Articles
48 Documents
Search results for
, issue
"Vol 4, No 1 (2015)"
:
48 Documents
clear
<![CDATA[Pengaman Pengiriman Pesan Via SMS dengan Algoritma RSA Berbasis Android ]]>
<![CDATA[Andi Riski Alvianto]]>;
<![CDATA[Darmaji Darmaji]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (6462.579 KB)
|
DOI: 10.12962/j23373520.v4i1.8849
<![CDATA[Saat ini penggunaan Smartphone sangat digemari oleh banyak kalangan, khususnya Smartphone berbasis Android. Mulai dari kalangan masyarakat bawah hingga kalangan atas, semua sudah tidak asing lagi. Salah satu fitur Smartphone yang juga banyak diminati oleh masyarakat adalah SMS. SMS adalah salah satu fitur yang banyak digunakan dan dimanfaatkan oleh masyarakat, namun ada satu masalah yang sering dihadapi oleh masyarakat dalam menggunakan SMS yaitu masalah keamanan pesan SMS. Kriptografi merupakan salah satu solusi yang dapat dimanfaatkan dan dikembangkan dalam menyelesaikan permasalahan keamanan pesan SMS. Dengan melakukan enkripsi pada pesan SMS, maka keamanan pesan SMS akan lebih terjaga dan aman. Kriptografi memiliki banyak teknik dalam melakukan pengenkripsian pesan SMS dan salah satu yang memiliki tingkat keamanan yang tinggi dan tingkat kesulitan dalam pemecahannya adalah algoritma RSA. Pada tugas akhir ini, penulis mengembangkan sebuah aplikasi pada smartphone berbasis Android untuk memodifikasi pesan SMS menjadi ciphertext agar isi informasi dari SMS tersebut tidak diketahui oleh orang lain. Untuk pengiriman SMS sistem mengenkripsi pesan menjadi ciphertext kemudian mengirimkan ke nomor tujuan. Untuk penerimaan SMS sistem mendekripsi ciphertext menjadi plaintext menggunakan kunci yang diinputkan oleh penerima kemudian menampilkan plaintext kepada penerima. Metode yang digunakan dalam mengenkripsi dan mendekripsi pesan adalah algoritma RSA dan implementasinya menggunakan Eclipse IDE.]]>
<![CDATA[Sistem Pendukung Keputusan Dalam Memilih Jurusan SMA Menggunakan Model Yager ]]>
<![CDATA[Rozi, Muhammad Fakhrur]]>;
<![CDATA[Irawan, Mohammad Isa]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4334.078 KB)
|
DOI: 10.12962/j23373520.v4i1.8865
<![CDATA[Banyak siswa yang akan melanjutkan sekolah ke jenjang SMA bingung untuk memilih jurusan. Hal ini disebabkan kebanyakan siswa belum sepenuhnya memahami mata pelajaran di tingkat SMA sehingga menyulitkan siswa untuk masuk ke jurusan sesuai dengan bakat, minat dan akademik masing-masing siswa. Sistem pendukung keputusan dengan menggunakan FMADM Model Yager dirancang dan dibangun sebagai pendukung keputusan pemilihan jurusan di tingkat SMA. Model Yager dipilih sebagai model analisis pemilihan jurusan di tingkat SMA dikarenakan mampu menunjukkan tingkat kepentingan antar kriteria, dan memberikan kemudahan dalam proses perangkingan sehingga sistem ini dapat membantu siswa dalam memilih jurusan. Sistem ini dirancang dengan menggunakan PHP dan pembuatan database menggunakan MySQL. Pada Tugas Akhir ini, diasumsikan kriteria yang digunakan oleh lembaga Psikologi sama dengan kriteria yang digunakan oleh sistem. Hasil penjurusan yang telah dilakukan oleh sistem hampir mendekati saran penjurusan yang dilakukan oleh lembaga Psikologi. Hal ini berdasarkan data siswa yang digunakan dalam penelitian yang berjumlah 99 siswa diperoleh 72 siswa yang hasilnya sama dengan hasil saran yang diberikan lembaga Psikologi.]]>
