Techno.Com
Not a member yet
738 research outputs found
Sort by
Uji Penetrasi Keamanan Website Dinas Komunikasi dan Informatika
Full text linkWebsite resmi Dinas Komunikasi dan Informatika Kabupaten XYZ memiliki peran penting dalam menyebarkan informasi pemerintah kepada masyarakat, tetapi kerentanannya terhadap serangan seperti SQL Injection, Brute Force, XSS, CSRF dan DDoS mengancam integritas data dan ketersediaan layanan. Penelitian ini bertujuan untuk mengidentifikasi celah keamanan, menerapkan mitigasi dan mengukur tingkat keamanan menggunakan sistem penilaian CVSS. Kebaruan penelitian ini terletak pada integrasi metode mitigasi manual dan otomatis serta penerapan notifikasi real-time berbasis Telegram menggunakan Snort sebagai Intrusion Detection System (IDS). Hasil penelitian menunjukkan bahwa mitigasi yang diterapkan, seperti validasi input, sanitasi, penggunaan prepared statements dan CAPTCHA, mampu menghilangkan keberhasilan serangan SQL Injection dan memperkuat perlindungan terhadap potensi serangan Brute Force. Serangan XSS, CSRF, dan DDoS tetap gagal berkat proteksi bawaan. Dengan kombinasi mitigasi dan sistem notifikasi real-time, penelitian ini memberikan kontribusi nyata dalam meningkatkan keamanan website pemerintah, menyediakan langkah konkret untuk mengurangi risiko serangan, dan mempercepat respons terhadap ancaman. Temuan ini relevan untuk penelitian masa depan dalam pengamanan website sektor publik.
Kata kunci: Penetrasi Testing, SQL Injection, Bruteforce, XSS, CSR
A Co-Design-Based Development Model for an Adaptive Learning System: A Case Study on Enhancing Digital Science Literacy for Junior High School Students
Full text linkThis paper details the development and empirical evaluation of an adaptive learning system aimed at enhancing digital science literacy among junior high school students in Indonesia. The primary challenge addressed is the limitation of one-size-fits-all educational models. Our research proposes a user-centric solution, the Sistem Rekomendasi Cerdas (SRC), developed through a co-design methodology. The system’s core is a User-based Collaborative Filtering (UBCF) algorithm. Its effectiveness was evaluated through a pre-test/post-test experimental study involving 60 students, divided into an experimental and a control group. Quantitative results show that the experimental group achieved a significantly higher increase in science literacy scores (p < 0.001) compared to the control group. Qualitative findings from interviews with the experimental group reveal that the platform enhanced learning motivation, content relevance, and helped overcome learning barriers. This study concludes that the SRC, developed via a co-design model, is a highly effective tool for improving digital science literacy, demonstrating that a user-centered approach is fundamental to creating impactful educational technology.
Keywords - Adaptive Learning, Co-Design, Recommender System, Digital Literacy, Usability
Evaluasi Kinerja Robot Line Follower Dengan Algoritma LSRB Pada Lintasan Maze Bercabang
Full text linkNavigasi otonom merupakan komponen mendasar dalam pengembangan sistem robot bergerak, terutama saat beroperasi di lingkungan bercabang seperti labirin (maze). Pada sistem berbasis mikrokontroler yang memiliki keterbatasan kapasitas pemrosesan dan memori, dibutuhkan algoritma navigasi yang ringan, efisien, serta tidak bergantung pada penyimpanan data jalur. Salah satu solusi yang sesuai dengan kondisi tersebut adalah algoritma Left–Straight–Right–Back (LSRB), strategi navigasi berbasis aturan prioritas arah secara stateless. Pendekatan ini memprioritaskan arah kiri terlebih dahulu, diikuti oleh lurus, kanan, dan terakhir mundur saat robot menghadapi percabangan. Penelitian ini bertujuan untuk mengevaluasi efektivitas algoritma LSRB dalam mengarahkan robot line follower menuju titik tujuan pada lintasan bercabang dengan struktur yang kompleks. Pengujian dilakukan dengan tiga titik awal berbeda, yang masing-masing mewakili tingkat kompleksitas jalur yang bervariasi. Evaluasi kinerja difokuskan pada dua parameter utama, yaitu waktu tempuh dan kestabilan navigasi robot selama pencarian jalur. Hasil menunjukkan bahwa algoritma LSRB mampu mengarahkan robot secara konsisten hingga mencapai titik akhir yang ditentukan. Namun demikian, waktu tempuh yang dihasilkan bervariasi tergantung pada posisi awal dan struktur jalur. Titik awal A menunjukkan performa terbaik dengan rata-rata 5,29 detik, sementara titik B mencatat waktu tertinggi sebesar 25,51 detik. Temuan ini menunjukkan bahwa LSRB efektif untuk navigasi sederhana dan memiliki potensi untuk ditingkatkan melalui integrasi dengan algoritma pemetaan atau teknik pembelajaran mesin agar lebih adaptif dan optimal.
