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
30 Documents
Search results for
, issue
"Vol. 9 No. 1 (2024): January 2024"
:
30 Documents
clear
<![CDATA[Sistem Pendukung Keputusan Menggunakan Metode Fuzzy Mamdani Untuk Menentukan Badan Eksekutif Mahasiswa (BEM) ]]>
<![CDATA[Saleh, Khairul]]>;
<![CDATA[Muhazir, Ahmad]]>;
<![CDATA[Rianda, Kiki Rizki]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.53341
<![CDATA[Badan Eksekutif Mahasiswa merupakan wadah dari seluruh mahasiswa untuk mengembangkan bakat dan kemampuan di Fakultas Teknik Universitas Asahan. Keberadaan ketua BEM selaku ketua organisasi merupakan suatu yang harus benar-benar di pertimbangkan dikarenakan ketua organisasi merupakan salah satu kunci keberhasilan dari suatu organisasi. Namun, dalam menentukan ketua BEM, Universitas Asahan belum memiliki sistem yang akurat dalam melakukan proses seleksi calon ketua BEM. Logika fuzzy merupakan suatu cara untuk memetakan masalah dengan tahapan-tahapan dari pembentukan himpunan fuzzy, pembentukan rule fuzzy dan proses inferensi madani. Tujuan penelitian ini yaitu dengan Logika fuzzy akan mendapatkan hasil yang akurat dan jelas dalam melakukan proses seleksi dalam Kasus penentuan Calon Ketua BEM sesuai variable yang sudah didapatkan.]]>
<![CDATA[Penggunaan Metode Waterfall Dalam Rancang Bangun Website My Tutor ]]>
<![CDATA[Setiyorini, Akhdiyan]]>;
<![CDATA[Jananto, Arief]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.53721
<![CDATA[Revolusi Industri saat ini beradaptasi pada industri 4.0 yang ditandai dengan perkembangan IT misalnya otomasi, analisis big data, teknologi robot, artificial intelligence (AI), hingga Internet of Things (IOT). Perkembangan teknologi dan informasi yang mengalami peningkatan harus diimbangi dengan Sumber Daya Manusia (SDM) yang cakap. Sesuai dengan RPJMD Kabupaten Kendal Tahun 2021-2026 dengan Prioritas Tahun 2023 mengoptimalkan SDM berdaya saing yang didukung dengan kualitas sarana dan prasarana pendidikan yang merata. Untuk itu dibuatlah Website My Tutor yang memiliki fitur seperti E-Learning dan menyediakan materi pelajaran dan latihan soal bagi pelajar serta dapat diakses secara gratis. Website ini dikembangkan dengan Metode Waterfall. Sistem dilakukan pengujian dengan Blackbox Testing dan tidak ditemukan permasalahan, sistem yang dibuat berhasil sesuai dengan kebutuhan dan fungsi.]]>
<![CDATA[Rancang Ulang Prototipe AIS Mobile Dengan User Centered Design (UCD) Untuk Penggunaan Yang Lebih Optimal ]]>
<![CDATA[Mauludin, Bintang Fajar]]>;
<![CDATA[Raharja, Muhammad Ridwan Ali]]>;
<![CDATA[Rayhan, Muhammad Shaquille]]>;
<![CDATA[Huda, Muhammad Qomarul]]>;
<![CDATA[Nurmiati, Evy]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.53962
<![CDATA[Aplikasi Academic Information System (AIS) Universitas Islam Negeri (UIN) Jakarta berfungsi sebagai sarana informasi mengenai jadwal perkuliahan, penilaian, pengambilan Kartu Rencana Studi dan berbagai informasi akademik lainnya. Pengguna AIS Mobile UIN Jakarta masih mengalami kesulitan dalam navigasi aplikasi, menemukan informasi yang dibutuhkan, atau bahkan merasa tidak puas dengan antarmuka pengguna yang ada. Penelitian ini bertujuan untuk merancang ulang prototipe aplikasi AIS Mobile UIN Jakarta dengan