cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adi Widarma
Contact Email
adiwidarma@unimed.ac.id
Phone
+6285275945045
Journal Mail Official
journal_cess@unimed.ac.id
Editorial Address
UPT TIK Universitas Negeri Medan Jl. Willem Iskandar pasar V Medan Estate, Medan 20221
Location
Kota medan,
Sumatera utara
INDONESIA
CESS (Journal of Computer Engineering, System and Science)
Published by Universitas Negeri Medan
ISSN : 25027131     EISSN : 2502714X     DOI : https://doi.org/10.24114/cess
Core Subject : Science,
Computer Science & IT
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 28 Documents
 1   2   3 
Search results for , issue "Vol 7, No 2 (2022): July 2022" : 28 Documents clear
Dashboard System for Predicting Student Practicum Performance Using the Data Mining Method Adam Fahsyah Nurzaman; Riyanto Jayadi
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.35394

Abstract

One of the factors that can influence the success of an educational institution is the coveted quality of students. To be able to see the quality of students can be seen from the graduation obtained. One method that can be used to see the percentage of student graduation obtained is data mining. This research was conducted to examine the data assessment process using data mining methods as well as data visualization so that the information generated is better by using the dashboard. Decision tree method was chosen because the results obtained using data sources that create the highest accuracy. Out of this research, it is found that the dashboard which was developed to visualize the data to become more mature information and data assessment using data mining methods has succeeded in making stakeholders get better information and also helps in making better business decisions.
Forecasting Room Occupancy Rates Based on Hotel Class in Bali Using the ARIMA Method I Gusti Ayu Agung Diatri Indradewi; Ni Putu Sri Mulyani; Wayan Gede Suka Parwita
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.33959

Abstract

Bali merupakan destinasi wisata di Indonesia yang diminati oleh wisatawan dan didukung oleh ketersediaan hotel yang memadai. Covid-19 yang melanda dunia termasuk Bali telah mengakibatkan tingkat penghunian kamar (TPK) hotel mengalami penurunan drastis. Oleh karena itu, perlu upaya untuk kembali menaikkan rata-rata TPK hotel. Salah satu langkah awal yang yang diharapkan mampu berkontribusi dalam upaya ini adalah dengan melakukan peramalan TPK hotel. Hasil peramalan dengan metode ARIMA diperoleh hasil bahwa pada hotel bintang lima, model terbaik yang diperoleh yakni model ARIMA (0,1,1) dengan MSE sebesar 39,65% dan MAPE sebesar 80,83%. Pada hotel bintang empat, model terbaik yang diperoleh yakni model ARIMA (1,0,2) dengan MSE sebesar 24,14% dan MAPE sebesar 60,14%. Pada hotel bintang tiga, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 25,57% dan MAPE sebesar 59,11%. Pada hotel bintang dua, model terbaik yang diperoleh untuk model ARIMA (1,0,0) dengan MSE sebesar 15,15% dan MAPE sebesar 70,14%. Model ARIMA (1,0,1) pada hotel bintang dua menghasilkan MSE sebesar 13,29% dan MAPE sebesar 68,00%. Pada hotel bintang satu, model terbaik yang diperoleh yakni model ARIMA (1,0,0) dengan MSE sebesar 23,73% dan MAPE sebesar 431,12%. Model ARIMA (1,0,1) pada hotel bintang satu menghasilkan MSE sebesar 19,49% dan MAPE sebesar 555,28%.
Decision Tree and K-Nearest Neighbor (K-NN) Algorithm Based on Particle Swarm Optimization (PSO) for Diabetes Mellitus Prediction Accuracy Analysis Andi Nur Rachman; Supratman Supratman; Euis Nur Fitriani Dewi
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.34245

