cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyu Andhyka Kusuma
Contact Email
kusuma.wahyu.a@gmail.com
Phone
+628973127396
Journal Mail Official
wahyukusuma@umm.ac.id
Editorial Address
Program Studi Informatika Fakultas Teknik, Universitas Muhammadiyah Malang Raya Tlogomas 246 Malang, Indonesia Telepon 0341-464318 Ext. 247 Kontak: +628973127396 (Wahyu Andhyka Kusuma) Penerbit: (0341) 464319 - ext. 243 (LPPI Universitas Muhammadiyah Malang)
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Repositor
Published by Universitas Muhammadiyah Malang
ISSN : 27147975     EISSN : 27161382     DOI : https://doi.org/10.22219/repositor
Core Subject :
Jurnal Repositor merupakan jurnal ilmiah dengan ruang lingkup keilmuan bidang informatika. Jurnal ini mempublikasikan hasil penelitian, telaah ilmiah dan serangkaian hasil studi yang berkaitan. Adapun ruang lingkup dari jurnal ini adalah sebagai berikut: Kecerdasan Buatan (Artificial Intelligence) Pembelajaran mesin (machine learning) Jaringan saraf tiruan (neural networks) Pemrosesan bahasa alami (natural language processing) Sistem pakar dan pengambilan keputusan otomatis Data Sains dan Analitik (Data Science and Analytics) Big data Data mining Analitik prediktif Visualisasi data Pengembangan Perangkat Lunak (Software Engineering) Metodologi pengembangan perangkat lunak Rekayasa perangkat lunak berbasis komponen Pengujian dan kualitas perangkat lunak DevOps dan integrasi berkelanjutan Sistem Informasi (Information Systems) Sistem manajemen basis data Sistem informasi manajemen E-commerce dan sistem informasi bisnis Sistem informasi geografis Keamanan Siber (Cybersecurity) Kriptografi Keamanan jaringan Keamanan sistem dan aplikasi Analisis dan mitigasi serangan siber Jaringan dan Komunikasi (Networking and Communication) Protokol jaringan Jaringan nirkabel dan mobile Internet of Things (IoT) Komunikasi data dan jaringan sensor Komputasi Terdistribusi dan Paralel (Distributed and Parallel Computing) Cloud computing Komputasi grid dan komputasi awan Komputasi paralel Sistem terdistribusi Multimedia dan Interaksi Manusia-Komputer (Multimedia and Human-Computer Interaction) Pengolahan gambar dan video Realitas virtual dan augmentasi Desain antarmuka pengguna Usabilitas dan pengalaman pengguna Bioinformatika dan Komputasi Kesehatan (Bioinformatics and Health Informatics) Analisis data biomedis Sistem informasi kesehatan Genomika komputasional Pemodelan dan simulasi dalam biologi Teori Komputasi dan Algoritma (Theory of Computation and Algorithms) Kompleksitas komputasi Desain dan analisis algoritma Teori graf dan kombinatorika Pemrograman dan optimisasi matematis Robotika dan Sistem Otomatisasi (Robotics and Automation Systems) Sistem robotik dan kendali Kendaraan otonom Otomatisasi industri Robot kolaboratif
Arjuna Subject : -
Articles 479 Documents
 13   14   15   16   17 
Evaluasi Kesiapan Dan Penerimaan Pengguna Sistem Informasi Management Tugas Akhir (SIMTEKNIK) Menggunakan Metode TRAM (Technology Readiness Acceptance Model) Lailatul Hasanah; Evi Dwi Wahyuni; Wildan Suharso
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30756