menggunakan metode User Centered Design (UCD) yang fokus pada pengguna. Tahapan UCD yang dipilih meliputi analisis konteks penggunaan, definisi kebutuhan pengguna, desain awal prototipe, dan pengujian kegunaan yang melibatkan pengguna aktual. Penelitian ini dilakukan dengan beberapa tahap penelitian, yaitu dengan melakukan studi literatur, identifikasi pengguna, analisis kebutuhan pengguna, desain solusi, dan evaluasi desain. Berdasarkan hasil penelitian Aplikasi AIS Mobile UIN Jakarta masih memiliki hal-hal yang perlu diperbaiki dengan rancang ulang prototype yang lebih meningkatkan kepuasan pengguna. Penulis telah merancang ulang tampilan aplikasi AIS Mobile UIN Jakarta berdasarkan umpan balik yang diberikan beberapa koresponden sebagai pengguna. Prototipe yang dihasilkan diharapkan dapat memberikan manfaat yang lebih optimal bagi pengguna aplikasi AIS UIN Jakarta.]]>
<![CDATA[Komparasi Kinerja CPU dan Memori dalam Proses Klasifikasi Malware Menggunakan Algoritma Random Forest pada Sistem Operasi Kali Linux 64-bit dan Ubuntu 64-bit ]]>
<![CDATA[Hindami, Achmad Luthfan Aufar]]>;
<![CDATA[Firmansyah, Dimas Rifqi]]>;
<![CDATA[Anggoman, Christopher Ralin]]>;
<![CDATA[Kardian, Aqwam Rosadi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.53994
<![CDATA[Machine learning telah menjadi aspek krusial dalam keamanan siber, khususnya dalam deteksi intrusi dan klasifikasi malware. Namun, penerapan teknik ini memerlukan alokasi sumber daya komputasi yang signifikan. Dalam konteks ini, sistem operasi memiliki peran krusial berkaitan dengan kemampuannya dalam mengelola sumber daya komputasi. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan performa CPU dan memori dari dua sistem operasi populer, yaitu Kali Linux dan Ubuntu, dalam konteks komputasi klasifikasi malware menggunakan teknik dan algoritma machine learning untuk mengetahui sistem operasi dengan performa yang lebih baik. Keduanya diuji menggunakan model machine learning dan variasi dataset yang sama untuk klasifikasi malware menggunakan algoritma Random Forest. Analisis dilakukan dengan membandingkan persentase konsumsi CPU dan memori antar kedua sistem operasi. Berdasarkan hasil pengujian, ditemukan bahwa sistem operasi Kali Linux memiliki rata-rata penggunaan CPU yang lebih rendah sekitar 19,64%, dan penggunaan memori yang lebih rendah sekitar 0,06% dibandingkan dengan sistem operasi Ubuntu. Dengan demikian, dapat disimpulkan bahwa sistem operasi Kali Linux memiliki performa yang lebih baik daripada sistem operasi Ubuntu dalam hal konsumsi CPU dan memori dalam komputasi klasifikasi malware menggunakan teknik dan algoritma machine learning.]]>
<![CDATA[Evaluasi Performa Naive Bayes dan SVM dalam Analisis Sentimen Kendaraan Listrik di Media Sosial Twitter ]]>
<![CDATA[Hendrawan, Gigih Nur]]>;
<![CDATA[Kusniyati, Harni]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54086