Abstract

Penyakit Diabetes Mellitus merupakan penyakit tidak menular, tetapi penyakit ini  merupakan salah satu penyakit yang mematikan bagi yang mengidapnya. Penyakit ini disebabkan oleh beberapa factor diantaranya pola makan hidup yang tidak teratur atau berlebihan. Apabila penyakit ini tidak dihentikan, maka penderita penyakit Diabetes Mellitus akan semakin memakan para pasien penderita penyakit ini. Menurut WHO atau World Health Organization, sekitar 425 juta orang menderita penyakit diabetes, kemudian 1,6 juta kematian setiap tahunnya di akibatkan oleh penyakit diabetes. Kemudian, pada tahun 2016 di Indonesia, kematian yang disebabkan oleh penyakit diabetes sekitar 99 ribu jiwa. Penyakit diabetes pada tahun ke tahun semakin meningkat, jadi perlu adanya sebuah sistem yang dapat membantu medis untuk melakukan klasifikasi terhadap diabetes berdasarkan data kesehatan pasien. Salah satu metode yang dapat digunakan untuk memprediksi penyakit diabetes mellitus adalah dengan menggunakan data mining. Data mining merupakan suatu proses yang interaktif untuk memprediksi penyakit diabetes mellitus. Prediksi untuk mendiagnosis penyakit ini menggunakan seleksi fitur berbasis Particle Swarm Optimization (PSO) pada dataset Kaggle.com. Dan metode klasifikasi yang digunakan yaitu metode Decision Tree dan K-Nearest Neighbors (K-NN). Hasil dari penelitian ini menghasilkan nilai akurasi tertinggi sebanyak 79.8% dengan AUC 0.71 dengan menggunakan metode Decision Tree, dan untuk menggunakan optimasi metode K-Nearest Neighbors (K-NN) menggunakan Particle Swarm Optimization (PSO) memiliki nilai akurasi tertinggi sebanyak 77.09%.
Video Streaming Data Security Using AES-Rijndael Algorithm Zebedeus Cheyso; I Made Agus Dwi Suarjaya; Gusti Made Arya Sasmita
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.32989

Abstract

Keamanan merupakan salah satu aspek yang paling penting dalam jalannya proses pertukaran informasi di masa ini. tidak semua informasi yang dipertukarkan dapat diperbolehkan menjadi konsumsi publik apalagi jika jatuh ke tangan pihak yang tidak bertanggung jawab yang dapat mengubah, memanipulasi dan menyebarkan informasi tersebut tanpa izin. Salah satu bentuk informasi yang perlu dilakukan langkah pengamanan ialah data video streaming. Metode enkripsi adalah pilihan yang paling tepat untuk mengamankan kerahasiaan data tersebut. Enkripsi merupakan sebuah ilmu untuk mengkonversikan sebuah data menjadi bentuk yang tidak dapat dimengerti guna menyembunyikan informasi yang hanya dapat diakses oleh pihak yang berhak. Penelitian ini memanfaatkan algoritma enkripsi AES-Rijndael untuk mengamankan data dan informasi dari video streaming yang dilakukan antara client dan server dengan memanfaatkan protokol transmisi RTP dan RTSP dalam kontrol alur media, enkripsi AES-Rijndael akan digunakan untuk mengubah data dari format file video berekstensi Mjpeg. Algoritma AES-Rijndael mampu mengamankan data dan informasi video dengan baik, ketika client memasukan kunci dekripsi yang berbeda, frame video yang dikirimkan dari server tidak dapat didekripsi dan ditampilkan secara utuh. Pengujian hashing SHA-256 dilakukan pada 25 dan 50 frame dari video untuk mengecek keaslian data berjalan dengan baik tanpa ada perubahan pada data frame yang dikirimkan.
Kernel Comparison on Support Vector Machine for Detecting Stairs Descent Ahmad Wali Satria Bahari Johan; Ardian Yusuf Wicaksono; Muhammad Dzulfikar Fauzi; Rizky Fenaldo Maulana; Kharisma Monika Dian Pertiwi
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.33477

Abstract

Terdapat 4 kernel yang dapat digunakan dalam klasifikasi Support Vector Machine dalam membuat hyperplane. Keempat kernel tersebut adalah linear, polynomial, gaussian dan sigmoid. Setiap kernel dapat menghasilkan akurasi yang berbeda-beda. Hal ini dikarenakan pengaruh sebaran data yang diklasifikasikan. Terdapat 2 kelas yang diklasifikasikan, yaitu lantai dan tangga turun. Dilakukan proses ekstraksi fitur tekstur terhadap citra lantai dan tangga turun menggunakan metode Gray Level Co-occurence Matrix. Terdapat 7 fitur dari GLCM yang dihasilkan pada proses ekstraksi fitur. Selanjutnya dilakukan klasifikasi menggunakan Support Vector Machine dengan mencoba setiap kernelnya. Dari hasil pengujian didapatkan kernel linear menghasilkan akurasi yang paling tinggi, yaitu 89%. Kernel sigmoid mendapatkan akurasi 84%. Kernel Gaussian mendapatkan akurasi sebesar 85%. Sedangkan kernel polynomial mendapatkan akurasi yang paling rendah yaitu 78%.
Analysis of User Acceptance of Open Source Software (OSS) Using Task Technology Fit (TTF) and Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) Model Stephanie Ngadiman; Nurul Mutiah; Renny Puspita Sari
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.35233

