Jurnal Informatika: Jurnal Pengembangan IT
Not a member yet
437 research outputs found
Sort by
Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur
No full textMengonsumsi buah sangat dianjurkan karena mengandung vitamin, mineral, serta serat yang dibutuhkan oleh tubuh. Selain itu, ternyata buah-buahan dapat menjadi obat dan mencegah dari berbagai penyakit. Berdasarkan kajian riset secara empiris menunjukkan bahwa buah memiliki kandungan yang yang dapat menjadi obat bagi tubuh manusia. Akan tetapi, pengetahuan mengenai khasiat buah sebagai obat belum tersebar ke banyak orang. Buah-uahan yang berkhasiat obat dapat dikenali jika dilihat dari bentuk dan teksturnya. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah berkhasiat obat menggunakan euclidean distance dengan ekstraksi ciri bentuk dan tekstur. Proses ekstraksi ciri dilakukan agar dapat mengidentifikasi informasi dari ciri-ciri yang terdapat pada sebuah citra. Ekstraksi ciri bentuk didapatkan berdasarkan nilai metric dan eccentricity. Untuk ekstraksi ciri tekstur digunakan Gray Level Co-occurence Matrix (GLCM). Sedangkan proses klasifikasi menggunakan euclidean distance yang memiliki fungsi sebagai penentu tingkat kemiripan dari beberapa citra berdasarkan jarak eucliedean. Berdasarkan evaluasi model dengan menggunakan uji akurasi memperlihatkan bahwa model yang dikembangkan memiliki tingkat akurasi mencapat 83,33%. Hasil tersebut menunjukkan model yang dikembangkan mampu melakukan klasifikasi dengan baik
Klasifikasi Judul Berita Clickbait menggunakan RNN-LSTM
No full textAmid technological developments, online news of various life topics is shared across various platforms. Many media often take advantage of this opportunity by uploading their news on several online platforms to increase the traffic and rankings they upload to make much profit. However, many online media attract readers' attention by exaggerating the headlines or news headlines they upload. That way, the news title is often not by the content of the news. This phenomenon is commonly known as "clickbait" among the public. The media usually do this to increase traffic, rankings, and finances. Therefore, this study classified the news with clickbait and non-clickbait titles using the RNN-LSTM architecture. In this study, the classification of clickbait news titles uses the RNN-LSTM architecture. The classification results obtained calculation accuracy of 79% on training data and 77% accuracy on test data
Implemetasi Filtering Alamat Website Pada Web Proxy Menggunakan Raspberry-Pi
No full textEkstensi adblocker iklan menggunakan Raspberry-PI yang sudah di install Pi-Hole bertujuan untuk memfilter konten-konten yang mengandung informasi negatif baik di segi website, blog, iklan, dan masih banyak lagi kegunaan dari Adblocker Raspberry-PI dimana sistem kerja nya dengan meemriksa ada tidaknya trafik-trafik atau Ip yang memiliki konten pornografi, narkoba, perjudian secara otomatis akan. Di adblocker. Pengaturan Raspberry tidak terbatas pada setiap aplikasi, atau pada setiap akses jaringan oleh user atau pengguna tersebut. Penelitian ini mengadopsi metode kualitatif yang bersifat deskriptif, dengan metode pengembangan keamanan jaringan SPDLC (Security Policy Development Life Cycle) serta metode uji black box testing. Hasil dari penelitian ini yaitu bahwa Raspberry-Pi yang digunakan untuk analisis web proxy dapat berfungsi dengan baik dengan pengujian adblocker 80%, filtering web 100%, DNS Cache total 9,92%, dan Crontab 100%
Pengiriman Pesan Whatsapp Massal Otomatis dengan XPath Address Finder, Checker, dan Fitur Update
No full textWhatsApp is a reliable, secure, simple calling and messaging service that is available for free. This service was originally developed as the short message service alternative, and now supports location, document, video, photo, and text exchange features. This service has over two billion active users in one hundred and eighty countries. With some of these advantages, this service can be used as an alternative to SMS to convey information in bulk. For example, broadcasting information or reminders of certain things or advertising. By using WhatsApp, the costs required for the broadcasting process will be very small compared to using SMS. However, it would be very inefficient and time-consuming if the process of broadcasting the information was still done manually by retyping or copy-pasting messages from target to target. This reseach aims to develop an application that can automate the process of sending mass messages automatically through the WhatsApp service. In addition, a Virtual Contact File creation feature was also developed to help users add contacts from targets. To improve the adaptability to HTML structure changes on the WhatsApp Web website, an XPath address update feature on key elements was also developed. To support the update feature, the XPath address finder and checker on certain elements in a web page function were also developed
