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
515 Documents
<![CDATA[Internet of Things Based Monitoring and Control System for Indoor Lettuce Cultivation on Soil Media ]]>
<![CDATA[Caecilia Cantica Gita Mileniae Ahen]]>;
<![CDATA[Ikhwan Ruslianto]]>;
<![CDATA[Uray Ristian]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.36303
<![CDATA[Budidaya selada perlu memperhatikan kondisi lingkungan agar pertumbuhannya optimal. Melakukan budidaya di ruangan terkontrol bertujuan agar pertumbuhan tanaman selada selalu stabil tanpa perlu mengkhawatirkan faktor alam. Penelitian ini menggunakan NodeMCU ESP32 sebagai pengendali sistem untuk melakukan pemantauan dan pengontrolan budidaya selada berbasis Internet of Things (IoT). Sensor pH air analog digunakan untuk memantau pH air, sensor capacitive soil moisture untuk memantau kelembapan tanah, dan sensor DHT11 untuk memantau suhu dan kelembapan udara. Pengontrolan kondisi ruang budidaya dapat dilakukan menggunakan sistem berdasarkan parameter pH, kelembapan tanah, kelembapan udara, suhu udara, dan intensitas cahaya yang ideal untuk pertumbuhan tanaman selada. Pengguna juga dapat melakukan pengontrolan secara manual. Hasil pengamatan selama 14 hari menunjukkan bahwa tanaman selada yang dibudidayakan berbasis sistem mengalami pertumbuhan yang subur sebesar 60% dan pertumbuhan sedang sebesar 40%. Tanaman selada yang dibudidayakan secara manual hanya mengalami pertumbuhan yang subur sebesar 10%, pertumbuhan sedang sebesar 10%, pertumbuhan kurang sebesar 30% dan sudah tidak mengalami pertumbuhan lagi karena layu atau mati sebesar 50%. Faktor yang memberikan pengaruh signifikan terhadap kesuburan budidaya tanaman selada adalah intensitas cahaya dan kelembapan tanah.]]>
<![CDATA[Implementation of Random Forest on Face Recognition Using Isomap Features ]]>
<![CDATA[Rifki Kosasih]]>;
<![CDATA[Achmad Fahrurozi]]>;
<![CDATA[Desti Riminarsih]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.34498
<![CDATA[Sistem pengenalan wajah merupakan salah satu bidang yang digunakan untuk mengenali wajah seseorang. Dalam penelitian ini, data yang dikumpulkan merupakan data citra wajah yang terdiri dari 24 citra dengan komposisi 6 orang dan tiap orang memiliki 4 citra dengan berbagai ekspresi. Untuk mengenali wajah tersebut, dilakukan ekstraksi fitur wajah terlebih dahulu menggunakan metode isomap. Isomap merupakan metode reduksi dimensi yang dapat mereduksi dari dimensi tinggi menjadi fitur-fitur yang berdimensi rendah. Berdasarkan hasil ekstraksi diperoleh 4 fitur yang digunakan untuk mengklasifikasikan wajah. Untuk mengklasifikasikan wajah, digunakan algoritma random forest. Berdasarkan hasil penelitian diperoleh tingkat akurasi hasil klasifikasi sebesar 87,5%, nilai weighted average precision sebesar 81,25% dan nilai weighted average recall sebesar 87,5%.]]>
<![CDATA[Determine the Eligibility Level of Village Fund Direct Cash Assistance Recipients using Fuzzy Mamdani Method ]]>
<![CDATA[Hansen Alexander Rustan]]>;
<![CDATA[Ikhwan Ruslianto]]>;
<![CDATA[Irma Nirmala]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.36136
<![CDATA[Pemerintah pertama kali mengumumkan 2 kasus pasien positif Coronavirus Disease 2019 (Covid-19) pada 2 Maret 2020. Hampir semua aspek kehidupan masyarakat terkena dampaknya, khususnya sektor ekonomi. Salah satu upaya pemerintah dalam memulihkan perekonomian Indonesia yaitu melalui pemberian Bantuan Langsung Tunai Dana Desa (BLT-DD). Permasalahan yang dihadapi dalam pemberian BLT-DD ini yaitu tidak tepatnya pemberian BLT-DD, keterlambatan penyaluran BLT-DD karena perbedaan kebijakan, dan kurangnya keterbukaan informasi. Penelitian ini bertujuan untuk membangun sebuah sistem yang dapat memberi dukungan keputusan yang tepat untuk menilai kelayakan calon