<![CDATA[Perkembangan teknologi dalam industri otomotif telah mengalami kemajuan yang signifikan, Salah satu pendorong utama perubahan ini adalah kebutuhan untuk mengatasi masalah lingkungan terutama pencemaran udara yang dihasilkan kendaraan bermotor yang berkontribusi terhadap perubahan iklim global. Kendaraan listrik dinilai sebagai salah satu solusi yang lebih ramah lingkungan dan berkelanjutan. Kendaraan listrik adalah jenis kendaraan yang menggunakan listrik sebagai sumber daya utama untuk menggerakkan mesin atau motor yang menggerakkan kendaraan tersebut. Jenis penelitian yang dipergunakan adalah penelitian kuantitatif yang mengacu pada pendekatan penelitian dengan cara mengumpulkan data yang dapat diukur secara numerik atau menggunakan metode statistik untuk menganalisis data tersebut. Tujuan utama penelitian ini adalah untuk memperbandingkan kinerja antara Algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan sentimen masyarakat terhadap kendaraan listrik di media sosial Twitter, dengan fokus pada mengukur tingkat akurasi, recall, dan presisi dari kedua algoritma tersebut. Evaluasi komparatif antara Support Vector Machine (SVM) dan Naive Bayes dalam klasifikasi sentimen data Twitter menunjukkan bahwa SVM secara signifikan lebih unggul dengan akurasi 95.79% dibandingkan Naive Bayes yang memiliki akurasi 87.39%. SVM menonjol dalam mengklasifikasikan sentimen ''negatif'' dan ''positif'' dengan lebih akurat, sementara Naive Bayes cenderung melakukan lebih banyak kesalahan klasifikasi, walaupun SVM menunjukkan hasil yang menjanjikan, terdapat kekhawatiran mengenai overfitting.]]>
<![CDATA[Remote Code Execution (RCE) pada Windows 10 dengan Berkas .docx Menggunakan Framework Metasploit (CVE-2021-40444) ]]>
<![CDATA[Marbun, Jonathan Sebastian]]>;
<![CDATA[Siddiq, Syubbanul]]>;
<![CDATA[Giffari, Rizal Abie]]>;
<![CDATA[Kardian, Aqwam Rosadi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54091
<![CDATA[Komputer menjadi salah satu kebutuhan masyarakat sekarang. Keberadaannya sudah merebak di berbagai tempat. Sebagian besar pengguna komputer menggunakan Windows sebagai sistem operasi mereka. Windows dinilai memiliki tampilan tatap muka yang atraktif dan mudah untuk digunakan. Namun, karena bukan merupakan sistem operasi yang open-source dan beragamnya latar belakang pengguna Windows, termasuk hacker, Windows memiliki beberapa kerentanan yang tergolong kritis. Salah satu kerentanannya adalah remote code execution (RCE). Kerentanan tersebut terdokumentasi secara resmi pada common vulnerabilities and exposures (CVE) dengan kode CVE-2021-40444. Kerentanan tersebut menjelaskan bahwa seseorang mampu memperoleh akses terhadap shell Windows menggunakan fail berekstensi .docx. Fail tersebut berisi skrip berbahaya yang dibangkitkan melalui beberapa proses menggunakan framework Metasploit dengan sistem operasi Linux (Ubuntu). Pemerolehan akses tersebut disebabkan usangnya aplikasi yang masih digunakan (Microsoft Office 2016). Penelitian ini menyiratkan makna akan pentingnya menggunakan aplikasi dengan versi mutakhir atau yang paling baru.]]>
<![CDATA[Alat Bantu Navigasi Tunanetra Menggunakan Modul GPS Dan Sensor Ultrasonik Berbasis Raspberry Pi ]]>
<![CDATA[Rizky, Sri]]>;
<![CDATA[Rismawan, Tedy]]>;
<![CDATA[Nirmala, Irma]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54323
