Jurnal Komputer Terapan
Not a member yet
223 research outputs found
Sort by
Pengembangan Aplikasi Pengelolaan Tugas dan Fungsi Balai Monitor (Studi Kasus: Sarana dan Pelayanan)
Get PDFFacilities and Services at the Balai Monitor Radio Kelas I Pekanbaru is one of the fields of service to the community.Currently, facilities and services have not implemented and utilized the existence of integrated information technology to support daily work activities so that most service operational activities are still carried out manually.Some activities are still carried out manually, automatically making it difficult and slow for officers to serve the community and make reports.The Management System for Duties and Functions of the Facilities and Services Section is expected to help overcome problems in providing services to the community and managing data services. The system was built using the prototyping method 3 times iteration. Testing of this application is done by UAT through questionnaires and Blackbox Testing to test functional suitability. Based on the results of the questionnaire found that the application meets the criteria of UAT where 100% of respondents agreed that the application display design was easy to remember.95% of respondents agree that the application is easy to reach. and 98.3% of respondents agreed to have an efficient function. Based on the results of Blackbox testing,the application can run smoothly according to existing needsSarana dan Pelayanan di Balai Monitor Spektrum Frekuensi Radio Kelas I Pekanbaru merupakan salah satu dalam bidang pelayanan kepada masyarakat. Saat ini, sarana dan pelayanan belum menerapkan dan memanfaatkan keberadaan teknologi informasi terintegrasi guna mendukung aktifitas kerja sehari-hari sehingga sebagian besar aktifitas operasional pelayanan masih dilakukan secara manual. Karena sebagian aktifitas masih dilakukan secara manual, otomatis mempersulit dan memperlambat petugas untuk melayani masyarakat dan membuat laporan. Sistem Pengelolaan Tugas Dan Fungsi Seksi Sarana Dan Pelayanan diharapkan dapat membantu mengatasi permasalahan dalam memberikan pelayanan kepada masyarakat serta mengelola data layanan. Sistem dibangun menggunakan metode prototyping 3 kali iterasi. Pengujian terhadap aplikasi ini dilakukan dengan cara User Acceptance Test melalui kuisioner dan Blackbox Testing untuk menguji kesesuaian kebutuhan fungsionalnya. Berdasarkan hasil kuisioner didapatkan bahwa aplikasi memenuhi kriteria dari User Acceptance Test dimana 100% Responden setuju desain tampilan aplikasi mudah diingat. 95% Responden setuju aplikasi mudah dipahami. dan 98,3% Responden setuju memiliki fungsi yang efisien. Berdasarkan hasil butir uji Blackbox testing, aplikasi dapat berjalan dengan lancar sesuai dengan kebutuhan fungsional yang diharapkan
Perbandingan Algoritma C4.5 dengan C4.5+Particle Swarm Optimization untuk Klasifikasi Angkatan Kerja
Get PDFIn a large dataset, data mining is a solution to arrange new models into useful information. The algorithm is often used in machine learning is C4.5. This algorithm is known to be very strong in classifying, but has several weaknesses, such as overlapping and overfitting of data. To handle this, it is necessary to select an attribute that can identify the relevant attribute without reducing the accuracy of the algorithm itself. The Particle Swarm Optimization (PSO) is an optimization algorithm which one can be used as an attribute selection. The PSO benefit is that to easy to use, efficient and has a simple concept when to compared of data mining algorithms and other optimization techniques. In this study, the precision of C4.5 which is optimized by Particle Swarm Optimization (PSO) algorithm is proven to be higher than using the C4.5 algorithm alone. Where the algorithm C4.5+PSO has an precision of 66.80% while the algorithm of C4.5 has an precision of 76.32%.Dalam suatu dataset yang besar, data mining merupakan sebuah bentuk proses penyelesaian yang menghasilkan beberapa pola baru menjadi suatu informasi yang berguna. Algoritma C4.5 merupakan algoritma dalam pengklasifikasian yang sering dipakai dalam machine learning. Algoritma ini terkenal sangat kuat