Kata kunci - Navigasi Otonom, Robot Line Follower, Algoritma LSRB, Labirin, Waktu Tempu
Identifikasi Pola Tenun Bengkalis Menggunakan Metode Convolutional Neural Network
Full text linkKain tenun Bengkalis menampilkan berbagai macam desain dengan makna filosofis yang mendalam. Masalah penelitian ini adalah masyarakat, terutama generasi muda, tidak memahami cara mengenali pola pada kain tenun Bengkalis. Tujuan dari penelitian ini adalah untuk menggunakan teknik Convolutional Neural Networks (CNN) untuk mengidentifikasi 8 pola tenun Bengkalis: bungo mawar, bungo cengkih, pucuk rebung, siku awan, siku keluang, siku keluang bungo, Teratai pecah lapan, dan tampuk manggis, untuk membuat model untuk mengidentifikasi pola tenun Bengkalis dataset didapat melalui intrernet dan pengrajin tenun yang digunakan untuk melatih model CNN, hasil model cnn yang sudah dilatih kemudian akan diintegrasikan ke perangkat mobile melalui api backend flask, Model CNN yang dikembangkan diuji untuk mengevaluasi performa akurasi dalam mengklasifikasikan pola-pola tersebut. Hasil penelitian menunjukkan bahwa metode CNN mampu mengenali dan mengklasifikasikan pola tenun dengan akurasi sebesar 86%, sehingga dapat menjadi solusi efektif dalam identifikasi otomatis motif tenun Bengkalis
Kata Kunci : Convolutional neural network (CNN), Identifikasi Pola, Kain Tenun Bengkalis, Warisan buday
Pengenalan Wajah Menggunakan Dekomposisi Nilai Singular
Full text linkPengenalan wajah (face recognition) merupakan suatu pengembangan dari teknologi deteksi wajah. Pengenalan wajah manusia merupakan salah satu turunan dari sistem biometrik yang menggunakan pola wajah manusia sebagai objek identifikasi. Sistem tersebut menggunakan pola wajah manusia yang terdapat dalam sistem basis data sebagai penyimpanan, kemudian akan melakukan perbandingan dengan gambar yang akan diuji. Sistem pengenalan wajah memiliki beberapa kendala, seperti sulit untuk mengenali objek dengan tingkat pencahayaan berbeda pada saat proses pengambilan gambar. Untuk mengatasi permasalahan yang terjadi akibat variasi tingkat cahaya, dikembangkan perangkat lunak dengan menerapkan metode Singular Value Decomposition (SVD). Pada projek ini metode eigenface cukup baik dalam melakukan pengenalan wajah. Bahkan dengan ukuran foto wajah yang cukup kecil (48 × 48), metode ini masih mampu untuk mengenali wajah dua orang yang sama. Proses pelatihan dan pengujiannya juga relatif singkat. Teknik ini dinilai efektif dalam mengenali foto wajah dengan ukuran yang kecil dan jumlah yang banyak.