Abstract

OSS OPAC UNTAN is a joint catalog used to carry out the collection search process at the Tanjungpura University library. However, there are still many shortcomings of the system that are felt by users and librarians, such as a less interactive display and less accurate information. This indirectly affects users in using the system, so this research was conducted to determine the extent of user acceptance of OSS OPAC UNTAN and what factors influence users in using OSS OPAC UNTAN. The model used is the integration of the Task Technology Fit (TTF) model and the Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2). The data analysis technique uses the Partial Least Square–Structural Equation Modeling (PLS-SEM) approach with the help of SmartPLS 3 tools. The results of this study indicate that there are 5 accepted hypotheses from 12 hypotheses that have been built with the Habit model factor, Task Technology Fit, Effort Expectancy, Performance Expectancy, and Technology Characteristics have a significant effect on user acceptance. The results of the research are an evaluation of the UNTAN OPAC OSS in the hope that it can be used as a decision-making for the developer in improving the characteristics of technology, features, and services so that they can be utilized by users and operate optimally.Keywords: User Acceptance, OPAC, PLS-SEM, TTF, UTAUT 2
Decision Support System For Teacher Performance Assessment at the Yayasan Pendidikan Islam Al-Islamiyah with the Analytical Hierarchy Process Method (AHP) Sulhi Romadhoni; Anita Diana
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.34980

Abstract

This study focuses on the development of a decision support system (DSS) for teacher performance assessment at the Al-Islamiyah Islamic Education Foundation. In an educational institution, schools have teachers who are assets that must be owned by schools in creating a quality education process. The problem that occurs at this foundation is that there is no proper method and application of the teacher performance appraisal system, and also the large number of teachers, so it is difficult to choose the best teacher. Therefore, appropriate methods and DSS are needed to overcome the existing obstacles. The Analytical Hierarchy Process (AHP) method is one method that can be used in determining the best teacher performance assessment in determining the selection of the best teacher. The criteria that have been set are based on presence, neatness of dress, discipline, teaching ability, and responsibility. This study aims to determine the right method and build a DSS for assessing teacher performance at the Al-Islamiyah Islamic Education Foundation school in determining the best teacher. This DSS produces an alternative priority order, which can be used as a problem-solving tool in determining teacher performance appraisals and selecting the best teacher.
K-Nearest Neighbor's Accuracy in Dermatic Bacterial Disease Diagnosis Results Puji Sari Ramadhan; Saiful Nurafif; Muhammad Syahril
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.34855

Abstract

Penelitian ini membahas dan memaparkan tentang mencari nilai akurasi dari metode K-Nearest Neighbor dalam menghasilkan kesimpulan. Hal ini perlu dilakukan untuk mengetahui efektivitas metode tersebut dalam menyelesaikan permasalahan yang terjadi. Dalam penelitian ini akan dilakukan perhitungan nilai akurasi dengan menggunakan studi kasus identifikasi penyakit Dermatic Bacterial. Pemilihan kasus ini didasari dengan fakta bahwa sulitnya melakukan diagnosis melalui gejela-gejala yang terjadi serta penanganan dini terhadap penyakit tersebut. Masalah yang terjadi dikarenakan keterbatasan pengetahuan masyakarat serta keterbatasan para ahli yang berada di berbagai daerah. Penelitian ini diawali dengan pengumpulan data kasus, gejala dan penyakit pada Dermatic Bacterial, selanjutnya membentuk basis pengetahuan berdasarkan data kasus. Proses tersebut dilanjutkan dengan melakukan perhitungan dengan menggunakan metode K-Nearest Neighbor. Setelah memperoleh hasil diagnosa berdasarkan perhitungan yang telah dilakukan menggunakan metode K-Nearest Neighbor maka proses selanjutnya adalah mencari nilai akurasi hasil diagnosa yang akan dibandingkan dengan hasil diagnosa pakar. Pada penelitian ini menggunakan 10 data sampel riwayat kasus sebelumnya dan 20 sampel untuk data pengujian. Dari proses pengujian yang dilakukan maka diketahui bahwa untuk nilai akurasi pada metode K-Nearest Neighbor sebesar 85%, sehingga dapat disimpulkan bahwa metode K-Nearest Neighbor sangat baik digunakan dalam melakukan perhitungan hasil diagnosa sebagai bagian dari diagnosa awal dan penanganan dini terhadap pasien
Comparative Audit of Batam City Information System and COVID-19 National Website Hendi Sama; Muhammad Rivaldy Hisham; Jumiliono Pratama; Luky Andito; Andy Kho; Hendry Wijaya
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.32354