<![CDATA[Penerapan Metode Optimasi Multirespon Menggunakan Hybrid PCA-Taguchi dan PCR-TOPSIS Taguchi pada Penggurdian Material Komposit ]]>
<![CDATA[Chusnul Khotimah]]>;
<![CDATA[Muhammad Mashuri]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2829.546 KB)
|
DOI: 10.12962/j23373520.v4i1.8788
<![CDATA[Penggunaan material komposit mengalami peningkatan yang signifikan. Kelebihan material komposit dibandingkan material konvensional adalah memiliki kekuatan yang tinggi dengan berat yang rendah, formability, ketahanan korosi, ketahanan aus, dan arah kekuatan dapat dikendalikan. Proses gurdi merupakan proses pemesinan yang dilakukan pada material komposit. Kinerja dari proses gurdi pada material komposit dapat dievaluasi berdasarkan beberapa karakteristik kualitas seperti gaya tekan, momen torsi, dan delaminasi yang terjadi pada entri dan exit lubang hasil penggurdian. Ukuran-ukuran kinerja tersebut juga dapat digunakan untuk mengevaluasi kinerja dari proses gurdi. Penelitian dilakukan pada proses penggurdian dengan menggunakan material komposit. Optimasi dilakukan dengan menggunakan metode hybrid PCA-Taguchi yang dibandingkan dengan PCR-TOPSIS Taguchi. Dari hasil penelitian ini didapatkan hasil bahwa dengan menggunakan metode hybrid PCA-Taguchi kondisi optimum dapat dicapai pada kombinasi level A3B1C3 dengan kecepatan putaran spindel 1250 rpm, gerak makan 0,07 mm per putaran dan sudut ujung pahat 135o. Sedangkan dengan menggunakan metode PCR-TOPSIS Taguchi kondisi optimum dapat dicapai pada kombinasi level yang sama. Berdasarkan persentase kontribusi eror dan koefisien determinasi dari kedua metode, didapatkan kesimpulan bahwa dengan menggunakan metode hybrid PCA-Taguchi didapatkan hasil yang lebih baik.]]>
<![CDATA[Analisis Reliabilitas Dan Availabilitas Pada Mesin Produksi Dengan Sistem Seri Menggunakan Pendekatan Analisis Markov Di Pt. “X” ]]>
<![CDATA[Luh Ade Arista Dwi Astarini]]>;
<![CDATA[Haryono Haryono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2708.687 KB)
|
DOI: 10.12962/j23373520.v4i1.8811
<![CDATA[Performance mesin merupakan salah satu penentu besarnya kapasitas suatu sistem produksi. Sebuah riset menyatakan kebutuhan terhadap bahan bangunan akan mengalami peningkatan hingga tahun 2016 dikarenakan tingginya pembangunan di Indonesia. Peningkatan kebutuhan bahan bangunan membentuk persaingan antar produsen bahan bangunan. PT. “X” mendirikan pabrik baru untuk meningkatkan kapasitas produksi yakni Pabrik 4 (P4). P4 telah dilengkapi dengan peralatan terbaru dan tercanggih. Namun dengan komposisi mesin baru dan canggih, P4 masih memiliki kapasitas produksi yang rendah. Hal ini disebabkan oleh availabilitas dan reliabilitas mesin yang masih rendah. Selain itu, total biaya maintenance yang dikeluarkan untuk P4 paling tinggi dibandingkan plant lainnya. Sebagai bentuk evaluasi dan peningkatan performance mesin, dapat dilakukan penelitian menggunakan pendekatan persamaan diferensial yang diperoleh melalui diagram transisi Markov sebab kondisi subsistem saling dependen. Hasil penelitian menunjukkan interval perawatan setiap 55 jam (3 hari) sekali sebagai waktu optimal yang dapat meminimumkan biaya perawatan sistem. Selain itu agar performance sistem meningkat, subsistem Rollermill dan Rawmill 4 harus diberi prioritas utama dalam hal maintenance. Sebab perubahan laju kerusakan kedua subsistem memberikan perubahan yang signifikan terhadap availabilitas dan reliabilitas sistem.]]>