dalam melakukan klasifikasi, namun algoritma ini memiliki beberapa kelemahan yaitu seperti sering terjadi overlapping dan overfitting data. Untuk menangani ini dibutuhkannya seleksi atribut yang dapat mengidentifikasi atribut yang relevan tanpa mengurangi akurasi dari algoritma itu sendiri. Particle Swarm Optimization (PSO) adalah algoritma optimasi yang dapat digunakan sebagai seleksi atribut. Keuntungan dari PSO ini mudah diterapkan, efisien dalam perhitungan dan memiliki konsep yang sederhana jika dibandingkan dengan algoritma data mining dan teknik optimasi lainnya. Pada penelitian ini, akurasi yang diberikan oleh C4.5 yang dioptimasi dengan algoritma Particle Swarm Optimization (PSO) terbukti lebih tinggi dibandingkan mengggunakan algoritma C4.5 saja. Dimana algoritma C4.5+PSO memiliki akurasi sebesar 66,80% sedangkan algoritma C4.5 memiliki akurasi sebesar 76,32%
Pengujian Kualitas Website E-Commerce Produk Daur Ulang Sampah Menggunakan WebQual4.0
Get PDFE-commerce adalah penyebaran, pembelian, penjualan, pemasaran barang dan jasa yang dilakukan oleh konsumen melalui sistem elektronik seperti internet, WWW (Word Wide Web), atau jaringan komputer lainnya. Pemanfaatan website dan sosial media sebagai mesin penjual sudah mulai berkembang sejalan dengan kemajuan e-commerce. Bank sampah merupakan sumber daya bahan sampah yang dapat didaur ulang dan dijadikan produk layak pakai yang keberadaannya hingga saat ini telah berlangsung namun belum memiliki media promosi online yang sesuai dengan kebutuhan. Oleh karena itu, dengan adanya E-Commerce Produk Daur Ulang Sampah dapat membantu pihak Bank Sampah DLHK Pekanbaru dalam
melakukan penjualan maupun melakukan promosi produk daur ulang sampah. Sistem ini dirancang menggunakan Bahasa pemrograman PHP dan MySQL sebagai database management system, dan Xampp untuk server localhost web. Setelah e-commerce di implementasikan di lingkungan Bank Sampah DLHK Kota Pekanbaru, maka dilakukan pengujian terhadap pemanfaatan e-commerce dengan menggunakan metode webqual 4.0. Pengujian pemanfaatan e-commerce dengan metode webqual4.0 ini melibatkan 27 responden dan 24 butir pernyataan. Berdasarkan data yang didapat, maka diperoleh hasil uji pemanfaatan e-commerce dari faktor kegunaan 84,68%, faktor kualitas informasi 83,91%, faktor kualitas interaksi 84,81% dan faktor kepuasan pengguna 85,03
Teknik Audio Forensik untuk Analisis Rekaman Suara sebagai Barang Bukti Digital
Get PDFTechnology plays an important role in everyday life for many people. Then, the problem that arises is the use of technology that is not appropriate and misuses it for personal interests, giving rise to cyber crimes such as drug transactions. The existence of digital evidence can assist in uncovering cases of cyber crimes using digital evidence of sound recordings. Therefore, this research is expected to reveal these cyber crimes. Efforts to analyze sound recordings are carried out using audio forensic techniques to show ownership of voices so that they can be used as evidence. A minimum of 20 words are required that have similarities between the voice of the evidence and the voice of the subject. From the results of the study, it was found that sample A had identical words with evidence of more than 20 words. Sample A has 21 identical words in pitch analysis, 5 words in ANOVA statistical analysis, 26 words in graphical distribution analysis and 24 words in spectrogram analysis of the 30 words analyzed. It can be concluded that audio forensic techniques can show ownership of sound recordings with the results of voice recordings of sample A being identical to the evidenceTeknologi mengambil peranan penting dalam kehidupan sehari-hari bagi orang banyak. Lalu, Permasalahan yang muncul adalah penggunaan teknologi yang tidak tepat dan menyalahgunakannya untuk kepentingan pribadi sehingga menimbulkan kejahatan siber seperti transaksi obat-obatan terlarang. Adanya barang bukti digital dapat membantu dalam mengungkap kasus tindak pidana kejahatan siber menggunakan barang bukti digital rekaman suara. Oleh sebab itu, penelitian ini diharapkan dapat mengungkap kejahatan siber tersebut. Upaya untuk melakukan analisis terhadap rekaman