cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitri Indra Indikawati
Contact Email
fitri.indikawati@tif.uad.ac.id
Phone
-
Journal Mail Official
jurnalsarjana@tif.uad.ac.id
Editorial Address
Jl. Ringroad Selatan, Kragilan, Tamanan, Kec. Banguntapan, Bantul, Daerah Istimewa Yogyakarta 55191
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Jurnal Sarjana Teknik Informatika
Published by Universitas Ahmad Dahlan
ISSN : 23385197     EISSN : 28093399     DOI : -
Core Subject : Science,
Computer Science & IT
JSTIE (Jurnal Sarjana Teknik Informatika) (E-Journal) adalah jurnal online ditujukan sebagai sarana publikasi dari makalah yang disarikan dari hasil penelitian mahasiswa Teknik Informatika. Focus and Scope: Rekayasa Perangkat Lunak (Software Engineering) Pengetahuan dan Data Mining (Data Mining) Teknologi Multimedia (Multimedia Technologies) Kecerdasan Buatan (Artificial Intelligents) Grafika Komputer (Computer Graphics) Sistem Informasi (Information Systems)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol. 11 No. 3 (2023): Oktober" : 5 Documents clear
Data Mining Pengelompokan Dataset Bus Biskita Di Kota Bogor Menggunakan Metode K-Means Permadi, Anjar
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.25839

Abstract

Data mining merupakan proses penemuan informasi dengan mengidentifikasi pola dari dataset. Proses penemuan informasi tersebut dapat dilakukan dengan  metode pengelompokan data ke dalam beberapa kelompok dari sebuah dataset yang dalam data mining disebut metode clustering. Clustering merupakan proses mempartisi dataset menjadi beberapa subset atau kelompok berdasarkan kesamaan karakteristik masing-masing data pada kelompok yang ada. Metode Clustering yang digunakan dalam penelitian ini adalah K-Means yang termasuk ke dalam golongan algoritma Partition Clustering. Metode ini juga sudah banyak digunakan dalam penyelesaian masalah terkait klasterisasi pejualan, kebakaran hutan, pertanian, transportasi, dan sebagainya. Pada penelitian digunakan algoritma k-means untuk mengelompokkan dataset bus Bisikita Bogor berdasarkan data yang diambil selama tahun 2022. Dalam melakukan proses mengubah dataset mentah menjadi suatu informasi yang bermanfaat, maka digunakan proses Knowledge Discovery in Database (KDD). Pada tahap awal akan dilakukan pembersihan data, selanjutnya dilakukan seleksi data, transformasi data, dan data mining dengan menggunakan perangkat lunak Rapidminer. Hasil pemodelan dievaluasi menggunakan instrumen Davies Bouldin Index (DBI). Berdasarkan penelitian yang telah dilakukan, dapat diketahui bahwa algoritma K-Means dapat digunakan untuk mengelompokan dataset bus biskita. Yang nantinya bisa dimanfaatkan oleh perusahaan sebagai gambaran, penelitian juga ini bisa digunakan sebagai masukan bagi perusahaan/penyedia jasa.
Penerapan Metode Keyframe dalam Pembuatan Animasi 3D “Echoes of Adzan” Nuraini, Salsabila Ramadanti; Biktarinanda, Arneizha; Ferelian, Muhammad; Nandana, Prana Wijaya Pratama; Nugroho, Fresy; Fadila, Juniardi Nur
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.26512

Abstract

Animasi 3D telah menjadi bidang yang semakin penting dan populer dalam industri hiburan dan pengembangan visual. Artikel ini memperkenalkan penerapan metode Keyframe dalam pembuatan sebuah animasi 3D yang berjudul "Echoes of Adzan". Tujuan penelitian ini adalah menggambarkan metode Keyframe untuk digunakan secara efektif dalam menghasilkan animasi 3D secara realistis dan menciptakan pengalaman visual yang mendalam bagi penonton.Metode Keyframe digunakan sebagai pendekatan utama dalam desain karakter, pengaturan gerakan, ekspresi karakter, perencanaan konseptual, pembuatan lingkungan virtual, serta penentuan pose dan pergerakan kunci karakter melalui penggunaan Keyframe.Hasil penelitian ini menunjukkan bahwa penerapan metode Keyframe dalam pembuatan animasi 3D "Echoes of Adzan" mampumenghasilkan animasi 3D yang berkualitas tinggi dengan menghadirkan pergerakan yang halus, ekspresi wajah yang detail, dan kesan realistis pada karakter. Hasil ini dapat memberikan kontribusi positif bagi industri animasi 3D, terutama dalam menghasilkan konten yang memikat hati penonton.
Forensik Jaringan Terhadap Serangan DDOS Menggunakan Metode Network Forensic Development Life Cycle Murti, Raden Hario Wahyu; Riadi, Imam; Anwar, Nuril; Ismail, Taufiq
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.26544