IMPLEMENTASI MULTINOMIAL NAIVE BAYES UNTUK KLASIFIKASI SENTIMEN TERHADAP PELAYANAN PERUSAHAAN OTOBUS MENGGUNAKAN DATA FACEBOOK
No full textKepuasan pelanggan dapat dilihat dari baik buruknya kualitas pelayanan. banyak masyarakat yang menggunakan jejaring sosial facebook untuk mengekspresikan opini. Analisis sentimen adalah paduan dari data mining dan teks mining. Oleh karena itu kumpulan postingan facebook yang berupa teks dikumpulkan untuk selanjutnya di olah agar bisa digunakan untuk analisis sentimen. Penggunaan algoritma multinomial Naïve Bayes agar hasil klasifikasi data sentimen lebih optimal. Ada tiga kelas yang digunakan, yaitu negative, netral, dan positif. Sebelum di klasifikasi, data mentah melewati tahap preprocessing terlebih dahulu untuk menormalisasi kata yang ada pada data. penggunaan metode TF-IDF membantu untuk pembobotan data. diperlukan pembagian data dalam tahap klasifikasi, Yang dimana data uji sebesar 20%, dan data latih sebesar 80%. Pengujian data ini menggunakan confusion matrix. jumlah persentase data sentiment terhadap pelayanan perusahaan otobus yang didapatkan dari facebook. dengan persentase 23% sentiment negatif, 53% sentiment netral, dan 25% sentiment Positif. Bisa disimpulkan bahwa pelayanan perusahaan otobus tersebut masih di anggap netral oleh penggunanya. Dari hasil uji data diperoleh nilai akurasinya 95%, precision 95%, dan recall 95%. Penelitian ini menunjukan bahwa metode yang digunakan memiliki tingkatan cukup baik
Expert System for Identification of Skin Disease in Humans using Naive Bayes Classifier Method on Web
No full textExpert System Identification of Skin Disease in Human is an application that adopts expert knowledge, in this case, a dermatologist, to identify skin diseases in humans found in Indonesia. This expert system is constructed using a naive bayes classifier. To make the system interface more dynamic and easy to access by anyone, this system is made based on the web. Through this web application, users can consult with a system like an expert to know the skin disease that occurs to the human and find the correct treatment to solve the problems
Rancang Bangun Mesin Presensi berbasis Metode Pengenalan Wajah HoG berbantuan Proses Klasifikasi Linear SVM
No full textDi dalam daerah perkantoran, salah satu benda yang sering disentuh adalah alat presensi/pencatat kehadiran. Studi ini bertujuan untuk menerapkan sistem presensi berbasis metode pengenalan wajah menggunakan Raspberry Pi dan kamera dilengkapi dengan sensor pendeteksi suhu tubuh berbantuan aplikasi web. Pendekatan pengenalan wajah yang dilakukan dalam studi ini adalah Histogram of Oriented Gradients (HoG) didukung dengan linear Support Vector Machine (SVM). Hasil yang didapatkan dalam studi ini berupa sebuah mesin presensi yang mampu mengenali wajah pengguna yang sudah terdaftar dengan tingkat akurasi sebsar 98% pada 43,02 frame per detik (idle) dan 2,90 frame per detik (aktif) dengan menggunakan dataset berisikan 20 data tiap wajah (20 data x 20 wajah = 400 data). Sensor yang digunakan dapat mengukur suhu dengan akurasi ±0,5°C. Daftar kehadiran dapat diakses oleh pihak yang berkepentingan melalui situs web yang menampilkan data dari basis data. Untuk menanggulangi kesalahan sistem pada saat uji coba, presensi secara manual dapat dilakukan melalui aplikasi berbasis web
Pengujian Keamanan Fitur Upload File pada Sistem Aplikasi Web