suara dilakukan dengan menggunakan teknik audio forensik untuk menunjukkan kepemilikan suara sehingga dapat dijadikan barang bukti. Disyaratkan minimal 20 kata yang memiliki kesamaan antara suara barang bukti dan suara subjek. Dari hasil penelitian didapatkan bahwa sampel A memiliki kata yang identik dengan barang bukti lebih dari 20 kata. Sampel A memiliki sebanyak 21 kata identik pada analisis pitch, 5 kata pada analisis statistik anova, 26 kata pada analisis graphical distribution dan 24 kata pada analisis spectrogram dari 30 kata yang dianalisis. Dapat disimpulkan bahwa teknik audio forensik dapat menunjukkan kepemilikan rekaman suara dengan hasil rekaman suara sampel A identik dengan barang bukt
Using KNN Algorithms for Determining the Recipient of Smart Indonesia Scholarship Program
Get PDFThe Smart Indonesia Card (KIP) scholarship program is a government scholarship program through the Ministry of Religion of the Republic of Indonesia which is given to students who have a good academic level but have a weak economic level. Sultan Syarif Kasim State Islamic University, Riau accepts new students every year, but the quota for the KIP scholarship program is limited. With the limited quota for the KIP program, a system is needed that is able to classify submission data from students who register for the KIP program, so that the selection process can be carried out, quickly, precisely, and in accordance with the required quota. In this study, the K-Modes and K-Nearest Neighbor (KNN) Algorithms were used by using the achievement variables, report cards, and national exam scores when high school, father\u27s income, parental status, and homeownership status. Reprocessing is carried out before the testing stage, testing is carried out by performing the initial stages, namely clustering using the K-Modes algorithm, then validating or testing data by applying the Grid Search Cross-Validation (GSCV) method, and finally predicting using the KNN algorithm. The test resulted in a performance value of 66.79
Model Prediksi Kemenangan Tim dalam Game League of Legend Menggunakan Algoritma Decision Tree
Get PDFOnline games are growing very rapidly because they are supported by the development of smart phones which are increasingly being used. Online games are in great demand by various groups ranging from children, teenagers to adults who enjoy playing online games. The purpose of this research is to predict the team\u27s victory in the league of legend game by using the decision tree algorithm. In this research, the dataset taken is 50,000 data, divided into 80% training and 20% testing. The results of this research show that the Decision Tree Algorithm has the best performance among other algorithms to predict victory with the results of 96.42% accuracy, 97.74% recall Team 1, 95.06% recall Team 2, 95.31% precision Team 1, 97.62% precision Team 2 and 0.157 RMSE for independent results while for 10 fold cross validation results have 96.24% accuracy, 97.34% recall Team 1, 95.11% recall Team 2, 95.33% precision Team 1, 97.21% precision Team 2, and 0.161 RMSE in detecting wins in the game League of Legend.Game online berkembang sangat pesat karena didukung dengan perkembangan ponsel cerdas yang semakin banyak digunakan. Game online banyak diminati oleh berbagai kalangan mulai dari anak-anak, remaja sampai orang dewasa pun senang bermain game online. Tujuan dalam penelitian ini untuk memprediksi kemenangan tim dalam game league of legend dengan menggunakan algoritma decision tree. Dalam penelitan ini dimana dataset yang diambil adalah 50.000 data, dibagi menjadi 80% tranning dan 20% testing. Hasil dari penelitan ini menunjukan Algoritma Decision Tree memiliki performa yang paling baik di antara algoritma lainnya untuk memprediksi kemenangan dengan hasil 96.42% accuracy, 97.74% recall Team 1, 95.06% recall Team 2, 95.31% precision Team 1, 97.62% precision Team 2 dan 0.157 RMSE untuk hasil independent sedangkan untuk hasil 10 fold cross validation memiliki hasil 96.24% accuracy, 97.34 % recall Team 1, 95.11% recall Team 2, 95.33% precision Team 1, 97.21% precision Team 2, dan 0.161 RMSE dalam mendeteksi kemenangan pada game League of Legend. 
