InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan
Not a member yet
304 research outputs found
Sort by
Rekayasa Aplikasi Pemilihan Anggota Tim Uji Terowongan Angin Kecepatan Rendah Indonesia Dengan Metode Simple Additive Weighting
Full text linkPemilihan anggota tim uji Terowongan Angin Kecepatan Rendah Indonesia masih dilakukan berdasarkan faktor preferensi dan subyektivitas, sehingga menimbulkan sejumlah potensi masalah. Aplikasi berbasis sistem pendukung keputusan untuk mendukung penentuan anggota tim uji dapat dikembangkan untuk memecahkan masalah tersebut. Metode Simple Additive Weighting dapat diterapkan dalam aplikasi pemilihan anggota tim uji karena relatif mudah diimplementasikan. Rekayasa aplikasi dilakukan dengan metodologi prototyping, melalui sejumlah siklus yang terdiri dari tahap analisis kebutuhan, perancangan komponen pembentuk aplikasi, konstruksi kode aplikasi dan evaluasi umpan dari pengguna. Aplikasi target berhasil dibangun, dengan tingkat usabilitas yang baik
Komparasi Dua Metode Algoritma Klasifikasi Untuk Prediksi Pemberian Kartu Jakarta Pintar
Full text linkMendapatkan program Kartu Jakarta Pintar (KJP) harus memenuhi berbagai persyaratan dan kriteria, sayangnya proses penerimaan ini masih dilakukan secara subjektif sehingga rentan untuk tepat sasaran. Knowledge Discovery in Database (KDD) diperlukan dalam penentuan penerima KJP dengan menemukan pola prediksi terbaik. Penelitian ini membandingkan algoritma klasifikasi yaitu ID3 dan Naïve Bayes guna mengekstrak data kemudian mencari model yang sesuai dalam penentuan proses penerimaan KJP dengan menggunakan sekelompok data sehingga didapatkan persentase precision, recall dan accuracy. Keduanya memiliki proses awal yang sama yaitu pre processing atau data cleaning guna membuang data yang tidak sesuai baik data kosong maupun tidak konsisten. Pada algoritma ID3 digunakan pohon keputusan dimana sebelumnya diperlukan pencarian entropi dan gain sedangkan pada Naïve Bayes dengan menghitung jumlah class. Hasil Analisa keduanya kemudian dilakukan proses pengujian dilakukan untuk membandingkan tingkat akurasi data dengan menerapkan confussion matrix dan visualisasi kurva ROC. Hasil pengujian didapat algoritma ID3 menunjukkan tingkat akurasi yang lebih tinggi 77,78% setelah dibandingkan dengan Naïve Bayes. Tools yang digunakan dalam pengolahan data ini yaitu Rapid Miner
Rancang Bangun Sistem Informasi Hitung Tani (SiTung Tani) Menggunakan Metode Ubinan Berbasis Android
Full text linkIn the current era of digitalization, technology can facilitate all kinds of activities, starting from education, business, health, and agriculture. The use of technology in agriculture can help the managerial processes which are often a problem for farmers. Hitung Tani Application System (SiTung Tani) is an Android-based application, which can assist farmers in preparing budget plans regarding all cost requirements before the farming activity takes place. The method used in building SiTung Tani is the Ubinan method which is used to calculate estimates of various costs and the system approach method used is the object-oriented method. The Sabilulungan Farmer Group is located in a rural area, so there are still many farmers who do not understand and use technology in all farming activities. In addition, the obstacles faced by farmers in this farmer group are that they rarely calculate mathematically how many plant seeds are needed according to the land they have and rarely calculate the estimated cost of production and yields which result in losses. From the problems that exist in the farmer groups, a farmer count application system is needed that can assist farmers in compiling a budget plan for cost requirements during the process of farming activities to increase farm productivity, can calculate the estimated income and profits that will be obtained by farmers and can provide recommendation
Studi Empirik E-Government Terhadap Public Service Pengajuan Surat Perintah Pencairan Dana (SP2D)
Full text linkPemanfaatan teknologi informasi di era saat ini dibutuhkan untuk menunjang dalam kemudahan aktivitas di segala bidang dari pihak pemerintah maupun pihak swasta. Pemerintah terus melakukan inovasi dan pengembangan layanan berbasis elektronik yakni e-government. E-gov akan meningkatkan kinerja dalam pelayanan publik berbasis digital dengan mengarah good governance. Pemerintah Kabuaten Muara Enim memiliki 1521 perusahaan dan 61 SKPD/dinas terkait. Sampel yang digunakan berjumlah 295. Dari dimensi yang digunakan menunjukkan hasil bahwa SP2D terhadap usability sebesar 94 persen, information quality sebesar 91 persen, service interaction sebesar 81 persen, quick accessible and ease of use sebesar 88 persen dan information adequacy and website design sebesar 87 persen
Penggunaan Metode Review Downtime Record Simulation Pada Aplikasi Pencatatan Downtime Mesin
Full text linkTidak selamanya mesin di produksi beroperasi dengan lancar, suatu saat mesin tersebut harus dihentikan dengan beberapa alasan. Misalnya karena rusak, harus mengalami prentive maintenance atau karena pabrik berhenti berproduksi. User akan memerlukan catatan historis mesin. Kapan mesin hidup, mati, bagian-bagian mana yang mengalami kerusakan atau penggantian komponen, dan berapa lama kejadian-kejadian tersebut berlangsung. Catatan seperti ini disebut downtime record. Meskipun sangat penting terkadang user enggan mengerjakan pekerjaan rumah seperti ini, akibatnya mesin sering kali berisi catatan-catatan kosong meskipun mesin hidup mati setiap hari. Salah satu cara mengatasi hal tersebut adalah dengan membuat sistem pencatatan downtime secara otomatis menggunakan perangkat lunak komputer.
