone
+628112412413
Journal Mail Official
jatikom@upi.edu
Editorial Address
Program Studi Ilmu Komputer FPMIPA Universitas Pendidikan Indonesia Jl.Setiabudhi 229 Bandung Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer
Published by Universitas Pendidikan Indonesia
ISSN : -     EISSN : 2615577X     DOI : https://doi.org/10.17509/jatikom
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering
JATIKOM adalah jurnal nasional yang ditujukan sebagai media publikasi hasil-hasil penelitian tentang aplikasi dan teori di rumpun bidang ilmu komputer seperti kecerdasan buatan, rekayasa perangkat lunak, basis data, sistem informasi, jaringan komputer, teknologi informasi, simulasi dan pemodelan, riset operasi, sistem digital, dan multimedia. JATIKOM diterbitkan dua kali setahun, yaitu pada bulan Maret dan September oleh Program Studi Ilmu Komputer Departemen Pendidikan Ilmu Komputer, Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam (FPMIPA), Universitas Pendidikan Indonesia (UPI). Kami mengundang peneliti, akademisi dan praktisi industri yang memiliki hasil penelitian terkait aplikasi dan teori ilmu komputer untuk berkontribusi dalam jurnal ini.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 7 Documents
 1 
Search results for , issue "Vol 4, No 2 (2021)" : 7 Documents clear
IMPLEMENTASI ALGORITMA BLOK CIPHER 3 DAN RSA DALAM MENGENKRIPSI DATA HAK CIPTA YANG DISISIPKAN PADA AUDIO MP3 MENGGUNAKAN METODE LEAST SIGNIFICANT BIT ., Ariswara; Judhie, Rizky Rachman; Nursalman, Muhamad
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.27867

Abstract

Penyalahgunaan data hak cipta syringe terjadi pada era digital sekarang, dimana informasi sangat mudah sehingga untuk memanipulasi informasi sangat mudah juga, terutama karena data hak cipta pada media yang sering dipakai seperti lagu. Oleh karena itu dibutuhkan sebuah perangkat lunak atau alat yang dapat menyimpan data hak cipta, salah satunya adalah perangkat lunak yang memiliki fungsi dalam mengenkripsi data hak cipta menggunakan metode kriptografi. Pada penelitian metode yang dipakai dalam mengenkripsi data hak cipta adalah metode kriptografi RSA dan BC3, dimana RSA merupakan metode kriptografi asimetris yang menghasilkan dua kunci berbeda yatu kunci publik dan privat, pada metode ini data hak cipta di proses menggunakan dua buah bilangan prima, Sedangkan BC3 merupakan metode kripografi simetris yang menghasilkan kunci privat saja, dengan menggunakan dua buah metode kriptografi maka data hak cipta memiliki keamanan ganda sehingga dapat menjamin kemanan data hak cipta, setelah dienkripsi data hak cipta akan lebih aman dan mudah di akses data hak cipta di input kedalam media yang memiliki data hak cipta tersebut, maka dari itu metode LSB sangat memudahkan untuk fungsi tersebut, dimana metode LSB akan menyisipkan data hak cipta kedalam media. Hasil pengujian enkripsi dan dekripsi data hak cipta lagu menggunakan metode BC3 dan RSA menunjukan bahwa data sangat sensitif terhadap perubahan, sehingga menjamin kerahaisaan data, begitupun data hak cipta dapat diekstrak dari Stegano File yang berupa file audio menggunakan metode LSB.
Implementasi Neural Network untuk Mengenali Kepribadian Seseorang Menggunakan Model Big Five Personality Berdasarkan Rating Genre Video Game yang Diberikan oleh Responden Dzikriansyah, Reyhan Fikri; Sukamto, Rosa Ariani; Hambali, Yudi Ahmad
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.41500

