cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggun Fergina
Contact Email
anggun.fergina@nusaputra.ac.id
Phone
+6282214066121
Journal Mail Official
sentimeter@nusaputra.ac.id
Editorial Address
Program Studi Teknik Informatika Universitas Nusa Putra Sukabumi Jl. Raya Cibatu Cisaat No.21 Gedung B Lantai 4, Cibolang Kaler, Sukabumi Regency, Jawa Barat 43155
Location
Kab. sukabumi,
Jawa barat
INDONESIA
Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Published by Universitas Nusa Putra
ISSN : -     EISSN : 3048006X     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering
SENTIMETER merupakan kegiatan dalam bentuk seminar nasional dengan merepresentasikan kajian dan hasil penelitian baru di bidang Teknologi Informasi, Mekatronika dan Ilmu Komputer. Naskah atau makalah yang diterbitkan telah melalui kajian dari para mitra bestari dan telah lolos uji plagiasi. Jurnal ini menyediakan akses konten Teknik Informatika yang terbuka secara penuh dengan tujuan memberikan kontribusi pada penyebaran ilmu pengetahuan secara bebas untuk publik dan mendukung pertukaran pengetahuan secara global. SENTIMETER dikelola oleh Program Studi Teknik Informatika, Universitas Nusa Putra.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 59 Documents
 2   3   4   5   6 
Pengembangan Aplikasi Pencatatan Harian: Solusi Meningkatkan Produktivitas Pengguna Menggunakan Metode Prototyping Rifqi Muzakki; Rendika Febrian; Muhammad N A Harpan; Aden R Rustam; Muhammad R Herdian; Alun Sujjada
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Dalam era digital, kebutuhan akan aplikasi pencatatan harian yang interaktif dan efisien semakin meningkat. Banyak individu menghadapi tantangan dalam mengelola waktu dan tugas harian, yang berdampak negatif pada produktivitas. Penelitian ini bertujuan untuk mengembangkan aplikasi pencatatan harian interaktif menggunakan metode prototyping, yang memungkinkan pengumpulan umpan balik langsung dari pengguna untuk menciptakan solusi yang lebih relevan. Proses pengembangan dimulai dengan analisis kebutuhan pengguna melalui kuesioner, dilanjutkan dengan pembuatan prototipe awal aplikasi yang mencakup fitur-fitur seperti pencatatan teks, checklist, pengunggahan gambar, dan pengenalan suara (speech-to-text). Selanjutnya, prototipe diuji untuk mengukur efektivitas aplikasi berdasarkan umpan balik pengguna. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu meningkatkan produktivitas pengguna dalam mengelola waktu dan tugas harian mereka. Fitur-fitur seperti speech-to-text, sinkronisasi, dan pengingat dinilai sangat membantu, terutama dalam mendukung kebutuhan pencatatan harian yang lebih fleksibel dan interaktif. Namun, sebagian pengguna menyarankan peningkatan pada pengelolaan to-do-list dan efisiensi fitur penangkapan suara untuk memberikan pengalaman yang lebih baik. Aplikasi ini juga dinilai bermanfaat dalam berbagai situasi, mulai dari mencatat ide spontan hingga mencatat materi kuliah, dengan cara yang lebih terorganisir. Penelitian ini memberikan kontribusi teoretis dalam literatur pengembangan perangkat lunak berbasis prototyping dan mendorong adopsi teknologi modern seperti speech-to-text. Secara praktis, penelitian ini menawarkan solusi yang adaptif dan fungsional bagi pengguna modern. Dengan pengembangan fitur yang berkelanjutan, aplikasi ini memiliki potensi besar untuk memenuhi kebutuhan pencatatan harian yang terus berkembang di era digital.