Pengenalan Rambu Lalu-lintas menggunakan Convolutional Neural Network (Studi Kasus: Rambu Lalu-lintas Indonesia)
Full text linkSalah satu teknologi yang digunakan untuk mengenali rambu lalu-lintas dengan pemanfaatan pengolahan citra adalah traffic sign recognition (TSR) atau pengenalan rambu lalu-lintas. TSR dapat diaplikasikan pada driver assistance systems (DAS), advance driver assistance systems (ADAS), autonomous driving systems (ADS), pemahaman suasana perkotaan, keamanan jalan raya, dan pemantauan rambu untuk kepentingan perawatan. Artikel ini menyajikan perbaruan dari pengenalan rambu lalu-lintas di Indonesia menggunakan convolutional neural network (CNN). Dataset yang digunakan sejumlah 2050 citra rambu lalu-lintas, yang terdiri dari 10 macam rambu lalu-lintas. Model CNN yang digunakan terdiri dari 3 lapisan konvolusi, 3 lapisan penggabungan (maxpool) dan 1 lapisan fully-connected. Stochastic gradient descent (SGD) digunakan sebagai algoritma pelatihan. Skenario terbaik yang diperoleh yaitu menggunakan 32 filter pada lapisan konvolusi pertama, 32 filter pada lapisan konvolusi kedua dan 32 filter pada lapisan konvolusi ketiga, dimana pada tahap pelatihan menggunakan 1750 data citra latih, 20 epoch dan laju pelatihan 0,005 didapatkan nilai galat 0,0025 dan nilai akurasi 100%. Dan pada tahap pengujian menggunakan 300 data citra uji, didapatkan nilai galat 0,0159 dan nilai akurasi sebesar 99,33%.Salah satu teknologi yang digunakan untuk mengenali rambu lalu-lintas dengan pemanfaatan pengolahan citra adalah traffic sign recognition (TSR) atau pengenalan rambu lalu-lintas. TSR dapat diaplikasikan pada driver assistance systems (DAS), advance driver assistance systems (ADAS), autonomous driving systems (ADS), pemahaman suasana perkotaan, keamanan jalan raya, dan pemantauan rambu untuk kepentingan perawatan. Artikel ini menyajikan perbaruan dari pengenalan rambu lalu-lintas di Indonesia menggunakan convolutional neural network (CNN). Dataset yang digunakan sejumlah 2050 citra rambu lalu-lintas, yang terdiri dari 10 macam rambu lalu-lintas. Model CNN yang digunakan terdiri dari 3 lapisan konvolusi, 3 lapisan penggabungan (maxpool) dan 1 lapisan fully-connected. Stochastic gradient descent (SGD) digunakan sebagai algoritma pelatihan. Skenario terbaik yang diperoleh yaitu menggunakan 32 filter pada lapisan konvolusi pertama, 32 filter pada lapisan konvolusi kedua dan 32 filter pada lapisan konvolusi ketiga, dimana pada tahap pelatihan menggunakan 1750 data citra latih, 20 epoch dan laju pelatihan 0,005 didapatkan nilai galat 0,0025 dan nilai akurasi 100%. Dan pada tahap pengujian menggunakan 300 data citra uji, didapatkan nilai galat 0,0159 dan nilai akurasi sebesar 99,33%
Analisis Kinerja Video Streaming menggunakan Gateway Load Balancing Protocol (GLBP) dan Hot Standby Router Protocol (HSRP) pada Jaringan IPv6
Full text linkVideo streaming merupakan sebuah konsep dalam mengirimkan data berupa video yang dilakukan secara broadcast dan terus-menerus ke perangkat penerima melalui jaringan. Dalam menjalankan layanan video streaming memerlukan kemampuan jaringan yang dapat bertahan dan tetap berjalan ketika terjadi kegagalan. Penggunaan mekanisme network redudancy dapat mengatasi masalah apabila salah satu jalur mati dengan menggunakan jalur cadangan yang akan secara otomatis menggantikan jalur utama. Pilihan protokol yang dapat mengatasi masalah kegagalan jaringan yaitu Gateway Load Balancing Protocol (GLBP) dan Hot Standby Router Protocol (HSRP). Pada penelitian ini dilakukan perbandingan antara kedua protokol tersebut dengan pengujian berdasarkan kualitas file video dengan resolusi 360p, 480p, 720p dan 1080p yang dijalankan pada jaringan dengan dan tanpa penggunaan skenario redundancy. Implementasi pengujian jaringan yang dilakukan adalah menggunakan sebuah server, sebuah klien, sebuah switch dan empat router yang dirancang menggunakan pengalamatan IPv6. Pengujian menggunakan parameter QoS yaitu, delay, packet loss, throughput dan jitter. Hasil pengujian didapatkan nilai QoS saat dijalankan layanan video streaming baik menggunakan protokol GLBP maupun HSRP didapatkan hasil baik sesuai standarisasi ITU-T G.1010. Pada saat digunakan skenario kegagalan jaringan, berdasarkan nilai delay, packet loss, throughput dan jitter protokol GLBP menunjukan hasil lebih baik dibandingkan HSR