Abstract

SIMTEKNIK is an information system used by students of the Faculty of Engineering of the poor university of Muhammadiyah University which is usually used for activities related to the demands of the final project or thesis. SIMTEKNIK itself is a new information system that is used so that where there are found a number of system-related problems such as interface the existingthat is not yetenough friendly, and is less comfortable with the display of color writing to the system design, difficulty finding multiple menus when first used up to the waiting time when uploading files including long. Based on these problems, it is necessary to do an analysis to find out how user acceptance and readiness of SIMTEKNIK. Analysis of user readiness and acceptance needs to be done because the first step that must be done in implementing technology is knowing the user's readiness in accepting the technology. As for the model used in this study is the TRAM method (Technology Readiness Acceptance Model) The TRAM method is a combination of the Technology Readiness Index and the Technology Acceptance Model that was first proposed by Lin et al in 2005. The results found that from 9 hypotheses there were 5 hypotheses that were accepted and 4 others were rejected. accepted hypothesis namely, OPT-> PEU, INN-> PEU, DIS-> PU, DIS-> PEU and PEU-> PU .
Parsing Twitter Menggunakan Metode Left-Corner Parsing Dengan Memanfaatkan POS Tagger Dyah Anitia; Yuda Munarko; Yufis Azhar
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30757

Abstract

Pada penelitian ini dilakukan investigasi parser dengan pendekatan left-corner untuk data tweet bahasa Indonesia. Total koleksi tweet sebanyak 850 tweet yang dibagi menjadi tiga kumpulan data, yakni data train POS Tagger, data train dan data uji. Left-corner menggabungkan dua metode yakni top-down dan bottom-up. Dimana top-down digunakan pada proses pengenalan kelas kata dan bottom-up digunakan pada proses pengenalan struktur kalimat. Adapun jenis tag yang digunakan dalam proses top-down berjumlah 23 tagset dan frasa yang digunakan untuk menentukan struktur kalimat frasa yakni frasa nomina, frasa verbal, frasa adjektiva, frasa adverbia dan frasa preposisional. Hasilnya adalah untuk pendekatan left corner mencapai nilai precision 88,29%, nilai recall 68,3% dan F1 measure 77,02%. Nilai yang diperoleh dengan pendekatan left-corner lebih besar dibandingkan nilai dengan pendekatan bottom-up. Hasil dari nilai yang diperoleh dengan bottom up mencapai nilai precision 68,79%, nilai recall 47,12% dan F1 measure 55,9%. Hal ini disebabkan penggunaan kelas kata pada proses top-down berpengaruh pada sturuktur kalimat pada proses bottom up.
Analisis Sentimen Konten Radikal dalam Kontestasi Politik 2019 di Media Twitter Menggunakan Interjection dan Punctuation Taufik Nurahman; Yufis Azhar; Nur Hayatin
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30759

Abstract

Analisis sentiment saat ini menjadi tren untuk mengidentifikasi opini serta emosi seseorang dalam menanggapi sebuah situasi. Di tahun politik, sangat banyak opini bertebaran baik yang dituliskan di media cetak maupun media sosial. Para pelaku politik memiliki pandangan yang berbeda-beda, sehingga memunculkan banyak opini yang berujung pada tindakan radikal seperti perlakuan SARA kepada orang yang berbeda pandangan. Penelitian terkait dengan analisis sentimen radikal melalui media twitter sudah dilakukan oleh beberapa peneliti sebelumnya, namun belum ada penelitian analisis sentimen radikal yang menggunakan fitur ekstraksi. Penelitian ini mengusulkan untuk melakukan analisis sentimen konten radikal pada tweet tekstual berbahasa Indonesia terkait dengan kontestasi politik di Indonesia yang lalu menggunakan dua fitur yakni punctuation dan interjection, serta diklasifikasikan menggunakan algoritma support vector machine. Dari hasil klasifikasi yang telah dilakukan, didapatkan nilai akurasi dari analisis sentimen sebesar 80% dan dilakukan analisis sentiment radikal beberapa kali dengan jumlah interjection yang berbeda, didapatkan hasil akurasi sebesar 94% dengan menggunakan 200 kata interjection.
Klasifikasi Tweets Tindak Kejahatan Berbahasa Indonesia Menggunakan Naive Bayes Siti Maghfiroh; Setio Basuki; Yufis Azhar
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30760

