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 37 Documents
 1   2   3   4 
Search results for , issue "Vol. 10 No. 2 (2025): Juli 2025" : 37 Documents clear
Implementasi Metode Naive Bayes dan TOPSIS dalam Aplikasi Corporate E-Funding untuk Klasifikasi dan Prioritisasi Program Kegiatan Sosial Basri, Mhd.; Mahardika Abdi Prawira; Andi Zulherry
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66623

Abstract

Proses seleksi proposal Corporate Social Responsibility (CSR) saat ini masih dilakukan secara manual dan membutuhkan waktu yang cukup lama, sehingga kurang efisien bagi perusahaan maupun penyelenggara kegiatan sosial. Penelitian ini mengusulkan pendekatan baru dengan mengintegrasikan algoritma Naïve Bayes Classifier dan metode TOPSIS untuk mengotomatisasi sistem penilaian kelayakan proposal CSR. Kontribusi utama penelitian ini adalah pengembangan framework hibrid yang mampu melakukan klasifikasi awal menggunakan Naïve Bayes kemudian memberikan ranking prioritas melalui TOPSIS berdasarkan empat kriteria: Bobot Eksternal (BE), Penyajian Proposal (PP), Kelengkapan Proposal (KP), dan Manfaat Proposal (MP). Sistem diuji menggunakan 150 proposal dari berbagai kategori kegiatan sosial dengan pembagian 120 data training dan 30 data testing. Hasil evaluasi menunjukkan akurasi klasifikasi sebesar 87.5% dan nilai consistency ratio TOPSIS 0.08, mengindikasikan konsistensi penilaian yang baik. Pengujian terhadap dua kasus nyata menunjukkan bahwa proposal "Lomba Kreativitas Sampah" berhasil dikategorikan layak dengan skor TOPSIS 0.742, sedangkan "Indonesia Fashion Week 2016" dinyatakan tidak layak dengan skor 0.328. Sistem telah mencapai Technology Readiness Level (TRL) 6 dengan prototype yang terintegrasi dan divalidasi dalam lingkungan operasional. Implementasi sistem ini terbukti dapat mengurangi waktu proses seleksi dari rata-rata 14 hari menjadi 2 hari, memberikan kontribusi signifikan dalam efisiensi dan transparansi proses pengambilan keputusan CSR perusahaan.
Rancang Bangun Sistem Pengambilan Salinan Putusan atau Penetapan Berbasis Website Guna Menunjang Pelayanan Pada Pengadilan Negeri Surakarta Kelas IA Khusus Setiawan, Gigih; Khusnuliawati, Hardika; Susilo, Dahlan
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66646

Abstract

Pelayanan pengambilan salinan putusan atau penetapan di Pengadilan Negeri Surakarta Kelas IA Khusus sebelumnya dilakukan secara manual kerap menimbulkan berbagai kendala, seperti keterlambatan penyampaian informasi, kurangnya transparansi, serta potensi kesalahan administrasi. Untuk menyelesaikan masalah tersebut, dikembangkan sistem dalam bentuk aplikasi berbasis web bernama e-Silinder (Elektronik Sistem Pengambilan Salinan Putusan/Penetapan by Order). Tujuan penelitian ini untuk membangun sekaligus menerapkan digitalisasi sistem agar efisiensi, transparansi, dan akuntabilitas layanan dalam proses pengambilan salinan putusan/penetapan dapat meningkat. Metode waterfall, yang meliputi tahap analisis kebutuhan, perancangan/desain sistem, pengkodean, dan pengujian, digunakan dalam perancangan aplikasi e-Silinder. Penerapan sistem menunjukkan proses permohonan salinan dapat dilakukan secara mandiri oleh pemohon melalui perangkat digital, diverifikasi oleh petugas, dan kemudian diambil sesuai jadwal yang ditentukan. Sistem ini terbukti mendukung proses digitalisasi pelayanan serta berkontribusi terhadap peningkatan kualitas layanan di lingkungan peradilan.
Perancangan Digital Learning Hub ‘Sijawara’ Bagi UMKM di Jawa Timur Bagus Kristomoyo Kristanto; Retrianto, Doni Handoko; Rizal, Mahdi Bashroni; Ababil, Muhammad Akbar; Indratama, Oki Bilal
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66658

