CESS (Journal of Computer Engineering, System and Science)
CESS (Journal of Computer Engineering, System and Science) contains articles on research results and conceptual studies in the fields of informatics engineering, computer science and information systems. The main topics published include: 1. Information security 2. Computer security 3. Networking & Data communication 4. Cloud & grid computing 5. Mobile Computing & Applications 6. Artificial Intelligence 7. Decision Support System 8. Data Minig 9. Other topics related to information technology
Articles
23 Documents
Search results for
, issue
"Vol 5, No 2 (2020): JULI 2020"
:
23 Documents
clear
<![CDATA[Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer ]]>
<![CDATA[Yunita Ratna Sari]]>;
<![CDATA[Arby Sudewa]]>;
<![CDATA[Diah Ayu Lestari]]>;
<![CDATA[Tri Ika Jaya]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (45.547 KB)
|
DOI: 10.24114/cess.v5i2.18519
<![CDATA[Angka kemiskinan di Provinsi Banten tergolong rendah di tingkat nasional. Hal ini dibuktikan dengan persentase penduduk miskin Banten pada September 2019 sebesar 4,94% berada di bawah rata-rata nasional pada periode yang sama sebesar 9,22%. Penelitian ini memanfaatkan teknik data mining dengan menggunakan metode K-Means Clustering. Data penelitian ini diambil dari situs Badan Pusat Statistik (BPS) dari tahun 2015-2019 yang terdiri dari 8 Kabupaten/Kota dengan 3 variabel. Variabel yang digunakan adalah jumlah penduduk miskin (ribu jiwa), rata-rata lama pendidikan sekolah (tahun), dan pengeluaran per kapita yang disesuaikan (ribu rupiah/tahun). Semua data tersebut kemudian diolah dengan Rapidminer dan dilakukan 3 cluster, yaitu: tingkat cluster sedang (C0), tingkat cluster tinggi (C1), dan tingkat cluster rendah (C2). Hasil dari perhitungan rapidminer menunjukkan Kabupaten Tangerang, Kota Cilegon, dan Kota Serang masuk sebagai anggota cluster 0, Kabupaten Pandeglang, Kabupaten Lebak, dan Kabupaten Serang berada pada cluster 1, Kota Tangerang, dan Kota Tangerang Selatan berada di cluster 2.]]>
<![CDATA[Analisis Insertion Mutation pada Sistem Penjadwalan Mata Kuliah ]]>
<![CDATA[Gellysa Urva]]>;
<![CDATA[Merina Pratiwi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (408.299 KB)
|
DOI: 10.24114/cess.v5i2.15161
<![CDATA[Penjadwalan mata kuliah merupakan pekerjaan rutin yang selalu dilakukan setiap perguruan tinggi pada awal semester yang menjadi pekerjaan yang rumit dikarenakan persoalan penjadwalan merupakan masalah kombinatorial yang memiliki batasan- batasan yang harusdipenuhi. Penjadwalan memiliki peranan penting dalam pengelolaan suatu perguruan tinggi dimana masalah penjadwalan termasuk permasalahan kompleks yang menjadi bagian penting dari operasinya. Sistem penjadwalan yang selama ini berjalan di Sekolah Tinggi Teknologi (STT) Dumai dilakukan secara acak yang menyita banyak waktu dan sumber daya. Hal ini mengakibatkan perkuliahan kurang efektif karena harus melakukan penjadwalan ulang sesuai keadaan dan kebutuhan kampus. Oleh karena itu, diperlukan suatu bentuk pengembangan sistem penjadwalan mata kuliah dimana sistem tersebut dapat secara terstruktur membantu menyusun jadwal mata kuliah berdasarkan faktor penentu serta ruang populasi yang ada, dan memungkinkan terjadinya perubahan jadwal yang lebih dinamis, cepat dengan memperhatikan faktor penentu yang sama serta dapat memberikan gambaran kompleksitas permasalahan beban permasalahan terhadap ketersediaan sumber daya di STT Dumai. Pemilihan jenis mutasi dalam algoritma genetika menjadi pilihan yang perlu diperhatikan guna mendapatkan hasil optimal. Hasil penelitian menyatakan sistem penjadwalan mata kuliah dengan insertion mutation dapat memenuhi semua batasan dengan hasil yang lebih optimal.]]>
<![CDATA[Pengambilan Keputusan Berbasis Komputer Dengan Metode Simple Multi Attribute Rating Technique Dalam Menentukan Dosen Pembimbing ]]>
<![CDATA[Harold Situmorang]]>;
<![CDATA[Rianto Sitanggang]]>;
<![CDATA[Burhanuddin Damanik]]>;
<![CDATA[Immanuel H Manurug]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (578.893 KB)
|
DOI: 10.24114/cess.v5i2.18063