Abstract

Kasus tindak kejahatan konvensional seperti penganiayaan, penculikan, pencurian, dll masih jarang digunakan sebagai objek penelitian. Kasus kejahatan yang biasa diteliti hanya pada lingkup kejahatan cyber seperti pembajakan software, carding, penipuan online, dll. Maka dalam penelitian ini penulis mengangkat kasus kejahatan konvensional sebagai objek penelitian. Penulis mencoba mendapatkan informasi kejahatan dari media sosial, Twitter. Dari Twitter didapatkan data berupa cuitan para pengguna yang mengandung unsur kejahatan. Selanjutnya, akan dilakukan klasifikasi untuk menentukan mana di antara data tersebut yang benar-benar mengandung informasi kejahatan, dan bukan merupakan sebuah opini. Metode yang digunakan dalam pengklasifikasian data adalah algoritma Naive Bayes Classifier dengan 2 jenis dataset. Dataset pertama berisi fitur lexical atau bag of words dan dataset kedua berisi fitur sintaktik. Penulis menggunakan 2 dataset untuk membandingkan kinerja dari kedua fitur dalam proses klasifikasi data tweets. Rata-rata hasil akurasi model klasifikasi menggunakan fitur sintaktik adalah sebesar 88,1398% sedangkan pada fitur lexical atau bag of words sebesar 79,25%. Kemudian dari hasil klasifikasi, penulis mendapatkan lokasi di mana tindak kejahatan tersebut terjadi menggunakan metode Named Entity Recognition (NER). Dari proses NER tersebut, maka didapatkan hasil akurasi sebesar 65%.
Analisa Sentimen Tweet Berbahasa Indonesia Dengan Menggunakan Metode Lexicon Pada Topik Perpindahan Ibu Kota Indonesia Abdul Hadiy Dyo Fatra; Nur Hayatin; Christian Sri Kusuma Aditya
Jurnal Repositor Vol. 2 No. 11 (2020): November 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i11.30761

Abstract

This study proposes a classification of public response to the government's decision to move the Indonesian capital using the lexicon method. The results of testing accuracy are measured using a confusion matrix. The data in this study use data from Twitter in the form of tweets. The data contains tweets of community responses to the decision to move the Indonesian capital. Data passes through 5 preprocessing processes, namely case folding, punctuation removal, stopword removal, stemming, and tokenizing. Lexicon is used because it produces good accuracy values. In this study also will look for a dictionary that has the best classification results. The results of this study show the results of a good classification by approaching the results by experts.
Penerapan Metode K-Means Dengan Metode Elbow Untuk Segmentasi Pelanggan Menggunakan Model RFM (Recency, Frequency & Monetary) Adnan Burhan Hidayat Kiat; Yufis Azhar; Vinna Rahmayanti
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30762

Abstract

Segmentasi pelanggan pada perusahaan merupakan tindakan yang dapat mempermudah perusahaan dalam mengambil keputusan ke depan. Pada penelitian ini data yang digunakan berasal dari perusahaan otomotif, PT Hasjrat Abadi Ambon. Data yang dipakai terdiri dari data transaksi dan pelanggan kendaraan bermotor. Penerapan model RFM dapat mengelompokkan pelanggan-pelanggan berdasarkan nilai variabel Recency, Frequency dan Monetary. Hasil dari model RFM akan memperoleh status baru pada tiap pelanggan dari skala terbaik sampai terburuk. Pelanggan yang telah memiliki status akan dikelompokkan menggunakan metode K-Means menjadi beberapa Cluster(kelompok). Dalam menentukan jumlah Cluster yang optimal maka diterapkan metode Elbow. Algoritma yang digunakan dalam pembentukan Cluster terdiri dari Euclidean Distance dan Manhattan Distance. Kedua algoritma akan dibandingkan kualitas pembentukan Clusternya menggunakan metode Silhoutte Coefficient. Hasil yang diberikan pada penelitian ini berupa data yang terbagi atas 5 kelompok dengan dilakukannya lima kali pengujian untuk menentukan centroid yang unggul. Cluster yang unggul akan dibuatkan visualisasi datanya untuk memudahkan perusahaan dalam mengambil keputusan. Berdasarkan penerapan Silhoutte Coefficient, algoritma yang lebih unggul yaitu Manhattan Distance dengan nilai s(i) sebesar 0.152695.
Analisa Sistem Identifikasi DDoS Menggunakan KNN Pada Jaringan Software Defined Network(SDN) Muhammad Misbahul Azis; Yufiz Azhar; Syaifuddin Syaifuddin
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30802