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) di Jawa Timur menghadapi tantangan signifikan dalam mengakses pelatihan berkualitas yang relevan dan fleksibel. Keterbatasan waktu, biaya, dan fasilitas pendidikan formal menghambat peningkatan kapasitas mereka. Penelitian ini merancang Digital Learning Hub ‘Sijawara’, sebuah platform pembelajaran daring yang bertujuan untuk meningkatkan pemahaman materi seputar bisnis kepada UMKM dengan menyediakan akses mudah ke video, materi tertulis, dan soal latihan. Pendekatan pengembangan sistem informasi menggunakan metodologi Agile Scrum diterapkan dalam perancangan sistem ini, memastikan pengembangan yang adaptif dan berpusat pada kebutuhan pengguna. Sijawara menawarkan fitur utama seperti kursus daring terstruktur, kemajuan UMKM dalam mengikuti kursus, dan sertifikasi yang diakui. Inovasi penelitian ini terletak pada fokus geografis spesifik UMKM Jawa Timur dan integrasi fitur sertifikasi yang dapat diakui oleh Unit Pelatihan Dinas Koperasi, memberikan validasi konkret atas keterampilan yang diperoleh. Pengujian dilakukan dengan menggunakan wawancara kepada UMKM dan Dinas Koperasi dan UKM Jawa Timur. Hasil pengembangan dan pengujian sistem yang dirancang terbukti memiliki meningkatkan kredibilitas dan memperluas peluang bisnis UMKM melalui pembelajaran yang relevan dan fleksibel.
Sistem Monitoring dan Estimasi Konsumsi Listrik untuk Rumah Tangga Berbasis IoT dengan Antarmuka React Basri, Mhd.; Anton Yudhana; Abdul Fadlil
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66675

Abstract

Konsumsi energi listrik rumah tangga di Indonesia terus meningkat, mencapai 1.337 kWh per kapita pada 2023, naik 13,98% dari tahun sebelumnya. Penelitian ini mengembangkan sistem monitoring konsumsi listrik berbasis Internet of Things (IoT) menggunakan sensor PZEM-004T dan mikrokontroler ESP32, yang mampu mengukur tegangan, arus, daya aktif, dan energi kumulatif secara akurat. Backend dibangun dengan Node.js dan database real-time, sementara antarmuka frontend menggunakan React.js untuk menampilkan visualisasi data yang interaktif dan responsif. Dashboard menampilkan informasi penting seperti estimasi biaya (Rp14.673), konsumsi real-time (34,90W), konsumsi saat ini (10 kWh), konsumsi kumulatif (1450,500 kWh), serta pemantauan beban peralatan rumah tangga. Sistem menunjukkan status konsumsi “EFISIEN” dan berhasil meningkatkan kesadaran pengguna, terbukti dari pengurangan konsumsi energi rata-rata sebesar 16,8%. Akurasi sensor mencapai 98,5% untuk daya dan 97,2% untuk energi. Survei menunjukkan tingkat kepuasan pengguna sebesar 89,1%, dengan antarmuka dinilai mudah digunakan (4,4/5,0). Hasil penelitian membuktikan bahwa integrasi sensor PZEM dengan teknologi IoT dan React mampu menghasilkan solusi monitoring energi yang akurat, real-time, dan mendukung pengelolaan energi rumah tangga yang efisien dan berkelanjutan.
Implementasi Algoritma Random Forest dengan Variasi Parameter n_estimators untuk Klasifikasi Penyakit Hati Ersa Muliani; Asmarani Ayudhia; Maulidya; Novan Alkaf Bahraini Saputra; Nuruddin Wiranda
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66740

Abstract

Penyakit hati merupakan gangguan serius yang dapat menurunkan kualitas hidup dan menimbulkan komplikasi jika tidak terdeteksi sejak dini. Penelitian ini mengevaluasi penerapan algoritma Random Forest untuk klasifikasi penyakit hati menggunakan dataset Indian Liver Patient Records. Algoritma ini dipilih karena mampu menangani data kompleks dan mengurangi overfitting. Pengujian dilakukan dengan variasi parameter n_estimators (100, 200, 300) serta teknik 10-fold cross-validation. Evaluasi model mencakup akurasi, presisi, dan recall. Penelitian ini juga menerapkan teknik SMOTE untuk mengatasi ketidakseimbangan kelas dalam data, yang berkontribusi terhadap peningkatan performa model. Dibandingkan dengan studi sebelumnya yang menggunakan Random Forest tanpa tuning parameter, penelitian ini menunjukkan peningkatan akurasi sebesar 7%. Hasil terbaik diperoleh pada n_estimators = 200 dengan akurasi 80,17%, presisi 80,28%, dan recall 80,17%. Temuan ini menunjukkan bahwa algoritma Random Forest dengan parameter yang dioptimalkan efektif dalam mendeteksi penyakit hati dan dapat mendukung pengambilan keputusan medis secara lebih akurat.
Perancangan Aplikasi Interaktif Pembelajaran Pengenalan Huruf dan Angka Untuk Siswa Kelas 1 Sekolah Dasar Budi Mulia Berbasis Android Fredityawan, Klaudius Riko; Ade Septryanti
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66822