Abstract

Teknologi informasi dan komunikasi merupakan elemen penting dalam kehidupan masa kini yang telah menjadi bagian bagi berbagai sektor kehidupan dan memberi andil besar terhadap perubahan yang mendasar. Sekelompok orang atau organisasi yang tidak bertanggung jawab dapat menggunakan internet untuk mengganggu atau merusak suatu website sehingga menyebabkan overload pada router dan membuat website tidak dapat diakses. Metode penyerangan ini disebut dengan DDoS (Distributed Denial of Service). Tujuan penelitian ini adalah mengidentifikasi keamanan jaringan pada router dan mendapatkan karakteristik barang bukti digital pada router untuk keperluan forensik. Penelitian ini menggunakan metode Network Forensic Development Life Cycle (NFDLC) yang memiliki pada lima tahapan utama yaitu Initiation, Acquisition, Implemetation, Operations, dan Disposation. Tools yang digunakan pada penelitian adalah menggunakan Wireshark yang bertugas monitoring serangan DDoS terhadap serangan router dan melakukan investigasi untuk mendapatkan barang bukti digital berupa hasil serangan yang masuk ke servertrak. Hasil temuan barang bukti digital yang didapat pada monitoring ubuntu server tercatat menerima 84.407 paket pada serangan pertama dengan IP Address 10.10.1.2 dan menerima 359.510 paket pada serangan kedua dengan Ip Address 10.10.1.4 dan hasil monitoring windows server tercatat menerima 2.305.835 paket pada serangan pertama dengan IP Address 10.10.1.2 dan menerima 94.120 paket pada serangan kedua dengan Ip Address 10.10.1.4. 
Analisis Sentimen Menggunakan Long Short-Term Memory Terkait Vaksinasi Covid-19 Di Indonesia Dewi, Kharisma Kusuma; Winiarti, Sri
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.27188

Abstract

Pro dan kontra masyarakat terkait program vaksinasi Covid-19 di Indonesia belum dikelola dengan baik oleh pemerintah. Pengelolaan opini dapat dilakukan dengan analisis sentimen untuk mendapatkan rekomendasi yang terbaik. Penelitian dengan topik yang sama banyak yang menggunakan machine learning, dan sedikit yang menggunakan deep learning. Pada penelitian ini memilih deep learning dengan algoritma Long Short-Term Memory (LSTM) untuk analisis sentimen. Penelitian ini bertujuan untuk mengetahui bagaimana melakukan analisis sentimen menggunakan LSTM terhadap vaksinasi Covid-19 di Indonesia. Serta dapat mengetahui performa LSTM untuk analisis sentiment terkait vaksinasi covid19 di Indonesia. Tahapan pertama dilakukan dengan pengumpulan data yang diambil dari Kaggle dengan topik yang sama. Kemudian dilakukan preprocessing. Setelah itu dilakukan klasifikasi dengan menggunakan LSTM. Proses akhir dari analisis sentimen yaitu pengujian metode klasifikasi untuk mengetahui performa model menggunakan confusion matrix dan classification report. Penelitian ini menggunakan 3000 data, dan dari banyak percobaan modifikasi model LSTM, dipilih model Bidirectional LSTM dan GloVe untuk word embedding, dengan menambahkan regularisasi berupa dropout dan pooling layer berupa GlobalMaxPool1D. Performa yang dihasilkan yaitu akurasi 71%, dengan rincian untuk sentimen negatif (presisi: 89%, recall: 20%, dan f1-score: 33%), sentimen netral (presisi: 72%, recall: 86%, dan f1-score: 78%), sentimen positif (presisi: 67%, recall: 72%, dan f1-score: 70%). 
Identifikasi Struktur Mikro Citra Kulit Semangka Berbasis Metode Threshold Untuk Presentase Kematangan Suhaimi, Akhmad; Norrahmah, Athaya; Halim, Nur
Jurnal Sarjana Teknik Informatika Vol. 11 No. 3 (2023): Oktober
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i3.28277