<![CDATA[Tunanetra merupakan gangguan atau hambatan dalam fungsi indera penglihatan. Tunanetra memiliki keterbatasan dalam orientasi mobilitas, yang di mana tunanetra kurang dalam mengetahui apa yang ada didekatnya, akibatnya tunanetra tidak dapat pergi tanpa ada orang awas yang mendampingi. Selain itu, orang tua atau wali dari tunanetra juga tidak membiarkan tunanetra bepergian sendirian. Untuk mengatasi permasalahan ini, diperlukan alat bantu tunanetra yang dapat memberikan informasi halangan yang berada di sekitar tunanetra dan informasi keberadaan tunanetra. Dalam penelitian ini, dibangun sebuah alat bantu tunanetra menggunakan sensor ultrasonik untuk mendeteksi halangan di sekitar tunanetra yang menggunakan alat ini dan modul GPS untuk memberikan informasi keberadaan pengguna. Raspberry Pi memproses data tersebut, memberikan umpan balik audio kepada pengguna, dan mengirim data ke database untuk ditampilkan di website. Hasil dari pengujian didapatkan rata-rata ketepatan pada sensor ultrasonik depan sebesar 97,57%, ultrasonik kiri sebesar 98,78%, dan ultrasonik kanan sebesar 98,1%. Selain itu, pada pengujian pembacaan titik koordinat sesuai dengan lokasi alat bantu untuk tunanetra menggunakan modul GPS Neo-6M dapat memberikan lokasi dengan selisih ketepatan horizontal sejauh 5,14 m.]]>
<![CDATA[Pemilihan Prioritas Early Retirement Coal Fired Power Plant Dengan Menggunakan Metode AHP PROMETHEE ]]>
<![CDATA[Sarma, Anisa Yulia]]>;
<![CDATA[Dinariyana, A.A.B]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54445
<![CDATA[Pembangkit dari Pusat Listrik Tenaga Uap (PLTU) berbahan bakar batu bara disebut juga Coal Fired Power Plant (CFPP) menyumbang cukup tinggi nilai emisi karbon. Salah satu upaya menekan emisi karbon dilakukan melalui early retirement PLTU yang sejalan dengan target pencapaian Net Zero Emission (NZE) pada tahun 2060. Early retirement direncanakan dalam RUPTL 2021-2030, sehingga perlu dipersiapkan PLTU mana saja yang akan dipilih. Penelitian ini bertujuan untuk menentukan urutan prioritas PLTU yang akan dipilih pada sistem ketenagalistrikan Jawa Bali dengan menggunakan Metode Multi Criteria Decision Making (MCDM) melalui kombinasi Analytic Hierarchy Process (AHP) dan Preference Rangking Organization Method for Enrichment Evaluation (PROMETHEE). Kombinasi metode ini digunakan untuk pengambilan keputusan atas alternatif PLTU menggunakan multi kriteria dengan melibatkan para ahli dalam proses pembobotannya. Kriteria utama yang digunakan adalah kriteria teknis, ekonomi dan lingkungan dengan sub kriteria usia, kapasitas, capacity factor, efisiensi, harga jual, potensi biaya buy out, emisi CO2 dan pengaruh polusi udara. Hasil penelitian ini menempatkan kriteria usia menduduki persentase pembobotan tertinggi sekitar 30%, namun tidak serta merta menjadikan PLTU dengan usia tertua menjadi urutan pertama karena proses outranking dilakukan secara menyeluruh berdasarkan nilai net flow yang dihasilkan. Perankingan menghasilkan PLTU PEC 3, PLTU Suralaya 8, PLTU Cilacap 3, PLTU Paiton 9 dan terakhir PLTU Adipala 5. Hasil urutan prioritas dengan metode ini diharapkan dapat digunakan sebagai referensi bagi pemangku kepentingan dalam pengambilan keputusan untuk menentukan prioritas PLTU yang akan dilakukan early retirement.]]>
<![CDATA[Analisis Pengelompokan UMKM Berdasarkan Kategori Menggunakan Algoritma K-Means dan K-Medoids ]]>
<![CDATA[Ajarwiro, Cweto Bolodiko]]>;
<![CDATA[Maimunah, Maimunah]]>;
<![CDATA[Sukmasetya, Pristi]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54632