<![CDATA[Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesehatan Masyarakat Menggunakan Metode Kohonen SOM dan K-Means ]]>
<![CDATA[Marina Marsudi Putri]]>;
<![CDATA[Kartika Fithriasari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2155.816 KB)
|
DOI: 10.12962/j23373520.v4i1.8815
<![CDATA[— Kondisi kesehatan masyarakat di Jawa Timur yang tidak homogen akan menyulitkan bagi Tim Pembina Kota Sehat pada saat melakukan pembinaan dan monitoring. Berdasarkan hal tersebut diperlukan pengelompokan kabupaten dan kota di Jawa Timur yang didasarkan pada kemiripan karakteristik kondisi kesehatan masyarakat, sehingga proses pembinaan dan monitoring akan dilakukan berdasarkan kelompok kabupaten dan kota yang terbentuk. Pengelompokan kabupaten/kota di Jawa Timur akan dilakukan menggunakan metode Kohonen SOM kemudian akan dibandingkan dengan hasil pengelom-pokan metode klasik K-Means, yang merupakan metode penge-lompokan yang populer dan sering digunakan, berdasarkan kriteria nilai icdrate (internal cluster dispersion rate). Pada peng-ujian Bartlett diperoleh kesimpulan bahwa terdapat hubungan atau korelasi di antara variabel penelitian. Setelah dilakukan analisis faktor untuk mereduksi variabel diperoleh 3 faktor baru yang terbentuk. Berdasarkan nilai Pseudo Fstatistics yaitu sebe-sar 13,819, hasil pengelompokan terbaik adalah menggunakan metode Kohonen SOM dengan jenis topologi hextop. Sedangkan pada metode K-Means nilai Pseudo Fstatistics terbesar yaitu 9,781 ketika digunakan kelompok sebanyak 2 klaster. Perban-dingan hasil klaster terbaik berdasarkan nilai icdrate diperoleh kesimpulan bahwa nilai icdrate metode Kohonen SOM yaitu sebesar 0,962 lebih kecil dibandingkan dengan nilai icdrate hasil pengelompokan metode K-Means yaitu sebesar 0,988. Pada hasil pengujian One-way MANOVA diperoleh kesimpulan bahwa pada masing-masing kelompok yang terbentuk memiliki per-bedaan.]]>
<![CDATA[Optimasi Taguchi Multirespon melalui Pendekatan Fungsi Desirability dengan Regresi Fuzzy pada Kasus Kuat Tekan dan Daya Serap Air Produk Batako ]]>
<![CDATA[Tri Murniati]]>;
<![CDATA[Sony Sunaryo]]>;
<![CDATA[Lucia Aridinanti]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3161.945 KB)
|
DOI: 10.12962/j23373520.v4i1.8818
<![CDATA[PT. X yang berlokasi di Gresik adalah perusahaan yang memproduksi batako. Selama ini kualitas batako yang dihasilkan PT.X masih dibawah standar nasional. Berdasarkan SNI 03-0348-1989 tentang mutu batako, karakteristik kualitas batako terdiri dari kuat tekan dan daya serap air dengan standar minimal untuk kuat tekan batako adalah 45 kg/cm2 dan daya serap air maksimal sebesar 35%. Untuk meningkatkan mutu batako, PT.X menggunakan bahan FAS (X1), bottom ash (X2) dan agregat halus (X3) dengan rincian level FAS (0,4;0,5;0,6), Bottom ash (4 bagian; 5 bagian; 6 bagian) dan agregat halus (3 bagian; 2 bagian; 1 bagian). Penelitian sebelumnya dilakukan Damaris [2] dengan pendekatan Taguchi Total Loss Function dengan hasil kombinasi level optimal FAS 0,4, bottom ash 5 bagian serta agregat halus 2 bagian. Level optimum penelitian Damaris [2] menghasilkan nilai desirability untuk model a sebesar 0,90; model b sebesar 0,87 dan model c sebesar 0,85. Dengan menerapkan level tersebut diperoleh biaya produksi batako per unit 1650 rupiah. Penelitian menggunakan pendekatan fungsi desirability dan regresi fuzzy menghasilkan nilai desirability 0,91 untuk model a; 0,95 untuk model b dan 0,76 untuk model c. Dengan menggunakan model c diperoleh biaya produksi 1596 rupiah per unit sehingga lebih hemat 54 rupiah per unit batako.]]>