Abstract

Kepribadian seseorang merupakan hal pentingyang perlu dikenali karena memiliki berbagai kegunaan,diantaranya ialah untuk melakukan crowdsourcing, memilihseseorang yang cocok menjadi pemimpin, dan meningkatkankemampuan metakognisi guru bahasa. Salah satu machinelearning yang dapat digunakan untuk mengenali kepribadianseseorang ialah Automatic Personality Recognition (APR).Pada APR, model kepribadian yang sering digunakan ialahbig five personality. Model big five personality telah ditelitimemiliki korelasi dengan preferensi genre video game yangberbentuk data kuesioner berskala rating. Neural networkpernah digunakan sebagai algoritma APR dengan data ratingdesain karakter video game. Neural network juga telah ditelitimemiliki kinerja yang lebih baik dari teknik statistik standaruntuk data kuesioner berskala rating. Penelitian skripsi inimembahas tentang APR yang menggunakan data ratinggenre video game sebagai fitur, big five personality sebagaimodel kepribadian, dan neural network sebagai algoritma.Data rating genre video game didapat dengan kuesionerpreferensi genre video game dan data big five personalitydidapat dengan kuesioner Big Five Inventory Socio-EconomicPanel (BFI-S). Penelitian ini terdiri dari beberapa tahap,yaitu: (1) Pembuatan Kuesioner; (2) Pengumpulan Data; (3)Eksperimen; (4) Analisis Hasil. Hasil penelitian inimenunjukkan bahwa: (1) Fitur rating genre video gameefektif untuk mengenali dimensi kepribadianconscientiousness dengan RMSE sebesar 0.79459; (2) Neuralnetwork mengeluarkan hasil yang lebih baik dari teknikstatistik standar; (3) Neural network bukanlah metodeterbaik dalam APR menggunakan model big five personalityberdasarkan rating genre video game.
Mesin Rekomendasi Film Menggunakan Metode Deep Autoencoder Maulana, Muhamad Adie; Wihardi, Yaya; Piantari, Erna
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.41503

Abstract

Layanan penyedia jasa berbasis internet seperti Netflix, Iflix, Amazon Prime, dan lainnya telah mengalami peningkatan total waktu tonton secara drastis dalam kurun waktu sepuluh tahun kebelakang. Pada tahun 2017, pengguna layanan Netflix secara kolektif telah menonton konten Netflix selama 140 juta jam per hari dan mendapatkan pendapatan sebesar 11 milyar dollar amerika [1]. Hampir 80% waktu yang ditonton di Netflix berasal dari mesin rekomendasi yang dibangun oleh Netflix. Hampir semua mesin rekomendasi menggunakan metode collaborative filtering, namun metode Restricted Boltz-mann machines untuk membangun collaborative filtering [2], menunjukkan hasil prediksi yang konsisten meskipun data pelatihan meningkat, sehingga masalah skabilitas dapat teratasi. Konsep yang diadopsi dari model deep learning adalah kemampuan metode ini untuk mengekstraksi fitur robust secara unsupervised melalui rekonstruksi input autoencoder.  Berdasarkan hasil pengujian dengan data uji 6040 user, 3883 item (film), dan 1.000.209 rating  menghasilkan nilai loss yang rendah yaitu 0.7322 dan nilai RMSE 0,7227 dengan menggunakan metode autoencoder yang telah dimodifikasi.
Sistem Rekomendasi Pemilihan Rumah Sakit Kota Bandung Berdasarkan Preferensi User Pratama, Reza; Wahyudin, Asep; Putro, Budi Laksono
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.41498

Abstract

Tingginya kebutuhan masyarakat terhadap layanan kesehatan rumah sakit sementara informasi detail mengenai rumah sakit masih kurang memadai. Padahal peran rumah sakit sangatlah penting untuk pengobatan dan penanggulangan kesehatan bagi masyarakat setempat secara cepat. Apabila terjadi gawat darurat, dibutuhkan rute terpendek atau rute tercepat untuk menuju rumah sakit dan informasi mengenai ketersediaan tempat tidur rawat inap. Pada makalah ini berhasil membangun sistem rekomendasi pemilihan rumah sakit berdasarkan preferensi user yang di dalamnya user dapat memilih rumah sakit berdasarkan jenis dan kelas rumah sakit sesuai dengan kebutuhan user, melihat informasi detail berupa jadwal dokter, instalasi rawat jalan, ketersediaan tempat tidur rawat inap dan tarif layanan dari tiap-tiap rumah sakit, dan mendapatkan rekomendasi jalur terpendek atau jalur tercepat menuju rumah sakit menggunakan Google Maps API. Sistem yang telah dibuat telah memiliki kelima nilai aspek usability, sehingga dapat disimpulkan bahwa sistem rekomendasi yang telah dibangun efektif dan dapat sesuai dengan kebutuhan user
Mobile Academic Management And Informatiom System Berbasis Android dengan Push Notification untuk Menunjang Kegiatan Akademik Mahasiswa Kevin, Lundy Van; Sukamto, Rosa Ariani; Piantari, Erna
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.41504