Abstract

Perancangan Aplikasi Interaktif Pembelajaran Pengenalan Huruf dan Angka untuk Siswa Kelas 1 Sekolah Dasar Budi Mulia Berbasis Android”. Penelitian ini bertujuan untuk merancang aplikasi interaktif berbasis Android sebagai media pembelajaran pengenalan huruf dan angka untuk siswa kelas 1 SD Budi Mulia. Aplikasi dirancang dengan tampilan menarik, suara interaktif, serta latihan sederhana guna meningkatkan minat belajar siswa. Pengujian dilakukan melalui metode black box untuk mengevaluasi fungsionalitas aplikasi, serta penyebaran kuesioner kepada 10 siswa dan 2 guru untuk menilai efektivitas penggunaan aplikasi. Hasil pengujian menunjukkan seluruh fitur aplikasi berjalan sesuai fungsi. Berdasarkan kuesioner, diperoleh nilai rata-rata kepuasan sebesar 88,5%, yang mencerminkan bahwa aplikasi sangat membantu proses pembelajaran. Guru menyatakan bahwa aplikasi ini mampu meningkatkan fokus siswa, mempercepat pemahaman konsep dasar huruf dan angka, serta memberi kemudahan dalam pengajaran materi secara visual dan audio. Keunggulan aplikasi ini terletak pada interaktivitasnya yang sesuai dengan karakteristik anak usia dini dan kemampuannya memberikan pengalaman belajar yang menyenangkan. Kontribusi aplikasi ini terhadap pembelajaran di SD Budi Mulia adalah menyediakan media belajar yang inovatif, mendukung pembelajaran mandiri, serta memperkuat pemahaman siswa melalui pendekatan teknologi yang adaptif dan efektif.
Analisis Kepuasan Pengguna Aplikasi E-Cash Waqf Menggunakan Metode Servqual Safira, Nurul; Ikhwan, Ali
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66903

Abstract

Perkembangan teknologi informasi telah mendorong digitalisasi wakaf, salah satunya melalui aplikasi E-Cash Waqf yang memudahkan masyarakat dalam menunaikan wakaf secara daring. Penelitian ini bertujuan untuk menganalisis kualitas layanan dan tingkat kepuasan pengguna terhadap aplikasi tersebut menggunakan metode ServQual, yang mencakup lima dimensi: bukti fisik, keandalan, daya tanggap, jaminan, dan empati. Pendekatan kuantitatif digunakan dengan melibatkan 50 responden aktif melalui observasi, wawancara, kuesioner, dan studi literatur. Hasil penelitian menunjukkan bahwa layanan aplikasi secara umum telah memenuhi bahkan melampaui harapan pengguna, dengan skor total ServQual sebesar 0,74. Rata-rata nilai gap pada masing-masing dimensi adalah: keandalan -0,04, daya tanggap 0,27, jaminan 0,12, empati 0,34, dan bukti fisik 0,05. Dimensi empati mencatat nilai gap tertinggi, sedangkan keandalan menunjukkan gap negatif kecil. Temuan ini menunjukkan tingkat kepuasan pengguna yang tinggi, khususnya dalam hal ketanggapan layanan dan perhatian yang bersifat personal. Aplikasi ini dikembangkan dengan metode Waterfall, dan untuk pengembangan selanjutnya disarankan integrasi dengan sistem pembayaran digital nasional, penggunaan blockchain untuk transparansi, serta penyempurnaan fitur seperti mode gelap dan notifikasi real-time.
Penerapan Arsitektur EfficientNetB0 pada Model Convolutional Neural Network untuk Deteksi Dini Mata Katarak Apriliansyah, Rico; Agung Handayanto; Nugroho Dwi Saputro
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66913

Abstract

Katarak merupakan penyebab utama kebutaan di dunia, terutama pada lansia, dan dapat dicegah jika terdeteksi secara dini. Dengan kemajuan teknologi kecerdasan buatan, deteksi katarak kini dapat dilakukan melalui pengolahan citra mata secara otomatis. Penelitian ini mengusulkan penerapan arsitektur EfficientNetB0 sebagai model klasifikasi gambar mata untuk membedakan antara mata normal dan mata yang terindikasi katarak. Dataset yang digunakan terdiri dari 612 gambar yang diperoleh dari Kaggle, dengan dua kelas yaitu normal dan katarak. Model dikembangkan menggunakan teknik transfer learning dan dilatih selama 15 epoch. Evaluasi kinerja klasifikasi dilakukan dengan memanfaatkan confusion matrix dan classification report dengan menghitung metrik akurasi, presisi, recall, dan f1-score. Pada pengujian model yang telah dibuat mendapatkan hasil tingkat performa model yang tinggi, ditandai dengan akurasi 98% serta skor precision, recall, dan f1-score yang sama-sama mencapai 0,98 untuk kedua kelas. Untuk penerapan praktis, model diintegrasikan ke dalam aplikasi berbasis web menggunakan Streamlit agar dapat digunakan secara langsung oleh pengguna. Hasil penelitian ini menunjukkan bahwa EfficientNetB0 merupakan arsitektur yang efisien dan andal dalam mendeteksi katarak secara otomatis melalui citra mata.
Analisis Keamanan Enkripsi End-To-End Pada Aplikasi WhatsApp Untuk Menanggulangi Ancaman Kriminalitas Siber Menggunakan Burp Suite Hana Meylia Nurohmah; Fahmi Fachri
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66931