Kata Kunci - Dekomposisi Nilai Singular, Eigenface, Pengenalan Waja
Klasifikasi Penyakit Tanaman Nanas di Kota Prabumulih Menggunakan Model Transfer Learning Berbasis Mobilenetv3-Large
Full text linkTanaman nanas merupakan salah satu komoditas pertanian unggulan di Kota Prabumulih, Sumatera Selatan. Namun, produktivitasnya menurun akibat penyakit seperti fruit rot, root rot, dan mealybug wilt yang sulit dikenali dengan cepat oleh petani. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit tanaman nanas berbasis citra digital dengan pendekatan transfer learning menggunakan arsitektur MobileNetV3-Large. Dataset terdiri dari citra primer hasil dokumentasi lapangan dan citra sekunder dari Roboflow, yang dikategorikan dalam empat kelas: sehat, fruit rot, root rot, dan mealybug wilt. Proses penelitian mencakup pra-pemrosesan data (resize, augmentasi, normalisasi), pelatihan model dalam dua tahap (ekstraksi fitur dan fine-tuning), serta evaluasi menggunakan akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan akurasi validasi sebesar 91% dan F1-score sebesar 90%, yang mencerminkan performa klasifikasi yang baik dan stabil. Model juga diimplementasikan ke dalam aplikasi berbasis Gradio untuk pengujian interaktif. Hasil penelitian ini menunjukkan bahwa pendekatan transfer learning dengan arsitektur MobileNetV3-Large efektif untuk klasifikasi penyakit tanaman nanas dan berpotensi diintegrasikan ke dalam sistem deteksi penyakit pertanian secara praktis.
Kata kunci: tanaman nanas, klasifikasi citra, MobileNetV3, transfer learning, deep learnin
Pemetaan Potensi Energi Surya di Pulau Sumatera Menggunakan Algoritma K-Means Clustering
Full text linkPeningkatan kebutuhan terhadap energi terbarukan mendorong upaya identifikasi wilayah dengan potensi radiasi surya tinggi, terutama di kawasan tropis seperti Pulau Sumatera. Penelitian ini bertujuan untuk mengklasifikasikan potensi radiasi surya di 154 kabupaten/kota di Sumatera menggunakan metode K-Means Clustering. Data diperoleh dari Global Solar Atlas (GSA) berupa nilai rata-rata harian Global Horizontal Irradiance (GHI) dalam satuan kWh/m²/hari. Hasil klasterisasi menghasilkan tiga kelompok utama, yaitu rendah, sedang, dan tinggi. Cluster rendah (22 wilayah, rata-rata 4,240 kWh/m²/d) kurang sesuai untuk pengembangan PLTS karena tingkat tutupan awan yang tinggi. Cluster sedang (75 wilayah, rata-rata 4,535 kWh/m²/d) menunjukkan potensi yang stabil dan seimbang, sehingga cocok untuk PLTS skala menengah. Cluster tinggi (57 wilayah, rata-rata 4,793 kWh/m²/d) — didominasi oleh Sumatera Utara, Sumatera Selatan, Aceh, dan Bengkulu — merupakan wilayah paling potensial untuk PLTS skala besar. Secara keseluruhan, sebagian besar wilayah di Sumatera termasuk kategori potensi sedang hingga tinggi, menunjukkan prospek besar pengembangan energi surya dalam mendukung transisi energi bersih dan berkelanjutan di Indonesia.
Kata Kunci - Radiasi surya, K-Means Clustering, Energi terbarukan, PLT
Sistem Monitoring Tanaman Stroberi Berdasarkan Parameter Suhu, Kelembaban Tanah dan pH Tanah Berbasis Internet of Things
Full text linkPerkembangan teknologi Internet of Things (IoT) telah memberikan peluang besar dalam peningkatan produktivitas pertanian melalui pemantauan kondisi lingkungan secara real time. Tanaman stroberi merupakan komoditas hortikultura yang membutuhkan perhatian khusus terhadap faktor lingkungan, terutama pada kondisi suhu lingkungan, kelembaban tanah, dan pH tanah. Ketiga parameter tersebut sangat berpengaruh terhadap pertumbuhan dan kualitas produksi buah stroberi. Penelitian ini mengembangkan sistem monitoring berbasis IoT yang dirancang untuk mengukur parameter suhu, kelembaban tanah, dan pH tanah pada lahan budidaya tanaman stroberi. Sistem ini memanfaatkan beberapa sensor diantaranya DS18B20 sebagai deteksi suhu lingkungan, YL-69 sebagai deteksi kelembaban tanah, dan sensor soil pH sebagai deteksi pH tanah yang diintegrasikan dengan modul Raspberry Pi sebagai pengolah78 data dari sensor dan mengirimkan data ke platform melalui aplikasi ThingSpeak secara real time. Untuk memperoleh hasil pengujian yang akurat dilakukan pengambilan data dengan membandingkan hasil pembacaan ke tiga sensor dengan alat ukur yang ada dijual dipasaran. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam memantau kondisi lingkungan tanaman stroberi dan memberikan informasi dengan rata-rata tingkat akurasi untuk kelembaban tanah sebesar 99,985%, pH tanah sebesar 99,907% dan suhu lingkungan sebesar 99,991%. Sistem ini memungkinkan petani dapat melakukan tindakan pengelolaan lahan yang lebih tepat dan sesuai kondisi yang terdeteksi.