penerima BLT-DD. Metode yang digunakan dalam penelitian ini yaitu menggunakan perhitungan metode Fuzzy Mamdani. Metode ini digunakan karena memiliki akurasi yang tinggi serta menghasilkan nilai keluaran yang dapat digunakan untuk menentukan urutan kelayakan calon penerima BLT-DD. Sistem yang akan dibuat akan menghasilkan keluaran berupa keputusan dan nilai kelayakan masing-masing calon penerima BLT-DD, yang kemudian diurutkan berdasarkan tingkat kelayakannya. Hasil penelitian yang telah dilakukan yaitu didapatkan akurasi tertinggi sebesar 89,87% dengan jumlah minimal kesesuaian kriteria keluarga miskin bernilai “Tinggi” terbaik sebanyak 8 kriteria. ]]>
<![CDATA[Irrigation Control Using Fuzzy Logic on The Internet of Things Agriculture System ]]>
<![CDATA[Angga Prasetyo]]>;
<![CDATA[Yovi Litanianda]]>;
<![CDATA[Fadelan Fadelan]]>;
<![CDATA[Arief Rahman Yusuf]]>;
<![CDATA[Sugianti Sugianti]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.37195
<![CDATA[Cabai, sawi, tomat, selalu jadi tanaman favorit petani, walaupun butuh banyak air dan pekerja. Adaptasi kondisi itu dengan teknik bercocok tanam smart agriculture system (SAS) yang melibatkan teknologi seperti irigasi otomatis yang mengatur penyiraman hanya berdasarkan rutinitas tanpa memperhatikan kondisi lahan. Pengendalian seperti ini saat musim pancaroba bisa mengakibatkan kebusukan akar serta memicu penyakit fungisarium pada tanaman cabai. Solusinya, coba dihadirkan sistem yang melibatkan kecerdasan buatan seperti logika fuzzy berbentuk sebuah embedded system dengan pantauan internet of things (IoT). Logika fuzzy secara komputasi matematis akan mengatur irigasi berdasarkan kondisi kelembapan dan suhu lahan. Dimulai dengan tahap Fuzzyfikasi untuk memetakan input nilai suhu dan kelembapan dari sensor. Dilanjut dengan pembuatan Inference engine di mikrokontroler NodeMcu 8266 untuk mengartikan pernyataan rule fuzzy berbentuk agregasi kondisi minimum dengan operator AND, kemudian dikombinasikan dengan nilai set tunggal 0 dan 1 pada fuzzy sistem menjadi respon aktuator yang sesuai. Setelah keseluruhan sistem dijadikan purwarupa, maka dilakukan testing pengujian untuk mengetahui seberapa baik kode program fuzzy dapat merespon perubahan ekosistem lahan budidaya agriculture yang disimulasikan. Penelitian ini mendapati hasil bahwa kode program loggika fuzzy yang ditanamkan pada mikrokontroler nodeMCU8266 berhasil mengatur durasi penyemprotan yang dilakukan pompa sebagai respon berbagai simulasi kondisi lingkungan dalam waktu 3,6 detik.]]>
<![CDATA[Epoch Optimization on Rice Leaf Image Classification Using Convolutional Neural Network (CNN) MobileNet ]]>
<![CDATA[Fauzan Masykur]]>;
<![CDATA[Mohammad Bhanu Setyawan]]>;
<![CDATA[Kuntang Winangun]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.37336
<![CDATA[Epoch pada proses klasifikasi citra menggunakan algoritma deep learning convolutional neural network (CNN) merupakan proses yang mutlak dibutuhkan untuk mencapai akurasi paling optimal dan loss yang kecil. Penentuan epoch akan mempengaruhi bobot (weight) pada neural network serta berpengaruh pada kurva yang dihasilkan. Proses training dataset citra pada neural network akan melalui satu rangkaian perhitungan dari awal sampai akhir hingga akan dikembalikan lagi ke proses awal dengan sebutan sekali putaran atau 1 epoch. Proses pembelajaran dari dataset diperlukan beberapa kali update bobot sehingga akan kurang optimal jika epoch dilakukan hanya sekali putaran. Pada makalah ini akan dipaparkan klasifikasi citra daun tanaman padi yang menggunakan arsitektur CNN MobileNet dengan beberapa kali epoch untuk menghasilkan hasil yang paling optimal. Citra daun dibagi menjadi 4 kelas yakni healthy, brownspot, hispa dan leafblast. Setiap kelas di kelompokkan menjadi 2 kelompok yaitu data training dan data validasi dengan presentase data training 70% dan data testing30%. Sedangkan epoch yang ditentukan sebanyak 50, 100 dan 150 kali. Pada epoch 150 menghasilkan nilai akurasi tertinggi senilai 1,000 dan loss senilai 0,0037 yang artinya semakin besar nilai epoch akan menghasilkan akurasi terbaik pada klasifikasi citra daun padi menggunakan MobileNet. ]]>