Abstract

Kebutuhan pada jaringan mengutamakan performa untuk mendukung sebuah efisiensi jaringan merupakan hal penting untuk saat ini. Penentuan konfigurasi yang semakin banyak dan kompleks serta kontrol jaringan yang semakin rumit, membuat jaringan semakin tidak fleksibel dan susah untuk diterapkan pada sebuah topologi jaringan yang besar. Software Defined Network (SDN) muncul dengan mekanisme yang dapat menyelesaikan masalah tersebut. Pada dasarnya konsep dari Software Defined Network (SDN) adalah memisahkan kontroller dan data/forwarding plane, sehingga mampu untuk me-menejemen jaringan yang begitu banyak dalam sebuah kontroller. Namun pada kontroller belum memiliki keamanan yang cukup untuk melindungi dari serangan jaringan seperti DDoS, SYN Flooding Attack sehingga kontroller akan menjadi target dari attacker. Sehingga penelitian ini mengusulkan penambahan aplikasi machine learning pada kontroller untuk menangani serangan seperti DDoS dan SYN Flooding Attack. Dalam penelitian ini kontroller yang digunakan adalah ryu controller yang menggunakan bahasa pemrograman python. Dalam penelitian ini menggunakan topologi linear pada mininet dan membuat paket dalam format .pcap untuk pengujian serangan yang dilakukan. Sehingga dapat mengetahui rata-rata jumlah paket yang masuk dan keluar dan keberhasilan dalam melakukan mitigasi terhadap paket yang dianggap DDoS.
Implementasi REST dan Sistem Manajemen Pada Virtual Shop Berbasis 3D Gusti Alfian M. P; Maskur Maskur; Lailatul Husniah
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30804

Abstract

Virtual reality (VR) merupakan teknologi yang memungkinkan pengguna untuk merasakan sensasi di suatu tempat walaupun tidak di tempat tersebut, dengan membuat pengguna bisa berinteraksi dengan objek atau ruangan yang ditampilkan. Saat ini VRberkembang dengan pesat berkat perusahaan seperti Google dan Facebook yang melakukan investasi besar terhadap teknologi tersebut.Perkembangan VRmembuka peluang bagi e-commerce untuk melakukan inovasi dengan menambahkan VRsebagai salah satu fitur.Bagi e-commerce yang menggunakan web service untuk menyalurkan data ke klien baik itu web atau mobile.Permasalahan yang didapatkan adalah bagaimana melakukan integrasi VRdengan web service yang dimiliki e-commerce. Pada penelitian ini membahas pembuatan web service berbasisRepresentational state transfer(REST) dan integrasi Virtual Reality dengan web service berbasis REST. Penelitian ini menghasilkan tahapan pembuatan web service dan integrasinya dengan virtual reality.
Island Generator pada Game Open world Menggunakan Algoritma Perlin noise Naufal Azzmi; Lailatul Husniah; Ali Sofyan Kholimi
Jurnal Repositor Vol. 2 No. 7 (2020): Juli 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i7.30805