Perbandingan Teknik Jaringan Syaraf Tiruan dalam Pengenalan Wajah Menggunakan Backpropagation dan Learning Vector Quantization Tri Hadianto; Muhammad Raihan Asshafwat; Muhammad Dafik Kholik Firdaus; Mirna Kamilah; Lufita Alvira; Ivana Lucia Kharisma
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Pengenalan wajah telah menarik minat penelitian yang signifikan, terutama melalui penerapan jaringan saraf buatan (ANN) untuk tugas-tugas seperti keamanan dan autentikasi. Studi ini membandingkan kinerja dua algoritma ANN terkemuka Backpropagation dan Learning Vector Quantization (LVQ) dalam sistem pengenalan wajah. Meskipun kedua algoritma memetakan masukan ke keluaran yang benar, keduanya berbeda dalam mekanisme pembelajaran dan karakteristik. Penelitian ini mengevaluasi efektivitasnya dalam hal akurasi, kecepatan komputasi, dan ketahanan terhadap variasi wajah, memanfaatkan kumpulan data dari Kaggle dan Labeled Faces in the Wild. Hasilnya menunjukkan bahwa model Backpropagation mencapai akurasi validasi sebesar 97%, mengungguli LVQ yang mencatat 78%, menyoroti keunggulan model Backpropagation dalam menangkap pola gambar kompleks dan menangani data berdimensi tinggi.
Sistem Rekomendasi Film Menggunakan Algoritma K-Nearest Neighbors Maximillian Huang; Sany Noor Fauzianty; Naufal Nuryanto; Saila Julia; Fransiskus Octavianus Mado Hurint; Ivana Lucia Kharisma
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Pemilihan film yang relevan dengan preferensi pengguna menjadi tantangan seiring meningkatnya jumlah pilihan film di berbagai platform. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi film berbasis algoritma K-Nearest Neighbors (KNN) guna memberikan rekomendasi yang lebih personal. Dataset yang digunakan dalam penelitian ini adalah movies_metadata.csv dan ratings_small.csv dari sumber publik. Model diuji dengan parameter k=5, 8, dan 10 menggunakan metrik kesamaan Cosine Similarity dan Euclidean Distance. Hasil pengujian menunjukkan bahwa konfigurasi k=10 dengan metrik Cosine Similarity memberikan hasil terbaik, dengan nilai Root Mean Square Error (RMSE) sebesar 1.0168. Sistem rekomendasi yang dikembangkan mampu memberikan rekomendasi film yang sesuai dengan preferensi pengguna berdasarkan data rating yang tersedia. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem rekomendasi untuk meningkatkan pengalaman pengguna dalam memilih film.
Analisis Risiko Keamanan Data WhatsApp Mod melalui Pendekatan Malware dan Pengaruhnya terhadap Privasi Pengguna Aripin Sihabudin; Talitha Nirmala Neva; Bul Joseph Kon Nyuon; Sahar adnan Abdo Qasem Alselwi; Iwan Setiawan
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Aplikasi WhatsApp modifikasi, seperti GB WhatsApp, FM WhatsApp, dan WhatsApp Plus, sering digunakan pengguna karena menawarkan fitur tambahan yang tidak tersedia di aplikasi resmi. Namun, aplikasi ini membawa risiko keamanan data dan privasi pengguna yang signifikan. Penelitian ini bertujuan untuk menganalisis ancaman yang ditimbulkan oleh aplikasi modifikasi terhadap privasi dan keamanan data pengguna. Metode yang digunakan mencakup analisis statis melalui VirusTotal dan Mobile Security Framework (MobSF) untuk mendeteksi keberadaan malware, izin berbahaya, serta kerentanan aplikasi. Hasil penelitian menunjukkan bahwa aplikasi modifikasi memiliki tingkat keamanan yang rendah, dengan deteksi malware seperti trojan, perangkat lunak berbahaya, dan modul tambahan tanpa izin pengguna. VirusTotal mengidentifikasi ancaman yang mencakup pencurian data, manipulasi perangkat, dan pengiriman data ke server tidak dikenal. Sementara itu, MobSF mengungkapkan kerentanan seperti Janus vulnerability dan konfigurasi jaringan yang tidak aman, yang memungkinkan serangan man-in-the-middle (MitM). Sebaliknya, aplikasi WhatsApp resmi menunjukkan tingkat keamanan yang jauh lebih tinggi tanpa adanya ancaman yang terdeteksi. Penelitian ini menekankan pentingnya menggunakan aplikasi resmi untuk melindungi privasi dan keamanan pengguna. Edukasi kepada pengguna dan penelitian lebih lanjut tentang risiko aplikasi modifikasi diperlukan untuk meningkatkan kesadaran masyarakat terhadap bahaya yang ditimbulkan