<![CDATA[Cover Page ]]>
<![CDATA[Editor CESS]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Determination of the Quality of Onion Seeds using Additive Ratio Assessment (ARAS) Method ]]>
<![CDATA[Juniar Hutagalung]]>;
<![CDATA[Mukhlis Ramadhan]]>;
<![CDATA[Muhammad Dahria]]>;
<![CDATA[Rudi Gunawan]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 7, No 2 (2022): July 2022 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v7i2.31223
<![CDATA[Rendahnya tingkat produksi bawang merah di Desa Paropo disebabkan penggunaan bibit yang kurang bermutu, sehingga produksi bawang merah yang dihasilkan masih jauh dibawah kebutuhan. Untuk mencapai tingkat kebutuhan bawang merah diperlukan bibit bawang merah yang berkualitas, agar dapat memberikan hasil panen yang optimal. Oleh karena itu diperlukan sebuah sistem yang dapat mempermudah para petani, salah satunya adalah menggunakan Sistem Pendukung Keputusan (SPK) dengan menerapkan metode Additive Ratio Assessment (ARAS). Tahapan metode ARAS dimulai dengan melakukan pengumpulan data kriteria, alternatif dan bobot penilaian. Selanjutnya menerapkan metode ARAS hingga diperoleh perangkingan nilai. Sampel data yang digunakan berjumlah 8 data dengan 5 kriteria yaitu tampilan bentuk, isi bibit, masa penyimpanan, ukuran dan tampilan kulit. Berdasarkan penelitian yang telah dilakukan maka diperoleh hasil bahwa untuk nilai keputusan dengan Ki tertinggi 0,951 yaitu B8, sebagai alternatif terbaik. Tujuan penelitian untuk menentukan kualitas bibit bawang merah berdasarkan kriteria yang sudah ditetapkan, sehingga para petani dapat memilih bibit yang tepat dan terbaik untuk ditanam agar memberikan hasil panen yang optimal dan petani tidak mengalami kerugian. Dengan adanya penelitian dapat memberikan referensi hasil keputusan sehingga membantu pihak terkait untuk mempermudah dalam penentuan kualitas bibit bawang merah.]]>
<![CDATA[Sentiment Analysis on COVID-19 Vaccine using Naive Bayes Classifier, Support Vector Machine and K-Nearest Neighbors ]]>
<![CDATA[Monika Rani]]>;
<![CDATA[Dian Prawira]]>;
<![CDATA[Nurul Mutiah]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 8, No 1 (2023): January 2023 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v8i1.40158
<![CDATA[Procurement of the COVID-19 vaccination has led to diverse opinions among Indonesian people on Twitter. Sentiment analysis on Twitter can be carried out to find out public opinion, especially among Twitter users. The data was used in the form of tweets with the topic of the COVID-19 vaccine using the keywords covid 19 vaccine, covid vaccine, AstraZeneca, Sinovac, Moderna, Pfizer, Novavax and Sinopharm. analysis of the performance of the Naive Bayes Classifier, Support Vector Machine and K-Nearest Neighbors algorithms to determine the results of the accuracy level between the algorithms. The highest classification test is using the Support Vector Machine with an accuracy rate of 0.701. The results of the comparison of algorithms tested using tweet data on the topic of the COVID-19 vaccine found that the Support Vector Machine was better than the Naive Bayes Classifier and K-Nearest Neighbors. From the classification test carried out using COVID-19 vaccine tweet data with 2500 data. The amount of data after going through the data processing process is 1052 data. Neutral sentiment results in as many as 645 positive sentiments as many as 250 and negative sentiments as many as 157.]]>