No full textAplikasi web adalah salah satu platform yang paling umum digunakan untuk mengirim informasi dan layanan melalui Internet. Bahkan hingga saat ini aplikasi web pun banyak digunakan untuk layanan-layanan penting. Akan tetapi dengan masifnya penggunaan tersebut menjadikan aplikasi web sebagai target populer bagi serangkaian ancaman berupa serangan siber. Penulis menerapkan secure coding dengan cara mengaktifkan kode filter file pada contoh sistem aplikasi web. Penelitian ini dilakukan untuk memahami gambaran mengenai cara peretas mengambil kesempatan file upload vulnerability pada sistem aplikasi web. Tujuannya sebagai proof of concept secure coding pada saat mengembangkan sebuah aplikasi web. Pada penelitian ini menggunakan localhost dengan web server Apache2 pada perangkat yang digunakan untuk pengujian. Penulis menyiapkan contoh sistem aplikasi web yang mempunyai celah, berbasis PHP dan mengunggahnya pada repository Github. Untuk membuktikan apakah peretas masih dapat memperoleh sesuatu dari sistem aplikasi web atau tidak, penulis melakukan dua skenario pengujian. Pada skenario pertama, penulis menambahkan format .pdf, sehingga ketika file terunggah, akan kembali kepada user untuk mengunduh file yang telah diunggah dalam bentuk pdf. Lalu, skenario kedua, penulis menerapkan secure coding untuk mengecek ekstensi file yang diunggah pada sistem aplikasi web tersebut. Setelah penulis melakukan perancangan, pembahasan, dan pengujian, didapatkan kesimpulan bahwa file upload vulnerability merupakan suatu celah yang berbahaya bagi aplikasi web karena dapat mengambil data penting di dalamnya. Selain itu, file upload vulnerability dapat dicegah dengan melakukan secure coding untuk memfilter file yang diunggah
Document Generation untuk Chatbot Berbasis Aturan dengan Pendekatan Template Method
No full textThe world of education has an important role in the development of a country, innovations and initiatives that support educational activities are needed to support these activities. One of the innovations in the world of education is the convenience of students to access the results (development) of their lectures from anywhere. Chatbot has convenience in terms of service, because using a chatbot can make it easier to spread data. Provision of accurate and relevant data in real time is also needed so that the deployment will be faster and easier. Document generation is a method that can be used to create lecture-related files in real time, quickly and accurately. From the test results it was found that the files created were accurate and relevant to the SIAKAD system that had been used.The world of education has an important role in the development of a country, innovations and initiatives that support educational activities are needed to support these activities. One of the innovations in the world of education is the convenience of students to access the results (development) of their lectures from anywhere. Chatbot has convenience in terms of service, because using a chatbot can make it easier to spread data. Provision of accurate and relevant data in real time is also needed so that the deployment will be faster and easier. Document generation is a method that can be used to create lecture-related files in real time, quickly and accurately. From the test results it was found that the files created were accurate and relevant to the SIAKAD system that had been used.
Algoritma Deep Learning dalam Memprediksi Hasil Panen Padi di Kabupaten Lamongan
No full textBased on data, bps.go.id harvest from the 2nd year 018 to 2019 decreased about an 7.76%. The government must constantly analyze the rice yields of farmers in Indonesia to determine whether these crops can meet the Indonesian people's primary food needs. Research this will predict rice yields in Lamongan. This study aims to assist the government in overcoming the occurrence of significant food shortages in Lamongan. A system that can be used as a reference tool to assist in policy or rule in the district Lamongan. This research proposes deep learning algorithms to predict the harvest based on the land area (m2), spacing (cm), the type of rice, the number of times to fertilize, fertilizer, and crop yields (quintals). The dataset used in the study was collected through questionnaires. Questionnaires were distributed via a google form and contained as many as 390 rows of data. Some of the data produced were incorrect, so the processing was carried out. The results of data processing, the data that can be used are 380 rows. The proposed architectural model's test results show that the loss values of MSE, MAE, or MAPE are the same. The MSE, MAE, and MAPE values are 2939977.418, 301,788, and 83,798, respectively