Analisis Masalah Serangan Phishing pada Penggunaan Email Moch. Irdi; Rega Aditya; Adzrial Ramdhani; Dhika Dwi Nugraha; M. Fauzi Ari Febrian; Nugraha
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Phishing merupakan salah satu ancaman siber yang paling sering dialami oleh pengguna email, yang bertujuan untuk mencuri informasi pribadi seperti kata sandi dan data keuangan. Permasalahan ini semakin meningkat dengan perkembangan teknologi komunikasi digital yang memudahkan pelaku serangan untuk menargetkan korban secara massal. Dalam penelitian ini, dilakukan analisis terhadap teknik dan metode serangan phishing melalui email serta dampaknya terhadap keamanan informasi pengguna. Metode yang digunakan meliputi pengumpulan dan analisis data dari insiden phishing yang dilaporkan oleh pengguna, serta pengujian berbagai algoritma deteksi phishing berbasis machine learning. Pengumpulan data dilakukan melalui survei dan pengamatan langsung terhadap pola serangan pada beberapa layanan email populer. Algoritma yang diuji termasuk Decision Tree, Random Forest, dan Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa metode deteksi berbasis machine learning memiliki tingkat akurasi yang tinggi dalam mengidentifikasi email phishing, dengan Random Forest mencapai akurasi sebesar 93%. Penelitian ini juga menemukan bahwa edukasi pengguna mengenai tanda-tanda phishing dan penerapan langkah-langkah keamanan yang ketat dapat secara signifikan mengurangi risiko menjadi korban serangan phishing. Implementasi hasil penelitian diharapkan dapat meningkatkan kesadaran dan perlindungan pengguna email terhadap ancaman phishing.
Menilai Keamanan Aplikasi Web Melalui Pengujian Penetrasi: Pendekatan Studi Kasus Dah Berrou; Salsa Rizkia Sabila; Muhammad Haidar Matin; Mohammad Fajril Ramdhani; Somantri
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Keamanan aplikasi web telah menjadi perhatian utama karena aplikasi tersebut semakin terintegrasi ke dalam operasi perusahaan kontemporer. Meningkatnya serangan siber yang menargetkan aplikasi ini mengungkap kelemahan serius, yang sering kali disebabkan oleh pengaturan yang salah dan pengodean yang buruk. Masalah mendesak dari langkah-langkah keamanan yang tidak memadai yang membuat perusahaan rentan terhadap pelanggaran dibahas dalam studi ini. Untuk menemukan kerentanan umum seperti injeksi SQL, skrip lintas situs (XSS), dan metode autentikasi yang lemah, kami melakukan pengujian penetrasi pada sejumlah aplikasi web operasional. Untuk memperoleh pemahaman menyeluruh tentang kelemahan keamanan, kami mereplikasi skenario serangan aktual menggunakan alat otomatis seperti Burp Suite dan metode pengujian manual. Pengujian kami mengungkap pola yang mengkhawatirkan: frekuensi kerentanan yang tinggi di semua aplikasi yang kami lihat. Banyak bisnis meremehkan bahaya yang ditimbulkan oleh celah keamanan ini, yang dapat mengakibatkan pelanggaran data yang serius, kerugian moneter, dan kerusakan reputasi. Hasil kami menunjukkan bahwa perusahaan sangat perlu meningkatkan prosedur dan proses keamanan mereka.Pentingnya pengujian penetrasi rutin sebagai prosedur mendasar untuk menjaga keamanan aplikasi web yang kuat merupakan salah satu kesimpulan utama yang diambil dari penelitian kami. Organisasi dapat mendeteksi kerentanan sebelum