<![CDATA[Penentuan dosen pembimbing skripsi di Universitas Sari Mutiara Indonesia secara khusus program studi Sistem Informasi ditangani oleh ketua program studi, dimana dalam prosesnya dilakukan dengan menentukan secara langsung dengan menyesuaikan pendidikan, kompetensi dan fungsional yang dimiliki calon dosen pembimbing tanpa mempertimbangkan kriteria lainnya seperti: jumlah bimbingan, jadwal bimbingan, durasi bimbingan dan layanan bimbingan. Selain itu, dikarenakan banyaknya mahasiswa yang mengajukan dosen pembimbing, ketua program studi membutuhkan waktu yang cukup banyak dalam menentukan kriteria yang cocok untuk masing-masing judul. Berdasarkan paparan diatas, maka dalam penelitian ini dibuat sistem dengan teknik pengambilan keputusan menggunakan metode Simple Multi Attribute Rating Technique (SMART) dengan tujuan memberikan rekomendasi dosen pembimbing bagi setiap judul yang diajukan. Dari hasil pengujian yang dilakukan, sistem mampu memberikan rekomendasi dosen pembimbing kepada pengguna berdasarkan perhitungan yang dilakukan menggunakan metode SMART.]]>
<![CDATA[Analisis Kinerja dalam Mendeteksi Student Loses Berdasarkan Nilai Gain dengan Splite Feature Reduction Model pada Algoritma C4,5 ]]>
<![CDATA[Mohammad Yusup]]>;
<![CDATA[Erwin S Panjaitan]]>;
<![CDATA[Roni Yunis]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (225.387 KB)
|
DOI: 10.24114/cess.v5i2.17667
<![CDATA[Abstrak— Perguruan tinggi diharapkan mampu menghasilkan sumber daya manusia yang berpengetahuan juga kreatif. faktor penilaian perguruan tinggi adalah persentase kemampuan mahasiswa dalam menyelesaikan studi. Saat ini, masalah student loses dan faktor-faktor yang mempengaruhinya telah menjadi topik yang menarik untuk diteliti. Institusi perlu mendeteksi kinerja mahasiswa yang berstatus "student loses" sehingga dapat diidentifikasi. Dengan metode klasifikasi algoritma C4.5 dalam mengambil keputusan yang dianggap memiliki kinerja yang baik, tetapi algoritma C4.5 memiliki beberapa kelemahan terhadap data yang tidak seimbang, yaitu dataset yang berbeda dua kelas yang berbeda antara kelas mayoritas dan kelas minoritas, berpengaruh pada algoritma C4.5, yang menghasilkan nilai hasil akurasi kurang optimal pada algoritma C4,5 untuk mengurangi pengaruh ketidakseimbangan kelas pada klasifikasi C4.5, maka perlu dilakukan pendekatan metode Split Feature Reduction Model hal ini dilakukan untuk memberi bobot pada setiap fitur yang direkomendasikan, sehingga ditemukan fitur yang merupakan klasifikasi yang kuat, berdasarkan perangkingan pada setiap fitur agar dapat direkomendasikan pada klasifikasi C4.5 dalam proses klasifikasi Hasil menunjukkan bahwa, kinerja akurasi klasifikasi C4.5 pada dataset mahasiswa dengan pendekatan SFRM sebelum proses Pengujian, 10 fold cross-validation, menunjukkan tingkat akurasi klasifikasi yang lebih baik yaitu akurasi 98% dalam penanganan ketidakseimbangan kelas. ]]>
<![CDATA[Pengukuran Tingkat Kesadaran Keamanan Informasi Berdasarkan Behavior Dan Offence Scale ]]>
<![CDATA[Senie Destya]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (288.25 KB)
|
DOI: 10.24114/cess.v5i2.18206
<![CDATA[Keamanan komputer menjadi topik yang sangat penting di tengah pertumbuhan sistem informasi saat ini, cyber attact perlu diantisipasi perusahaan melalui keamanan hardware dan peningkatan pengetahuan pengguna sistem dalam lingkup perusahaan. Urgensi peningkatan pemahaman user, memerlukan assesment awal terkait tingkat awarness keamanan komputer informasi pengguna. Hal ini yang mendasari penelitian ini untuk mengukur tingkat kesadaran keamanan informasi di kalangan mahasiswa. Hasil dari penelitian ini diharapkan dapat membantu proses pengambilan keputusan pengembangan sistem kedepan dan melakukan peningkatan kapasitas pengetahuan user terhadap keamanan informasi. Metode yang digunakan dalam penelitian ini adalah kuantitatif melalui kuisioner yang terdiri dari RBS (Risky Behavior Scale), CBS (Conservative Behavior Scale), dan EOS (Exposure to Offence Scale) dengan skala Tabulasi, Hasil penelitian ini menunjukkan bahwa RBS dan CBS menunjukkan nilai yang tinggi, sedangkan EOS memperoleh nilai yang rendah. Peneliti selanjutnya dapat mengukur lebih lanjut ke tingkat struktural dosen dan karyawan AMIKOM dengan menggunakan variable yang berbeda untuk mendapatkan hasil yang lebih signifikan.]]>