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas sistem enkripsi end-to-end (E2EE) pada aplikasi WhatsApp dalam melindungi komunikasi pengguna dari potensi intersepsi data. Pengujian dilakukan melalui metode penetration testing dengan menggunakan Burp Suite Community Edition, difokuskan pada lalu lintas jaringan dalam tiga skenario pengujian: komunikasi teks satu arah, komunikasi dua arah, dan pengiriman file media. Setiap skenario diuji sebanyak satu kali pada dua perangkat Android serta laptop sebagai perantara analisis jaringan yang terhubung melalui jaringan lokal dengan konfigurasi proxy aktif. Hasil pengujian menunjukkan bahwa metadata komunikasi seperti alamat IP, host server, dan jenis permintaan protokol berhasil ditangkap oleh alat, tetapi isi pesan tetap tidak dapat diakses dalam bentuk plaintext. Hal ini menunjukkan bahwa WhatsApp telah mengimplementasikan sistem E2EE secara efektif, sehingga mampu mencegah intersepsi isi komunikasi meskipun lalu lintas data terpantau. Keterbatasan penelitian ini terletak pada cakupan alat dan jaringan yang digunakan, tanpa bypass certificate pinning atau analisis mendalam terhadap sisi klien. Oleh karena itu, disarankan agar penelitian lanjutan menggunakan tools lanjutan seperti Frida atau Wireshark dan mencakup analisis terhadap potensi kebocoran metadata dan keamanan endpoint. Temuan ini diharapkan dapat menjadi referensi dalam evaluasi keamanan aplikasi pesan instan serta meningkatkan kesadaran pengguna terhadap pentingnya perlindungan privasi digital.
Klasifikasi Citra Penyakit Daun Padi Dengan Metode CNN Menggunakan Arsitektur ResNet50V2 Maulana, Muhamad Filla Akbar; Anggadimas, Nanda Martyan; Sani, Dian Ahkam
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66960

Abstract

Tanaman padi sangat penting untuk menjaga ketersediaan pangan di Indonesia. Namun, produksinya sering menurun karena berbagai masalah, salah satunya yaitu penyakit daun yang sulit dikenali sejak awal. Jika penyakit tidak cepat dikenali dan ditangani, hal ini bisa menyebabkan hasil panen menurun drastis dan mengganggu pasokan beras di dalam negeri. Oleh karena itu, penelitian ini bertujuan untuk pengembangan sistem identifikasi penyakit daun padi otomatis. Sistem ini memanfaatkan citra digital dan jaringan saraf tiruan Convolutional Neural Network (CNN) dengan arsitektur ResNet50V2 untuk mengenali delapan jenis penyakit: Bacterial Leaf Blight, Brown Spot, Leaf Blast, Leaf Scald, Narrow Brown Spot, Rice Hispa, Sheath Blight, dan Tungro. Data citra diperoleh dari platform Kaggle, dengan total 15.241 gambar yang telah melalui tahapan preprocessing seperti normalisasi piksel, augmentasi, dan pengubahan ukuran menjadi 224x224 piksel. Model CNN dilatih menggunakan pendekatan transfer learning selama 50 epoch dengan bantuan dua fitur callback untuk menjaga kualitas pelatihan. Evaluasi performa dilakukan melalui confusion matrix dan classification report. Berdasarkan hasil pengujian, model menunjukkan akurasi tertinggi sebesar 94,14% pada data uji, serta nilai precision, recall, dan f1-score yang tinggi di hampir seluruh kelas. Dari hasil ini membuktikan bahwa CNN berbasis ResNet50V2 efektif digunakan untuk mendeteksi penyakit daun padi secara otomatis, dan berpotensi diterapkan sebagai alat bantu bagi petani dalam mempercepat proses identifikasi dan pengambilan keputusan di bidang pertanian.

Page 2 of 4 | Total Record : 37

 1   2   3   4 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue 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 - In Process Vol 7, No 2 (2022): July 2022 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