pelaku jahat memanfaatkannya dengan melakukan evaluasi yang komprehensif dan berkala. Studi kami juga memberikan saran praktis untuk meningkatkan langkah-langkah keamanan, seperti menggunakan teknik pengkodean aman yang mengutamakan keamanan selama tahap pengembangan. Lebih jauh, kami menekankan pentingnya melakukan penilaian kerentanan secara berkala untuk menjamin bahwa aplikasi selalu diawasi terhadap bahaya yang muncul. Menggunakan teknik autentikasi yang kuat, seperti autentikasi multi-faktor, juga penting untuk menjaga kepercayaan pengguna dan mengamankan data sensitif. Pada akhirnya, studi kami menekankan betapa pentingnya bagi bisnis untuk secara proaktif memperbaiki kerentanan keamanan. Bisnis dapat memperkuat pertahanan mereka terhadap serangkaian ancaman siber yang terus berubah dengan mengutamakan keamanan aplikasi web melalui pengujian yang sering dan menggunakan praktik terbaik
Pengembangan Aplikasi Monitoring Penggunaan Listrik Rumah Tangga Berbasis IoT dan Website Siti Alfiyyatuz Z.A.; Treza Lugina Pamungkas; Erik Riswanto Saputra; Ujang Solihin; Hadita Maulana; Supian Sauri
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

ABSTRAKPenggunaan listrik yang tidak efisien di rumah telah menjadi masalah umum di zaman sekarang, yang mengakibatkan pemborosan energi dan meningkatnya biaya tagihan. Selain kebutuhan listrik yang semakin meningkat dalam kehidupan sehari-hari, diperlukan solusi untuk mengatasi pengelolaan listrik yang tidak efisien. Penelitian ini mengusulkan pembuatan aplikasi online yang memberdayakan pengguna untuk memonitor penggunaan listrik secara real time melalui teknologi Internet of Things (IoT). Aplikasi ini memberikan informasi yang akurat dan laporan yang komprehensif tentang konsumsi listrik, membantu pengguna dalam mendeteksi pola konsumsi yang tidak efisien, dan memberikan saran untuk penghematan energi, sehingga tidak hanya membantu pengguna untuk mengurangi biaya listrik mereka, tetapi juga mendukung upaya global untuk mengurangi emisi karbon dan mempromosikan penggunaan energi yang lebih berkelanjutan. Diharapkan aplikasi ini dapat meningkatkan kesadaran masyarakat akan pentingnya efisiensi energi dan secara efektif berkontribusi pada pelestarian lingkungan alam. Penelitian sebelumnya juga menunjukkan bahwa kebiasaan sederhana yang diabaikan dapat mempengaruhi penggunaan listrik secara signifikan, yang jika tidak segera diatasi dapat menyebabkan kekurangan energi di masa depan.
Analisis Kinerja Routing Dinamis dengan Teknik RIP pada Topologi Bus dalam Jaringan LAN M. Sarhan Akasah; Raka Adriel Maheza; Muhamad Iqbal Ramadhan; Dava Febrian; Anggun Fergina; Kamdan; Yusup Solehudin
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Saat ini, masyarakat sangat tergantung pada teknologi, terutama internet, yang terus berkembang dari waktu ke waktu dan menjadi akses yang luas bagi semua orang. Internet memungkinkan kita untuk terhubung dengan berbagai perangkat, seperti kantor yang terhubung melalui alamat IP dalam jaringan. Dalam mengatur rute jaringan, ada dua pendekatan: secara statis dan dinamis dengan Teknik Protokol Informasi Routing (RIP). Penelitian ini berfokus pada penggunaan routing dinamis dengan RIP dalam topologi bus untuk pertukaran data. Kinerja routing dinamis dengan RIP diuji melalui metrik seperti throughput, delay, dan packet loss untuk mengevaluasi efektivitasnya. Protokol FTP digunakan untuk menguji transfer file, sementara ICMP digunakan untuk mengukur latensi melalui ping. Pengujian FTP dapat dilakukan melalui perintah di command prompt. Hasilnya menunjukkan bahwa delay dari routing dinamis adalah baik, dengan nilai di bawah 150 ms, dan packet loss lebih rendah dibandingkan dengan pendekatan lain.