Abstract

Perkembangan game pada saat ini berkembang dengan sangat cepat, dalam perkermbangan game topik AI adalah topik yang paling banyak diteliti oleh beberapa peneliti khususnya pada pembuatan suatu konten game menggunakan metode PCG (procedural content generation). Pada pembuatan sebuah game world menggunakan metode PCG sudah banyak developer game yang sukses dengan mengimplementasikan metode ini, metode ini banyak digunkan pada geme dengan genre RPG, Rouglikes, Platformer, SandBox, Simulation dan lain sebagainya, Pada penelitian ini berfokus pada pengembangan sebuah game world generator untuk game berjenis open world yang berupa sebuah kepulauan dengan metode PCG dengan menggunakan algoritma perlin noise sebagai algoritma pembentuk textur utama pulau yang dimana pada penelitian ini memanfaatkan beberapa variable noise seperti octave, presistance dan lacunarity guna untuk menambah kontrol dari hasil textur yang dihasilkan serta algoritma penempatan pulau untuk membuat sebuah game world yang menyerupai sebuah kepulauan. Dari hasil uji generator terkait degan pengujian playability dan performa dapat disimpulkan bahwa generator yang dikembangkan playable serta performa yang dianaliasa menggunakan notasi Big O menunjukkan (linear).
Rancang Bangun Document Management System Di Fakultas Teknik Universitas Muhammadiyah Malang Waliyyullah Mufid; Ilyas Nuryasin; Gita Indah Marthasari
Jurnal Repositor Vol. 2 No. 8 (2020): Agustus 2020
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/repositor.v2i8.30806

Abstract

Penelitian ini bertujuan untuk membangung aplikasi Document Management System (DMS) di Fakultas Teknik Universitas Muhammadiyah Malang berbasis web. Aplikasi Document Management System dikembangkan menggunakan HTML, PHP, dan Framework CodeIgniter dengan format penyimpanan MySQL sebagai databasenya.metode pengembangan sistem adalah menggunakan model pengembangan Waterfall. Aplikasi ini berisikan beberapa komponen dalam Document Management System seperti Storage yaitu penyimpanan dokumen dalam bentuk elektronik, Distribution yaitu sebuah sistem manajemen dokumen harus membantu dalam hal penggunaan atau pembagian dokumen pada orang yang tepat, dan Annotations yaitu pengguna aplikasi DMS dapat menambah atau menghapus informasi tambahan, tanpa mengubah dokumen aslinya. Aplikasi ini telah diuji dan berjalan sesuai dengan yang diharapkan.

Page 15 of 48 | Total Record : 479

 13   14   15   16   17 

Filter by Year

2019 2026


Reset
Filter By Issues
All Issue Vol. 8 No. 3 (2026): Agustus 2026 Vol. 8 No. 2 (2026): Mei 2026 Vol. 8 No. 1 (2026): Februari 2026 Vol. 7 No. 4 (2025): November 2025 Vol. 7 No. 3 (2025): Agustus 2025 Vol. 7 No. 2 (2025): Mei 2025 Vol. 7 No. 1 (2025): Februari 2025 Vol. 6 No. 4 (2024): November 2024 Vol. 6 No. 3 (2024): Agustus 2024 Vol. 6 No. 2 (2024): Mei 2024 Vol. 6 No. 1 (2024): Februari 2024 Vol. 5 No. 4 (2023): November 2023 Vol. 5 No. 3 (2023): August 2023 Vol. 5 No. 2 (2023): May 2023 Vol. 5 No. 1 (2023): February 2023 Vol. 4 No. 4 (2022): November 2022 Vol. 4 No. 3 (2022): Agustus 2022 Vol. 4 No. 2 (2022): Mei 2022 Vol. 4 No. 1 (2022): Februari 2022 Vol. 3 No. 5 (2021): November 2021 Vol. 3 No. 4 (2021): Agustus 2021 Vol. 3 No. 3 (2021): Mei 2021 Vol. 3 No. 2 (2021): Februari 2021 Vol. 3 No. 1 (2021): Januari 2021 Vol. 2 No. 12 (2020): Desember 2020 Vol. 2 No. 11 (2020): November 2020 Vol. 2 No. 10 (2020): Oktober 2020 Vol. 2 No. 9 (2020): September 2020 Vol. 2 No. 8 (2020): Agustus 2020 Vol. 2 No. 7 (2020): Juli 2020 Vol. 2 No. 6 (2020): Juni 2020 Vol. 2 No. 5 (2020): Mei 2020 Vol. 2 No. 4 (2020): April 2020 Vol. 2 No. 3 (2020): Maret 2020 Vol. 2 No. 2 (2020): Februari 2020 Vol. 2 No. 1 (2020): Januari 2020 Vol. 1 No. 2 (2019): Desember 2019 Vol. 1 No. 1 (2019): November 2019 More Issue