Performance Comparison TCP Variant pada Model Jaringan Wired
Full text linkPada dasarnya, TCP (Transmission Control Protocol) merupakan protokol jaringan komputer yang terletak pada lapisan transport layer yang memiliki sifat reliable dan end to end dalam pengiriman paket pada jaringan, Sehingga data yang mengalir dapat dibaca oleh penerima paket sebagai TCP receiver tanpa duplikasi dan berurutan. TCP menyediakan layanan flow control yang memiliki fungsi untuk memastikan pengirim paket sebagai TCP sender tidak mengirimkan paket lebih cepat daripada yang dapat ditampung oleh TCP receiver. Varian TCP yang digunakan dalam penelian ini merupakan TCP Tahoe, TCP Reno dan TCP sack dengan menggunakan metode antrian Random Early Detection dan Droptail pada model jaringan wired. Berdasarkan hasil analisa dan pengujian menggunakan parameter packet delivery ratio, throughput, end to end delay dan packet drop TCP Sack memiliki kinerja yang lebih baik dengan mengungguli pada parameter packet delivery ratio dan packet drop menggunakan antrian Random Early Detection dan Droptail sedangkan, TCP Reno ternyata juga memiliki kinerja yang lebih baik dengan mengungguli pada parameter nilai throughput dan end to end delay yang lebih rendah dari variant lainnya
Pengaruh File Apk Terhadap Keamanan Sistem Operasi Android Berdasarkan Analisis Statik dan Dinamik
Full text linkMany devices using Android such as handphone, tablet and others. Android makes the daily works become so easy to activate other devices using IoT technology. To use those facilitate, Android user should install a file such as an apk file. The objective of this research is to examine the impact of an apk file in Android using static and dynamic analysis. First, static analysis was done using Qark and the results are three recommendation such as vulnerable, warning and information. Second, dynamic analysis was done by giving the permission to the apk file when it was installed in Android. The impact of this condition was anyone could access almost all the resources in the Android such as SMS when connected to internet
Penggunaan Metode Haar Cascade Classifier dan LBPH Untuk Pengenalan Wajah Secara Realtime
Full text linkPengenalan wajah manusia menjadi sebuah topik penelitian biometric yang cukup banyak diminatai karena pada wajah manusia terdapat banyak informasi terutama mengenai identitas seseorang. Setiap orang memiliki bentuk wajah yang berbeda yang dapat dilihat dari mata, hidung, telinga dan juga mulut. Pada penelitian ini penulis menggabungkan dua metode haar cascade classifoer dan LBPH untuk membuat sistemm yang dapat mengenali wajah seseorang. Metode haar casecade classifier digunakan untuk mendeteksi adanya wajah manusia sedangkan metode LBPH digunakan untuk mengenali wajah seseorang. Pada sistm ini terdapat beberapa proses untuk dapat mengenali wajah seseorang, yaitu: proses deteksi wajah, proses pengambilan dataset, proses pelatihan wajah dan proses pengenalan wajah. Proses pengambilan dataset dilakukan secara otomatis, saat sistem sudah mendeteksi adanya wajah manusia dan diambil sebanyak 40 foto untuk setiap satu wajah user. Sistem akan mencocokkan wajah yang terdeteksi dengan indentitas wajah yang telah dimasukkan ke dalam dataset. Selanjutnya sisstem akan mengenali wajah yang dideteksi dan menampikan nama sesuai dengan nomer user ID yang terdapat di dataset. Tampilan pengenalan wajah mnggunakan sistem realtime dimana nama yang ditampilkan sesuai dengan orang yang tepat berdiri didepan kamera laptop pada saat itu. Keberhasilan sistem ini sebesar 88,42%