Analisis Segmentasi Customer Olist Store E-Commerce menggunakan RFM Analysis Aldiansyah Ramadhan; Siti Khoerunnisa; Jamaludin Ahmad Rifai; Yasir Mubarak; Nazarudin Zaini
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan memahami pola perilaku konsumen dalam platform E-Commerce Olist Store menggunakan analisis RFM (Recency, Frequency, Monetary). Metode ini digunakan untuk melakukan segmentasi pelanggan dengan mempertimbangkan tiga dimensi kunci: seberapa baru pelanggan melakukan transaksi (Recency), seberapa sering mereka bertransaksi (Frequency), dan nilai moneter dari transaksi mereka (Monetary). Data transaksi dari platform E-Commerce Olist Store dikumpulkan dan dianalisis menggunakan algoritma RFM untuk mengelompokkan konsumen ke dalam segmen yang berbeda berdasarkan perilaku belanja mereka. Temuan analisis ini memberikan wawasan yang mendalam tentang preferensi dan kebiasaan konsumen, memungkinkan perusahaan E-Commerce untuk membuat keputusan strategis yang lebih baik dalam pemasaran, penawaran produk, dan pengembangan layanan pelanggan. Hasil penelitian ini dapat menjadi panduan berharga bagi praktisi E-Commerce dalam mengoptimalkan strategi pemasaran mereka, meningkatkan retensi pelanggan, dan meningkatkan nilai transaksi. Selain itu, metodologi RFM yang diterapkan dalam penelitian ini dapat menjadi dasar untuk penelitian lebih lanjut dalam pengembangan model segmentasi konsumen yang lebih canggih dan akurat dalam konteks E-Commerce..
Analisis Sentimen Media Sosial terhadap Kesehatan Mental Mahasiswa Menggunakan Algoritma Naïve Bayes Nugraha; Gina Purnama Insany; Muhammad Ilham Juardi; Kanza Salsabila; Muhammad Fadilah Nurjaman; Shanika Layung Medal Wangi
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penelitian ini fokus pada analisis sentimen data media sosial menggunakan bahasa pemrograman Python. Dua tahap preprocessing, seleksi, dan transformasi data, diterapkan untuk membentuk struktur data yang lebih terorganisir. Namun, penelitian juga menganjurkan perbandingan dengan metode klasifikasi lain, seperti Naïve Bayes di Python, yang melibatkan empat tahap preprocessing: Normalisasi, Stopword, Tokenize, dan Stemming. Hasil analisis sentimen menyoroti dampak negatif pada kesehatan mental mahasiswa, terutama terkait dengan tweets negatif yang dominan. Temuan ini menggambarkan pengaruh besar media sosial terhadap kesehatan mental individu. Implikasinya memberikan pemahaman lebih mendalam tentang dinamika interaksi sosial di dunia digital dan risikonya terhadap kesejahteraan psikologis. Penelitian ini membahas pentingnya analisis sentimen dalam konteks media sosial menggunakan Python. Hasilnya menggambarkan urgensi pemahaman terhadap dampak kesehatan mental di kalangan mahasiswa akibat interaksi negatif di dunia maya. Implikasinya dapat menjadi dasar bagi tindakan pencegahan dan pemahaman lebih lanjut tentang peran media sosial dalam kesejahteraan mental

Page 5 of 6 | Total Record : 59

 2   3   4   5   6 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol 4 (2025): Sentimeter 2025 Vol 3 (2024): Sentimeter 2024 Vol 2 (2023): Sentimeter 2023 Vol 1 (2022): Sentimeter 2022