cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
Jurnal Informatika Upgris
Published by Universitas PGRI Semarang
ISSN : 24604801     EISSN : 24776645     DOI : -
Core Subject : Science,
Computer Science & IT
Journal of Informatics UPGRIS published since June 2015 with frequency 2 (two) times a year, ie in June and December. The editors receive scientific writings from lecturers, teachers and educational observers about the results of research, scientific studies and analysis and problem solving closely related to the field of Information Technology and Communications / Informatics.
Arjuna Subject : -
Articles 306 Documents
 27   28   29   30   31 
Evaluasi Ketahanan Hybrid Visible Watermarking Berbasis Python terhadap Serangan Digital pada Video Firmansyah, Muhammad Yusuf; Padillah, Arip; Mandiri, Devi; Ramadhan, Muhammad Ridho; Yunita, Yunita
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v11i2.25620

Abstract

Abstract—The widespread distribution of digital video content demands persistent copyright protection; however, static visible watermarking methods remain vulnerable to geometric manipulation. Moreover, quantitative evaluations of visible watermarking robustness on video content implemented in modern programming environments remain limited and are predominantly focused on static media. This study aims to evaluate the robustness of a hybrid visible watermarking system for video content through an experimental approach. The proposed system integrates spatial-domain processing, frequency-domain transformation based on the Discrete Cosine Transform, and multiscale techniques implemented using Python and OpenCV. Digital attack simulations include compression, format conversion, resizing, noise, and cropping, with performance assessed using SSIM, pHash, MSE, and histogram analysis. Experimental results demonstrate strong robustness against administrative attacks, maintaining SSIM values above 0.91 and pHash exceeding 0.97 under H.264 compression and format conversion. Nevertheless, a Robustness Paradox is identified under cropping attacks, where trimming 12.5 percent on each side causes complete watermark detection failure, indicated by a WM Area MSE increase to 2,304.23, while color fidelity remains high with a histogram similarity value of 0.93. This study provides technical contributions in the form of empirical evidence on the limitations of static watermark placement and demonstrates that hybrid approaches offer a more balanced trade-off between visual quality and robustness, while recommending dynamic watermarking or advanced frequency-domain methods to improve resilience against geometric desynchronization. Abstrak—Distribusi konten video digital menuntut perlindungan hak cipta yang persisten; namun metode visible watermarking statis masih rentan terhadap manipulasi geometri. Selain itu, evaluasi kuantitatif terhadap ketahanan visible watermarking pada media video berbasis lingkungan pemrograman modern masih terbatas dan umumnya berfokus pada media statis. Penelitian ini bertujuan untuk mengevaluasi ketahanan sistem visible watermarking hibrida pada konten video menggunakan pendekatan eksperimental. Sistem yang diusulkan mengintegrasikan domain spasial, transformasi frekuensi berbasis Discrete Cosine Transform, serta pendekatan multiskala dengan implementasi Python dan OpenCV. Simulasi serangan digital meliputi kompresi, konversi format, resizing, noise, dan cropping, dengan evaluasi menggunakan metrik SSIM, pHash, MSE, dan analisis histogram. Hasil eksperimen menunjukkan ketahanan tinggi terhadap serangan administratif dengan nilai SSIM di atas 0,91 dan pHash melampaui 0,97 pada kompresi H.264 dan konversi format. Namun demikian, fenomena Robustness Paradox teridentifikasi pada serangan cropping, di mana pemotongan area sebesar 12,5 persen pada setiap sisi menyebabkan kegagalan deteksi total dengan lonjakan WM Area MSE hingga 2.304,23, meskipun kesamaan histogram warna tetap tinggi dengan nilai 0,93. Penelitian ini memberikan kontribusi teknis berupa bukti empiris keterbatasan watermark statis dan menunjukkan bahwa pendekatan hibrida lebih efektif dalam menyeimbangkan kualitas visual dan ketahanan, sekaligus merekomendasikan dynamic watermarking atau metode domain frekuensi lanjut untuk meningkatkan ketahanan terhadap desinkronisasi geometris.
Pemodelan Klasifikasi Kategori Harga Rumah Menggunakan Algoritma Decision Tree dengan Pendekatan CRISP-DM Ghaisani, Bunga Aulia; Damayanti, Griselda Audrye; A. Rani, Rizki Mautya; Fitri, Nur; Dharmawan, Weiskhy Steven
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v11i2.25421