<![CDATA[Rancangan Media Pembelajaran Hewan Purbakala Menggunakan Augmented Reality ]]>
<![CDATA[Sampurna Dadi Riskiono]]>;
<![CDATA[Try Susanto]]>;
<![CDATA[Kristianto Kristianto]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (5.608 KB)
|
DOI: 10.24114/cess.v5i2.18053
<![CDATA[Penelitian ini dilakukan bertujuan untuk membuat rancangan sebuah media pembelajaran yang inovatif dan menarik. Dengan kemudahan untuk memperkenalkan hewan yang hidup pada zaman prasejarah ke dalam bentuk yang lebih nyata pada murid sekolah. Rancangan aplikasi augmented reality pembelajaran hewan purbakala dibangun dengan menggunakan beberapa tools seperti Unity, Vuforia dan Blender. Nilai tambah dari aplikasi yang dibuat yaitu dengan diterpakannya metode marker based pada aplikasi media pembelajaran yang berjenis augmented reality, hal ini bertujuan agar semakin menarik dan meningkatkan minat belajar siswa. Hasil penelitian ini adalah Aplikasi Media Pembelajaran yang berjalan pada platform android. Untuk mendapatkan aplikasi yang berfungsi secara keseluruhan, maka aplikasi Augmented Reality Media Pembelajaran ini diuji menggunakan BlackBox dengan hasil lulus uji fungsional sistem.]]>
<![CDATA[Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine ]]>
<![CDATA[Nuraeni Herlinawati]]>;
<![CDATA[Yuri Yuliani]]>;
<![CDATA[Siti Faizah]]>;
<![CDATA[Windu Gata]]>;
<![CDATA[Samudi Samudi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (83.303 KB)
|
DOI: 10.24114/cess.v5i2.18186
<![CDATA[Aplikasi zoom cloud meetings yang mulai booming digunakan sekarang ini karena adanya pandemi virus corona, sehingga membuat semua kegiatan dilakukan secara virtual. Zoom cloud meetings merupakan aplikasi yang memiliki berbagai fitur termasuk video & audio conference. Pada penelitian ini penulis menggunakan metode Naïve Bayes dan Support Vector Machine dalam menganalisa label sentimen positif atau negatif pada ulasan para pengguna aplikasi zoom di Google Play Store. Jumlah dataset setelah prepocessing menjadi 1.007 record. Data hampir seimbang dengan label positif sebanyak 546 dan label negatif 461 ulasan. Evaluasi model menggunakan 10 fold cross validation diperoleh nilai akurasi dan nilai AUC dari masing-masing algoritma yaitu untuk NB nilai akurasi = 74,37% dan nilai AUC = 0,659. Sedangkan untuk algoritma SVM nilai akurasi = 81,22% dan nilai AUC = 0,886. Dalam penelitian ini dapat diketahui bahwa tingkat akurasi yang didapatkan algoritma Support Vector Machine (SVM) lebih unggul 6,85% dibandingkan algoritma Naïve Bayes (NB). Kata Kunci— Zoom Cloud Meetings, Google Play Store, Virus Corona, Naïve Bayes, Support Vector Machine. Abstract— Zoom cloud meetings application that began to boom is used today because of the corona virus pandemic, so that all activities are carried out virtually. Zoom cloud meetings is an application that has various features including video & audio conferencing. In this study the authors used the Naïve Bayes method and Support Vector Machine in analyzing positive or negative sentiment labels on the zoom users' reviews on the Google Play Store. The number of datasets after prepocessing is 1,007 records. The data is almost balanced with 546 positive labels and 461 negative labels. Evaluation of the model using 10 fold cross validation obtained accuracy values and AUC values from each algorithm, namely for NB, the accuracy value = 74.37% and the AUC value = 0.659. As for the SVM algorithm the accuracy value = 81.22% and the AUC value = 0.886. In this study it can be seen that the accuracy obtained by the Support Vector Machine (SVM) algorithm is 6.85% superior to the Naïve Bayes (NB) algorithm.]]>
<![CDATA[Perancangan Aplikasi E-Futsal Sports Berbasis Android Di Kota Batam ]]>
<![CDATA[Firdaus Laia]]>;
<![CDATA[Ellbert Hutabri]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (663.076 KB)