Kata Kunci - internet of things, raspberry pi, sensor, stroberi, thingspeak
Analisis Kesesuaian Lowongan Pekerjaan dan Kemampuan Pencari Kerja dengan Menggunakan Metode Cosine Similarity
Full text linkDi tengah pasar kerja yang terus berkembang pesat, mencocokkan lowongan pekerjaan dengan keterampilan pencari kerja menjadi semakin penting. Penelitian ini mengusulkan metode untuk menganalisis kesesuaian antara lowongan pekerjaan dan kompetensi pencari kerja dengan menggunakan Cosine Similarity. Pendekatan yang digunakan meliputi praproses teks, vektorisasi TF-IDF, dan pengukuran kesamaan untuk mengevaluasi sejauh mana resume pencari kerja sesuai dengan deskripsi pekerjaan. Dataset yang digunakan dalam penelitian ini diperoleh dari Kaggle, yang terdiri dari resume dan deskripsi lowongan pekerjaan dari berbagai bidang. Hasil menunjukkan bahwa sebagian besar pencari kerja memiliki skor kesesuaian yang rendah, dengan rata-rata skor berkisar antara 0 hingga 0.05. Namun, beberapa resume menunjukkan tingkat kesesuaian sedang hingga tinggi, dengan skor tertinggi mencapai 0.21. Selain menghitung skor kemiripan, sistem juga memberikan umpan balik yang bermakna berupa rekomendasi keterampilan tambahan yang dapat dikembangkan oleh pencari kerja untuk meningkatkan relevansi mereka terhadap posisi tertentu. Hal ini membantu pencari kerja dalam merancang strategi pengembangan karier yang lebih tepat sasaran. Temuan penelitian ini menegaskan potensi Cosine Similarity sebagai alat yang efektif dalam sistem rekomendasi pekerjaan, yang memberikan hasil yang objektif dan mudah diinterpretasikan
Evaluasi Metode Preprocessing Sederhana, Retinex, dan Guided Filtering untuk Peningkatan Kualitas Citra Bawah Air
Full text linkCitra bawah air umumnya mengalami penurunan kualitas visual akibat penyerapan cahaya dan hamburan partikel, yang menyebabkan dominasi warna biru serta rendahnya kontras dan ketajaman. Penelitian ini mengusulkan metode preprocessing sederhana berupa white balance berbasis ruang warna Lab, red channel boosting, dan contrast stretching untuk meningkatkan kualitas visual citra bawah air. Evaluasi dilakukan pada 60 citra dari UIEB Challenging Set menggunakan metrik UIQM yang mencakup UICM, UISM, dan UIConM. Hasil menunjukkan bahwa metode yang diusulkan mampu meningkatkan nilai UIQM dari 107,86 menjadi 191,34, melampaui metode Retinex dan Guided Filtering yang justru menurunkan kualitas visual. Secara visual, metode ini juga menunjukkan hasil yang lebih alami dan detail. Dengan implementasi ringan berbasis Python dan OpenCV, pendekatan ini dinilai cocok untuk sistem dengan keterbatasan komputasi serta relevan untuk digunakan dalam edukasi maupun aplikasi praktis. Hasil ini mengindikasikan bahwa pendekatan sederhana tetap mampu memberikan peningkatan kualitas citra bawah air yang signifikan.
Kata Kunci - citra bawah air, peningkatan kualitas citra, preprocessing sederhana, UIQ