Abstract

The use of Information Technology for the information center on the COVID-19 web in Batam city and the COVID-19 web in Indonesia, must be supported by IT Governance which describes the most important factors in the use of IT. In addition, the development of the internet also supports the use of computers. The data on the two websites may still not be used as the main reference data due to differences in data from the national web version and Batam City, also because the data obtained are not aligned and do not intersect, it can cause errors in reporting the data that has been collected in such a way. In this study, an Information System Audit will be carried out with the process of collecting and also evaluating evidence about the accuracy of the available information to determine the level of suitability of the information with the audit standards that have been set and express the results of the examination, based on the information system audit standards. The results of the assessment of aspects of the security system, design, navigation, mobile friendly, speed, content quality and keywords of the two websites show that it is very worthy to say that it is very good.
Clustering Analysis in Sales Grouping Using The K-Means Algorithm at Cafe 47°Coffee Raihan Hidayat; Harni Kusniyati
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v7i2.35569

Abstract

Cafe 47°Coffee adalah cafe yang bergerak dibidang kuliner yang menyediakan makanan maupun minuman. Dengan banyaknya pesaing bisnis  dibidang cafe  maka dari itu pengusaha cafe 47°Coffee diharuskan mampu bersaing dengan memanfaatkan dari data transaksi untuk menentukan suatu strategi penjualan. Data yang akan digunakan pada penelitian ini yaitu data penjualan dari bulan Juli 2021 sampai Februari 2022.   Pengusaha cafe 47°Coffee memanfaatkan Data Mining untuk membantu mengambil keputusan strategi penjualan agar dapat mengetahui  produk yang harus di tingkatkan dan memberi solusi pengambil keputusan, Metode Clustering dengan menggunakan algoritma K-Means adalah salah satu metode yang akan digunakan pada penelitian ini. Pengusaha Cafe 47°Coffee mengelompokan produk kedalam 3 kriteria yaitu sangat laku, laku, dan tidak laku. Data diolah dengan perhitungan manual dan menggunakan tools Rapid Miner untuk melakukan pengujian, sehingga dapat hasil akhir berupa 4 item cluster sangat laku yakni V60, Caramel Coffe Latte, Red Velvet, dan Coklat , 7 item cluster laku yakni Cappucino, Vanilla Coffe Latte, Hazelnut, Taro, Lychee Tea, Japanese, dan Greentea, 14 item cluster tidak laku yakni Americano, Espresso, Moccacino, Kopi tubruk, Vietnam Drip, Kopi sundan, Avocado Coffe Latte, Match, Strawberry Tea, Milkshake Strawberry, Banana, Cofee Lemon, Kopi susu, dan risol. Dari proses clustering menggunakan algoritma k-means diatas diperoleh nilai DBI (Davice Bouldin Index) dengan nilai -0,813. Hasil ini dapat dimanfaatkan pengusaha Cafe 47°Coffee untuk meningkatkan strategi penjualan dan manajemen stok.

Page 1 of 3 | Total Record : 28

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 11 No. 1 (2026): Januari 2026 Vol. 10 No. 2 (2025): Juli 2025 Vol. 10 No. 1 (2025): Januari 2025 Vol 9, No 2 (2024): July 2024 Vol. 9 No. 2 (2024): July 2024 Vol. 9 No. 1 (2024): January 2024 Vol 9, No 1 (2024): January 2024 Vol 8, No 2 (2023): July 2023 Vol 8, No 1 (2023): January 2023 Vol 7, No 2 (2022): July 2022 Vol 7, No 2 (2022): July 2022 - In Process Vol 7, No 1 (2022): January 2022 Vol 6, No 2 (2021): Juli 2021 Vol 6, No 1 (2021): Januari 2021 Vol 5, No 2 (2020): JULI 2020 Vol 5, No 1 (2020): Januari 2020 Vol 4, No 2 (2019): JULI 2019 Vol 4, No 1 (2019): Januari 2019 Vol 3, No 2 (2018): Juli 2018 Vol 3, No 1 (2018): Januari 2018 Vol 2, No 2 (2017): Juli 2017 Vol 2, No 1 (2017): Januari 2017 Vol 1, No 2 (2016): Juli 2016 Vol 1, No 1 (2016): Januari 2016 More Issue