<![CDATA[Perbandingan Reduced Support Vector Machine dan Smooth Support Vector Machine untuk Klasifikasi Large Data ]]>
<![CDATA[Epa Suryanto]]>;
<![CDATA[Santi Wulan Purnami]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2963.994 KB)
|
DOI: 10.12962/j23373520.v4i1.8832
<![CDATA[Klasifikasi merupakan pengelompokan objek ke dalam dua atau lebih kelompok yang didasarkan pada variabel yang diamati. Support Vector Machine merupakan metode berbasis machine learning yang sangat menjanjikan untuk dikembangkan karena memiliki performansi tinggi dan dapat diaplikasikan secara luas untuk klasifikasi dan estimasi. SVM memanfaatkan optimasi dengan quadratic programming, sehingga untuk data berdimensi tinggi dan berjumlah besar, SVM menjadi kurang efisien. Untuk mengatasi hal tersebut, dikembangkan Smooth Support Vector Machine (SSVM). Pada jumlah data yang besar SSVM juga tidak efisien kemudian dikembangkan Reduced Support Vector Machine (RSVM) yang melakukan klasifikasi dengan menggunakan sebagian karakteristik dari data yang dipilih secara random. Hasil penelitian ini menunjukkan pada jumlah data yang relatif kecil (kurang dari 1000) metode SSVM dan RSVM memberikan performansi yang sama, tetapi pada data yang relatif besar (lebih dari 1000) RSVM memberikan performansi yang lebih baik daripada SSVM.]]>
<![CDATA[Deteksi Outlier Pada Model ARIMA Musiman Ganda Untuk Peramalan Beban Listrik Jangka Pendek di Jawa Timur ]]>
<![CDATA[Indah Kurnia Putri]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (4431.664 KB)
|
DOI: 10.12962/j23373520.v4i1.8837
<![CDATA[Perencanaan yang baik akan memberikan kontri-busi besar terhadap pengembangan sistem distribusi karena merupakan ujung tombak dari pelayanan energi listrik yang langsung berhubungan dengan konsumen. Namun karena banyaknya data dalam peramalan beban listrik jangka pendek, membuat peramalan yang dilakukan tidak memenuhi asumsi distribusi normal. Hal ini dikarenakan outlier yang banyak dalam data. Penelitian ini fokus untuk mendeteksi outlier yang terjadi supaya asumsi distribusi normal terpenuhi. Apalagi belum ada software yang mampu mendeteksi outlier pada musiman ganda karena banyaknya outlier. Metode yang digunakan prosedur iteratif dengan pembagian data sebagai pengembangannya. Sebagai pengembangan metode maka diperlukan pemvalidasian metode yang dilakukan dari simulasi AR (1) dengan outlier. Hasil yang didapatkan yaitu metode pendeteksian outlier dari simulasi mampu mengatasi outllier lalu diterapkan terhadap data beban listrik jangka pendek sehingga menghasilkan model ARIMA yang memenuhi asumsi distribusi normal. Pada data I diperoleh outlier pada periode ke 1698 dan ke 1790 dengan efek 20 data setelahnya, jadi ada 22 outlier. Adanya outlier pada data I ini bertepatan dengan pemilu Legislatif tanggal 9 April 2014. Kemudian untuk data II diperoleh outlier sebanyak 177 dimana pada data II bertepatan dengan pemilu presiden tanggal 9 Juli 2014 dan hari Raya Idul Fitri tanggal 28 Juli 2014.]]>