<![CDATA[Sektor Usaha Mikro Kecil dan Menengah (UMKM) menjadi salah satu faktor utama yang mendorong pertumbuhan ekonomi Indonesia. Jumlah kategori UMKM yang banyak perlu dilakukan pengelompokan agar dapat membantu pemerintah dalam mendukung pengembangan UMKM. Dalam penelitian ini dilakukan pengelompokan UMKM berdasarkan kategori menggunakan algoritma K-Means dan K-Medoids. Data yang digunakan dalam penelitian ini adalah data UMKM Kota Magelang yang diambil dari PeRSADA sebanyak 3491. Pada tahap pengolahan data dilakukan pengecekan tipe data, penanganan data yang hilang, pelabelan dan penjumlahan kategori UMKM. Setalah data diolah maka dilakukan pengelompokan data menggunakan algoritma K-Means dan K-Medoids. Pengelompokan kategori UMKM menggunakan algoritmat K-Means dan K-Medoids menghasilkan 3 klaster. Pengelompokan menggunaka K-Means menghasilkan klaster tinggi sebanyak 1 kategori, klaster sedang 3 kategori, dan klaster rendah 60 kategori. Pengelompokan menggunakan K-Medoids menghasilkan klaster tinggi 1 kategori, klaster sedang 2 kategori, dan klaster rendah 61 kategori. Berdasarkan nilai DBI, algoritma K-Means mempunyai nilai 0,496 sedangkan algoritma K-Medoids bernilai 0,499. Dengan demikian klastering UMKM Kota Magelang menggunakan K-Means lebih baik daripada algoritma K-Medoids. Melalui pengelompokan UMKM berdasarkan kategori dapat membantu memberikan informasi untuk pengembangan UMKM.]]>
<![CDATA[Analisis Usability dan User Experience pada Aplikasi CISEA PT. Bukit Asam Menggunakan Metode System Usability Scale (SUS) dan User Experience Questionnaire (UEQ) ]]>
<![CDATA[Amelia, Rita]]>;
<![CDATA[Tania, Ken Ditha]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v9i1.54728
<![CDATA[Suatu organisasi dapat mengatasi persaingan yang semakin ketat dengan menggunakan teknologi informasi. Suatu organisasi dapat menjadi lebih baik dalam melakukan segala kegiatan operasionalnya jika dapat memanfaatkan keunggulan teknologi. Aplikasi CISEA adalah aplikasi yang digunakan perusahaan sebagai media informasi dan komunikasi karyawan. Peneliti mengevaluasi pengalaman dan kemampuan pengguna menggunakan aplikasi CISEA. Analisis dilakukan menggunakan metode yaitu pada aspek pengalaman pengguna menggunakan metode User Experience Questionnaire (UEQ) dan aspek Usability menggunakan System Usability Scale (SUS). Hasil pengukuran kebergunaan (usability) menggunakan pengujian SUS yang diberikan kepada 30 responden diperoleh nilai rata-rata skor SUS mencapai 82.5 maksudnya aplikasi CISEA dalam kategori œexcellent dengan penilaian grade skor yaitu œB yang menyatakan aplikasi CISEA bisa diterima oleh pengguna. Hasil kepada 30 responden dengan enam elemen pengukuran kuesioner UEQ, yang meliputi apsek attractivesness (Daya Tarik) mendapat nilai rata-rata 1,22 memberikan nilai posistif/baik, aspek perspicuity (Kejelasan) mendapat nilai 1,26 memberikan nila positif/baik, aspek efficiency (efisiensi) mendapat nilai 1,18 memberikan nilai positif/baik, aspek dependability mendapat nilai 0,96 memberikan nilai positif/baik, aspek stimulation (stimulasi) mendapat nilai 0,82 memberikan nilai yang positif atau baik serta elemen inovatif (kebaruan) mendapatkan nilai 0,89 memberikan nilai positif/baik.]]>