Abstract

MyEdu merupakan prototipe sistem informasi akademik berupa aplikasi klien Android. Seluruh sistem baru ini terintegrasi dengan teknologi push notification yang mampu  memberikan notifikasi ke perangkat mahasiswa secara daring. Berbeda dari sistem informasi berupa website biasa, informasi pada mahasiswa dapat diterima mahasiswa secepat mungkin setelah informasi tersebut disebarkan dengan adanya teknologi notifikasi. Aplikasi yang terinstal pada perangkat smartphone memastikan mahasiswa dapat menerima notifikasi informasi akademik secara berkelanjutan. Informasi yang disajikan dapat dikelola oleh mahasiswa baik itu disimpan, diunduh, dibagikan antar aplikasi lain, dan ditambahkan ke kalender pengguna sebagai pengingat. Kampus juga dimudahkan dalam penyebaran informasi dan mengurangi ketergantungannya pada media sosial yang rawan dengan peniruan. Sistem baru ini dapat jadi andalan kampus dalam memberikan informasi akademik secara cepat dan efektif dalam rangka menunjang aktivitas akademik mahasiswa.
Deteksi Sepeda Motor di Jalan Raya Menggunakan Faster R-CNN Berbasis VGG16 Yudha, Moch Dian Lazuardi; Setiawan, Wawan; Wihardi, Yaya
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.41499

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek dengan masukan berupa data citra dalam ukuran bebas. Pengembangan model sistem deteksi objek dilakukan penerapan Machine Learning untuk mengatasi deteksi objek pada sebuah citra dengan metode Faster R-CNN yang berbasis algoritma VGG16. Sistem yang dikembangkan menghasilkan bounding box pada sebuah objek yang berada didalam citra. Pengembangan sistem dilakukan dalam bahasa pemrograman Python dengan memanfaatkan beberapa library seperti Keras. Eksperimen dilakukan dengan mengukur nilai loss dari data training yang dimasukan kedalam sistem. Hasil eksperimen menunjukan bahwa informasi yang dihasilkan terbukti dapat mendeteksi objek pada sebuah citra yang diberikan. Sistem ini dapat menghasilkan informasi berdasarkan data citra yang telah di-training dengan sistem ini. 
SISTEM PENDUKUNG KEPUTUSAN PENCARIAN KARYAWAN BARU MENGGUNAKAN METODE PROFILE MATCHING Khauli, Arindya; Alexander, Tobias
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 2 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i2.30486

Abstract

Pada saat ini memilih karyawan baru sangat sulit dilakukan, dikarenakan pemilihannya yang masih dilakukan secara manual. Hal ini membuat manager dari alfamart ini mengalami kesulitan dalam  memilih karyawan yang akan di jadikan karyawan yang terbaik. Hingga sampai saat ini dilakukan dengan cara manual. Sehingga memerlukan suatu sistem pendukung keputusan yang digunakan untuk pemililhan karyawan terbaik. Pada sistem pengambilan keputusan ini dengan menggunakan metode Profile Matching untuk menentukan alternative dan kriteri. Adapun kriteria yang akan digunakan untuk menentukan karyawan terbaik yaitu aspek kecerdasan, target kerja dan sikap kerja.pada pengujian dan penerapannya yangn dilakukan dengan memperoleh hasil karyawan terbaik dengan beberapa alternatifnya yaitu karyawan yang menjadi alternatif ke 1 yang dijadikan sebagai karyawan yang terbaik.

Page 1 of 1 | Total Record : 7

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 7, No 2 (2024): September 2024, Jurnal Aplikasi dan Teori Ilmu Komputer (Jatikom) Vol 7, No 1 (2024) Vol 6, No 1 (2023) Vol 4, No 2 (2021) Vol 4, No 1 (2021) Vol 3, No 2 (2020) Vol 3, No 1 (2020) Vol 1, No 2 (2018) Vol 1, No 1 (2018)