<![CDATA[Futsal sebagai salah satu cabang olahraga yang diminati di hampir seluruh wilayah Indonesia dari berbagai kalangan usia, salah satunya Kota Batam. Banyaknya peminat olahraga ini, membuat penyewaan lapangan futsal menjadi salah salah usaha yang cukup menjanjikan. Akan tetapi saat ini, pemesanan lapangan futsal masih dilakukan secara manual, pelanggan yang ingin melakukan pemesanan lapangan futsal diharuskan untuk langsung mendatangi lokasi lapangan futsal dalam melakukan pembayaran dan pemesanan lapangan futsal. Penelitian ini berupaya memberikan solusi dalam memfasilitasi pelanggan saat melakukan pemesanan lapangan futsal, yang dimana akan dirancang sebuah aplikasi E-Futsal Sports berbasis android. Aplikasi yang dirancang akan membantu pelanggan dalam melihat secara langsung ketersediaan lapangan, fasilitas lapangan, harga lapangan, lokasi lapangan serta dapat melakukan pembayaran dengan menggunakan beberapa metode pembayaran yang tersedia, salah satunya pembayaran melalui Go-Pay. Selain itu, penyedia lapangan futsal juga dapat mengelola informasi lapangan futsalnya. Hasil dari penelitian ini berupa sebuah aplikasi yang dapat diakses melalui smartphone android. Dengan bantuan aplikasi ini, diharapkan dapat memfasilitasi peminat olahraga futsal dan penyedia lapangan futsal khususnya Di Kota Batam.]]>
<![CDATA[Aplikasi Filling Rekam Medis Menggunakan Metode Algoritma Turbo Boyer Moore ]]>
<![CDATA[Beni Harzani]]>;
<![CDATA[Diana Diana]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (595.168 KB)
|
DOI: 10.24114/cess.v5i2.17565
<![CDATA[Nagaswidak Health Center is one of the community health centers that is quite large and has complete facilities. But the problem that is often faced by officers in the puskesmas is the medical record data processing system which is still manual, causing the accumulation of patient medical record file data, in addition to patients who have been checked before and lost their medical records, it is very difficult for officers to find back, so the officer made a new medical record data. To overcome this problem, a Medical Records Filling Application was made at the Nagaswidak Health Center which includes the processing of medical records, patient data, drug data, action data, doctor data, and admin logins. So that the data search problem is not difficult, the turbo boyer moore algorithm method is applied which is expected to later be able to facilitate the search for patient data in the medical record filling application. Based on the test results Boyer Moore's Algorithm successfully applied to search for the beginning of a word, middle word, and final word. And the level of ease and usefulness of medical records application using Boyer Moore's algorithm obtained results that the level of ease is 80% and 100% usability rate.]]>
<![CDATA[Base64 Sebagai Kunci Keamanan pada One Time Pad (OTP) ]]>
<![CDATA[Oris Krianto Sulaiman]]>;
<![CDATA[Khairuddin Nasution]]>;
<![CDATA[Satria Yudha Prayogi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 5, No 2 (2020): JULI 2020 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (358.055 KB)
|
DOI: 10.24114/cess.v5i2.19622
<![CDATA[Message security in communication is very important to maintain the confidentiality and integrity of messages. The message that is sent must be conveyed in its entirety and only delivered according to its purpose. One Time Pad or OTP is an algorithm that can encrypt messages into ciphertext so that message security can be guaranteed. OTP is a symmetric cryptographic algorithm, that is, the key for encryption and decryption is the same. To perform encryption, the OTP plaintext length must be the same as the key length. This will make it difficult when there is a very long length of plaintext, so the key must also adjust it. OTP keys also have a weakness if a key has been used more than once. Therefore a key builder is needed. In this research, the key generator used is base64. Base64 is used to change the bits of plaintext that will be used by OTP. In this study, base64 can encode plaintext to be used as an OTP key so that it succeeded in making the key generator from base64 encoding.]]>