Abstract

Adanya kesamaan tekstur kulit buah semangka yang matang dengan yang belum matang mengakibatkan kesulitan dalam mengidentifikasi buah semangka, menyebabkan penilaian kematangan buah semangka berbeda dari satu orang dengan orang yang lainnya. Dengan menggunakan metode ambang batas, penelitian ini bertujuan untuk memperoleh informasi mendalam tentang bagaimana proses kematangan dapat dijelaskan melalui citra kulit semangka. Metode penelitian terdiri dari 3 tahap, preporocessing adalah citra RGB di konversi menjadi citra greyscale, selanjutnya melakukan reduksi noise menggunakan Median Filter pada citra hasil konvesi greyscale. Setelah itu menggunakan Otsu Thresholding yang telah melewati tahapan eduksi noise dengan disegmentasi Median Filter. Tahap pertama, yaitu preprocessing, dimulai dengan mengubah citra dari format RGB menjadi citra greyscale. Selanjutnya melibatkan reduksi kebisingan menggunakan Median Filter pada citra greyscale hasil konversi. Mengurangi gangguan dan ketidaksempurnaan pada citra, Terakhir melibatkan penggunaan Otsu Thresholding, yang merupakan teknik segmentasi, untuk memisahkan atau mengidentifikasi area kulit semangka dalam citra yang telah melewati tahapan pengurangan kebisingan. Berdasarkan hasil penelitian persentase kematangan kulit semangka sebesar 72,08%. Hal ini menunjukkan bahwa metode yang digunakan dalam analisis citra berhasil dalam menentukan tingkat kematangan buah secara relatif akurat

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2026): Februari Vol. 13 No. 3 (2025): Oktober Vol. 13 No. 2``` (2025): Juni Vol. 13 No. 1 (2025): Februari Vol. 12 No. 3 (2024): Oktober Vol. 12 No. 2 (2024): Juni Vol 12, No 2 (2024): Juni Vol 12, No 1 (2024): Februari Vol. 12 No. 1 (2024): Februari Vol. 11 No. 3 (2023): Oktober Vol 11, No 3 (2023): Oktober Vol. 11 No. 2 (2023): Juni Vol 11, No 2 (2023): Juni Vol 11, No 1 (2023): Februari Vol. 11 No. 1 (2023): Februari Vol 10, No 3 (2022): Oktober Vol. 10 No. 3 (2022): Oktober Vol. 10 No. 2 (2022): Juni Vol 10, No 2 (2022): Juni Vol 10, No 1 (2022): Februari Vol. 10 No. 1 (2022): Februari Vol 9, No 3 (2021): Oktober Vol. 9 No. 3 (2021): Oktober Vol. 9 No. 2 (2021): Juni Vol 9, No 2 (2021): Juni Vol 9, No 1 (2021): Februari Vol. 9 No. 1 (2021): Februari Vol 8, No 3 (2020): Oktober Vol. 8 No. 3 (2020): Oktober Vol 8, No 2 (2020): Juni Vol. 8 No. 2 (2020): Juni Vol 8, No 1 (2020): Februari Vol. 8 No. 1 (2020): Februari Vol 7, No 3 (2019): Oktober Vol 7, No 2 (2019): Juni Vol 7, No 1 (2019): Februari Vol 6, No 3 (2018): Oktober Vol 6, No 2 (2018): Juni Vol 6, No 1 (2018): Februari Vol 5, No 3 (2017): Oktober Vol 5, No 2 (2017): Juni Vol 5, No 1 (2017): Februari Vol 4, No 3 (2016): Oktober Vol 4, No 2 (2016): Juni Vol 4, No 1 (2016): Februari Vol 3, No 3 (2015): Oktober Vol 3, No 2 (2015): Juni Vol 3, No 1 (2015): Februari Vol 2, No 3 (2014): Oktober Vol 2, No 2 (2014): Juni Vol 2, No 1 (2014): Februari Vol 1, No 2 (2013): Oktober Vol 1, No 1 (2013): Juni More Issue