Abstract

Prediksi harga rumah yang akurat merupakan informasi krusial bagi berbagai pemangku kepentingan di pasar properti, termasuk pembeli, penjual, dan investor, untuk pengambilan keputusan strategis. Penelitian ini bertujuan untuk merancang dan mengimplementasikan model machine learning menggunakan Algoritma Decision Tree, yang dikenal karena kemudahan interpretasinya, untuk mengklasifikasikan harga rumah ke dalam tiga kategori: rendah, sedang, dan tinggi. Metodologi yang diterapkan mengadopsi kerangka kerja CRISP-DM (Cross-Industry Standard Process for Data Mining), yang meliputi tahapan pemahaman data, persiapan data, pemodelan, evaluasi, hingga deployment. Algoritma Decision Tree digunakan sebagai model prediktif utama, dan kinerjanya diukur menggunakan metrik akurasi klasifikasi. Sebagai tahap akhir, model yang telah dilatih sistem aplikasi web interaktif menggunakan Streamlit, sebuah framework modern berbasis Python yang mempercepat proses deployment. Hasil penelitian menunjukkan bahwa model Decision Tree mampu mengklasifikasikan kategori harga rumah dengan tingkat akurasi sebesar 81,74%. Implementasi menggunakan Streamlit terbukti berhasil menyediakan antarmuka yang efektif, intuitif, dan praktis, memungkinkan pengguna non-teknis untuk berinteraksi langsung dengan model prediktif.
IMPLEMENTASI SISTEM INFORMASI PENYEWAAN LAPANGAN BADMINTON BERBASIS WEB DI GLORY BADMINTON HALL Diantika, Sri
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v11i2.23988

Abstract

Meningkatnya popularitas bulu tangkis mendorong kebutuhan akan layanan sewa lapangan yang efisien. Namun, Glory Badminton Hall masih menggunakan pemesanan manual yang sering menimbulkan konflik jadwal dan kesalahan data. Penelitian ini merancang sistem penyewaan berbasis web untuk mempermudah pemesanan, mempercepat transaksi, dan meningkatkan manajemen. Menggunakan model Waterfall, sistem dikembangkan dengan PHP Native, MySQL, dan Bootstrap. Hasil pengujian menunjukkan sistem dapat menangani pemesanan, verifikasi pembayaran, manajemen jadwal, dan pelaporan secara efektif. Implementasi sistem ini diharapkan meningkatkan kualitas layanan dan pengalaman pengguna
Pengembangan Sistem Informasi Peminjaman Ruangan Fakultas Kesehatan UDINUS Berbasis Web dan Mobile wardoyo, agung
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v11i2.25716

Abstract

Currently, Management of room rentals at the Faculty of Health, Dian Nuswantoro University is currently still done manually, resulting in inefficient processes, potential schedule conflicts, and difficulties in tracking room availability. During the student and dean's deliberation activity, it was revealed that there were 24 complaints out of 30 complaints from students and student organizations regarding information on room availability for student activities. To overcome this problem, this study developed a Website and Mobile-based Room Rental Information System using the PHP Framework CodeIgniter (CI) for the website platform and Java with Android Studio for mobile applications. This system was designed with a prototyping approach and includes key features such as user authentication, calendar-based room rentals, automatic schedule validation, notifications, and administrative reports. Functional testing proved that the system runs according to user needs, reducing duplication of rentals. In the UIE (User Experience of interactive questionnaire) with 30 users, the Attractiveness, Perspicuity, Efficiency, Stimulation values of the alpha coefficient were above 0.7, which states that the website-based health faculty room loan information system is attractive, clear, efficient and provides an interesting experience.
Evaluasi Komparatif Analisis Sentimen Komentar Media Sosial Menggunakan Multinomial Naïve Bayes, Bidirectional-LSTM dan Transfer Learning Purnomo, Niko; Trihardo, Rendra; Rizky, Joy Lawa; Fatmasari, Rhini; Gata, Windu
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Komentar pada media sosial dapat digunakan sebagai umpan balik cepat untuk mengevaluasi kualitas layanan suatu institusi. Penelitian ini membandingkan empat pendekatan klasifikasi sentimen pada komentar Facebook dan Instagram institusi pendidikan (studi kasus: akun resmi Universitas Terbuka), yaitu Multinomial Naïve Bayes (TF-IDF), Text Vectorization Embedding (TensorFlow), Bidirectional-LSTM, dan Universal Sentence Encoder (USE)–Transfer Learning. Tujuan penelitian ini adalah mengidentifikasi model dengan kinerja terbaik untuk klasifikasi sentimen positif dan negatif pada komentar media sosial berbahasa Indonesia. Dataset yang digunakan terdiri dari 333 komentar Facebook dan 663 komentar Instagram, kemudian dilakukan penyeimbangan kelas melalui proses filtering sehingga diperoleh 154 komentar Facebook dan 178 komentar Instagram untuk pemodelan. Hasil evaluasi menunjukkan Bidirectional-LSTM memberikan performa terbaik, dengan akurasi 0,88 dan F1-score 0,89 pada Facebook, serta akurasi 0,74 dan F1-score 0,84 pada Instagram. Model dengan performa terendah pada kedua platform adalah USE–Transfer Learning. Temuan ini mengindikasikan bahwa Bidirectional-LSTM lebih efektif untuk menangkap konteks sekuensial pada komentar media sosial, sehingga dapat dimanfaatkan sebagai dasar pemantauan kualitas layanan secara berkala. Namun, akurasi seluruh model masih berada di bawah 90%, sehingga penelitian lanjutan diperlukan, misalnya melalui perluasan data, penanganan ketidakseimbangan kelas yang lebih robust, dan optimasi arsitektur/model pralatih
Perbandingan Efisiensi dan Akurasi Model Jaringan Saraf Konvolusional untuk Deteksi Objek pada Lingkungan dengan Gangguan Visual Widhiariandoko, Adhitya; Syukur, Abdul; Soeleman, M. Arief
Jurnal Informatika UPGRIS Vol 11, No 2 (2025): DESEMBER 2025
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v11i2.25645