<![CDATA[Pemetaan Dan Pemodelan Jumlah Kasus Penyakit Tuberculosis (Tbc) Di Provinsi Jawa Barat Dengan Pendekatan Geographically Weighted Negative Binomial Regression (Gwnbr) ]]>
<![CDATA[Wahendra Pratama]]>;
<![CDATA[Sri Pingit Wulandari]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (5080.612 KB)
|
DOI: 10.12962/j23373520.v4i1.8844
<![CDATA[Tuberkulosis merupakan salah satu penyakit saluran pernafasan bawah dan menular yang disebabkan oleh bakteri Mycrobacterium Tuberculosis. Provinsi Jawa Barat menduduki peringkat pertama jumlah kasus penyakit Tuberculosis di Indonesia. Dalam penelitian ini dilakukan pemetaan dan pemodelan jumlah kasus Tuberculosis di Provinsi Jawa Barat dengan pendekatan Geographically Weighted Negative Binomial Regression (GWNBR). Data jumlah kasus TBC merupakan data count sehingga analisis yang digunakan untuk memodelkan data count adalah dengan regresi Poisson. Dalam analisis regresi Poisson sering kali muncul fenomena overdispersi dalam pemodelan tersebut. Jika terjadi overdispersi, regresi Poisson tidak sesuai untuk memodelkan data dan model yang akan terbentuk menghasilkan estimasi parameter yang bias. Salah satu metode yang digunakan dalam mengatasi overdispersi dalam regresi Poisson adalah regresi Binomial Negatif. Dengan memperhatikan aspek spasial (wilayah) maka digunakan metode Geographically Weighted Negative Binomial Regression. Hasil penelitian menghasilkan 5 pengelompokkan kabupaten/kota berdasarkan variabel yang mempengaruhi. Faktor yang mempengaruhi jumlah kasus TBC di semua kabupaten/kota di Provinsi Jawa Barat adalah persentase rumah tangga yang berperilaku hidup bersih dan sehat (PHBS).]]>
<![CDATA[Pendekatan Percentile Error Bootstrap pada Model Double Seasonal Holt-Winters, Double Seasonal ARIMA, dan Naïve untuk Peramalan Beban Listrik Jangka Pendek Area Jawa Timur-Bali ]]>
<![CDATA[Hidayatul Khusna]]>;
<![CDATA[Suhartono Suhartono]]>
<![CDATA[ Jurnal Sains dan Seni ITS Vol 4, No 1 (2015) ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (3562.938 KB)
|
DOI: 10.12962/j23373520.v4i1.8862
<![CDATA[Interval prediksi pada model double seasonal Holt-Winters (DSHW) tidak dapat dikonstruksi dengan cara analitis. Jika digunakan untuk meramal jauh ke depan, model double seasonal ARIMA memiliki varians error yang semakin besar sehingga interval prediksi menjadi semakin lebar. Sementara model Naïve untuk data musiman memiliki varians error yang semakin besar setiap kelipatan periode musiman. Penelitian ini bertujuan untuk meramalkan beban listrik area Jawa Timur-Bali menggunakan pendekatan percentile error bootstrap (PEB) pada model DSHW, DSARIMA, dan Naïve. Data yang digunakan adalah beban listrik per setengah jam dalam satuan Mega Watt (MW) dari periode 1 Januari 2013 hingga 30 September 2014. Hasil penelitian menunjukkan bahwa model DSARIMA merupakan model terbaik berdasarkan kriteria out-sample sMAPE, kriteria in-sample AIC-SBC, serta kriteria out-sample rata-rata lebar interval prediksi. Dengan demikian, dapat disimpulkan bahwa model terbaik untuk peramalan beban listrik jangka pendek area Jawa Timur-Bali adalah model DSARIMA dengan interval prediksi yang dikonstruksi menggunakan pendekatan percentile error bootstrap.]]>