<![CDATA[Transaction Data Security Using AES and RC4 ]]>
<![CDATA[Puji Sari Ramadhan]]>;
<![CDATA[Muhammad Syahril]]>;
<![CDATA[Rini Kustini]]>;
<![CDATA[Hendryan Winata]]>;
<![CDATA[Robin Darwis Gea]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 8, No 1 (2023): January 2023 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v8i1.41212
<![CDATA[This study discusses the effectiveness of using AES (Advanced Encryption Standard) and RC4 (Rivest Chipper 4) as digital data security algorithms to prevent and protect transaction data from irresponsible parties. This needs to be done because the development of sales transactions or other services has used digital technology a lot. This situation causes the need to secure digital data from existing transactions, so that transaction data can be stored safely. Transaction data security is carried out by changing data into ciphers or codes that are difficult to read using the AES (Advanced Encryption Standard) and RC4 (Rivest Cipher 4) algorithms. This research begins by collecting existing transaction data and then transforming it into ASCII code. The results of the transformation will be used to perform calculations using the AES algorithm. After completing the calculation process using the AES algorithm, then do the calculations using RC4. These results will be stored in the database so that the transaction data that has turned into these codes cannot be known by other parties. The combination of the AES and RC4 algorithms is carried out to strengthen data encryption because there are more and more rotation systems and double security is carried out so that digital data is not easily read and misused. With the presence of this research, it can be shown that the AES and RC4 algorithms are capable of encrypting existing transaction data with multiple levels of security. ]]>
<![CDATA[Application of Point Tracking Technology in 360 Degree Panorama Virtual Tour Applications for Introduction to Siliwangi University Campus ]]>
<![CDATA[Muhammad Adi Khairul Anshary]]>;
<![CDATA[Cecep Muhamad Sidik Ramdani]]>;
<![CDATA[Euis Nur Fitriani Dewi]]>;
<![CDATA[Andi Nur Rahman]]>;
<![CDATA[Rezi Syahriszani]]>
<![CDATA[ CESS (Journal of Computer Engineering, System and Science) Vol 8, No 1 (2023): January 2023 ]]>
Publisher : <![CDATA[Universitas Negeri Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24114/cess.v8i1.39363
<![CDATA[Most of the campus area introduction media use brochures to provide information to prospective students. This media among teenagers is no longer attractive. Most prospective students prefer information through multimedia such as short videos. Due to the limited time of video media, very little content is provided so that delivery will be very less. The use of Virtual Tour 360 multimedia technology will help to provide clear information in the form of text and the application of Point tracking technology will make it easier for users to feel like they are in a campus environment. The methodology used in making this application is the Luther-Sutopo version of the Multimedia Development Life Cycle (MDLC). The 360 Degree Panorama Virtual Tour Application Introduction to the Siliwangi University Campus is expected to make it easier to convey information that can be easily accepted by users. This application can see a real environment simulation on the Siliwangi University campus by representing information in the form of 360° panoramic images making it easy to display information visually. The test results obtained from the alpha test of the application of Point tracking can make it easier for users to run the application and the beta test results that the application functions very well get a score of 83.75%. ]]>