Abstract

Model deteksi objek berbasis Jaringan Saraf Konvolusional (JSK) seringkali mengalami penurunan performa signifikan pada kondisi visual dunia nyata yang mengandung gangguan. Penelitian ini bertujuan untuk menganalisis dan membandingkan efisiensi dan akurasi dari tiga arsitektur JSK yang berbeda—Faster R-CNN (dua tahap), SSD (satu tahap klasik), dan YOLOv8s (satu tahap modern)—terhadap gangguan visual. Model-model tersebut dilatih dari awal (from scratch) pada subset dataset COCO dan diuji pada empat skenario: citra bersih, gangguan Gaussian, motion blur, dan kombinasi keduanya. Evaluasi performa menggunakan metrik mean Average Precision (mAP) untuk akurasi dan Frames Per Second (FPS) untuk efisiensi. Hasil eksperimen menunjukkan bahwa YOLOv8s tidak hanya menjadi model tercepat (476.19 FPS), tetapi juga mencapai akurasi tertinggi pada kondisi bersih (mAP 0.2870) dan menunjukkan ketahanan (robustness) terbaik terhadap semua jenis gangguan yang diuji. Sebaliknya, Faster R-CNN terbukti menjadi yang paling rentan, dengan penurunan akurasi mencapai lebih dari 97% pada kondisi gangguan Gaussian. Kesimpulannya, arsitektur modern YOLOv8s menawarkan keseimbangan terbaik antara efisiensi, akurasi, dan ketahanan, menjadikannya pilihan yang superior untuk aplikasi di lingkungan yang tidak dapat diprediksi.

Page 31 of 31 | Total Record : 306

 27   28   29   30   31 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11, No 2 (2025): DESEMBER 2025 Vol 11, No 1: JUNI 2025 Vol 10, No 2: Desember 2024 Vol 10, No 1: Juni 2024 Vol 9, No 2: Desember 2023 Vol 9, No 1: Juni 2023 Vol 8, No 2: Desember 2022 Vol 8, No 1: Juni 2022 Vol 8, No 1 Vol 7, No 2: Desember 2021 Vol 7, No 1: JUNI 2021 Vol 6, No 2: Desember (2020) Vol 6, No 1: JUNI (2020) Vol 5, No 2: Desember (2019) Vol 5, No 1: Juni (2019) Vol 4, No 2: Desember (2018) Vol 4, No 1: Juni (2018) Vol 3, No 2: Desember (2017) Vol 3, No 1: Juni (2017) Vol 2, No 2: Desember (2016) Vol 2, No 1: JUNI (2016) Vol 2, No 1: JUNI (2016) Vol 1, No 2 Desember (2015) Vol 1, No 2 Desember (2015) Vol 1, No 1 Juni: (2015) Vol 1, No 1 Juni (2015): informatika More Issue