APLIKASI UJI KEPRIBADIAN BERDASARKAN MULTIPLE INTELLIGENCES BERBASIS WEB MENGGUNAKAN METODE PROTOTYPING
Get PDFMultiple intelligences (MI) was developed by Howard Gardner, a developmental psychologist and professor of Harvard University, United States. His theory of Multiple Intelligences (MI) was published in 1993. Gardner believes that as his name implies, multiple intelligences, human cognitive competencies are better described in terms of multiple intelligences such as abilities, talents, or mental skills, which are called intelligences. Everyone has their own abilities and has a certain level in each of these intelligences. From this research resulted in a web-based application that can identify the type of personality and suggestions for each personality then interesting info about each personality. Built using the Laravel framework, PHP and MYSQL programming languages, and using the prototyping method in two iteration, to make the requirements of user for the system can be fulfilled. The results of usability testing through 30 respondents stated that the system was very feasible to use, then using a validation test the results obtained on the system and manual calculations obtained accurate results from the ten samples used and finally the results of the user acceptance test, it was found that all functional systems were running according to which are expected.Multiple Intelligences (MI) yang dalam bahasa Indonesia diterjemahkan sebagai kecerdasan majemuk atau kecerdasan ganda dikembangkan oleh Howard Gardner, ahli psikologi perkembangan dan guru besar pendidikan pada Graduate School of Education, Harvard University, Amerika Serikat. Teorinya tentang Multiple Intelligences (MI) dipublikasikan pada tahun 1993. Gardner percaya bahwa sesuai dengan namanya yaitu kecerdasan majemuk, kompetensi kognitif manusia lebih baik dijelaskan dalam beberapa kecerdasan seperti kemampuan, bakat, atau keterampilan mental, yang disebut dengan kecerdasan. Setiap orang memiliki kemampuannya masing-masing dan memiliki kadar tertentu di masing-masing kecerdasan tersebut. Dari penelitian ini menghasilkan sebuah aplikasi berbasis web yang dapat mengidentifikasi jenis kepribadian dan saran untuk masing-masing kepribadian lalu info menarik tentang masing-masing kepribadian. Di bangun menggunakan framework laravel, Bahasa pemrograman php dan MYSQL, dan menggunakan metode pengembangan prototyping sebanyak dua kali putaran, sehingga kebutuhan dari user terhadap sistem dapat terpenuhi dengan maksimal. Hasil pengujian usability melalui 30 responden dinyatakan sistem tersebut sangat layak digunakan, lalu menggunakan tes validasi hasil yang didapat pada sistem dan perhitungan manual didapatkan hasil yang telah akurat dari sepuluh sample yang digunakan dan terakhir hasil pengujian user acceptence test, didapatkan seluruh fungsional sistem telah berjalan sesuai yang di harapka
Rancang Bangun Sistem Monitoring Penggunaan Air PDAM Berbasis IoT
Get PDFWater is one of the most important sources of life. One way to save water is by monitoring the flow of water consumed per month. The flow rate measurement is applied to every household that uses the PDAM, so that each house is installed a water meter, which is used to measure or record the volume of water that has been used for each household’s needs. The measurement of the volume of water contained in the water meter is used to determine the number of tariffs that must be paid by each household to the PDAM every month of use. In this research, a system is made that can monitor the quality and use of PDAM water. In this system, a turbidity sensor is used which will measure the level of water turbidity in NTU units. This NTU value will show the quality of PDAM water whether it is suitable for use in daily needs or not. The water flow sensor will be installed in the middle of the PDAM pipe, the water flow data measured on the sensor will be processed on the Arduino Uno module to be converted into data for the estimated cost of using PDAM water. Furthermore, all data will be displayed on the LCD, namely data on the level of water turbidity, data on the amount of water discharge and the estimated cost to be paid by the customer. All data will be sent to the blynk server via ESP32 Camera. The data stored on the server can be accessed using the blynk application on a smartphone. In addition, the data will also be stored on the SD Card as a data backup. The results of the turbidity sensor readings show a water turbidity value of 5 NTU. The error value of the water flow sensor readings is 1.6%, which means the accuracy rate is 98.4%. While the data from the reading of the PDAM water usage costing system has no errors so that the data accuracy reaches 100%.Air merupakan salah satu sumber kehidupan yang sangat penting. Salah satu cara untuk melakukan penghematan air yaitu dengan memonitoring debit air yang dikonsumsi perbulannya. Pengukuran debit aliran diterapkan pada setiap rumah tangga yang menggunakan PDAM, sehingga setiap rumah dipasang meteran air, yang mana alat tersebut digunakan untuk mengukur atau mencatat seberapa besar volume air yang telah digunakan untuk keperluan setiap rumah tangga. Pengukuran besarnya volume air yang terdapat pada meteran air digunakan untuk penentuan jumlah tarif yang harus dibayar setiap rumah tangga kepada pihak PDAM setiap bulan pemakaian. Pada penelitian ini dibuat sistem yang dapat memonitoring kualitas dan penggunaan air PDAM. Pada sistem ini digunakan sensor turbidity yang akan mengukur tingkat kekeruhan air dalam satuan NTU. Nilai NTU ini akan menunjukkan kualitas air PDAM apakah layak untuk digunakan dalam kebutuhan sehari-hari atau tidak. Sensor water flow akan dipasang ditengah-tengah pipa PDAM, data debit aliran air yang terukur pada sensor akan diproses pada modul Arduino Uno untuk dikonversi menjadi data perkiraan biaya pengunaan air PDAM. Selanjutnya semua data akan ditampilkan pada LCD, yaitu data tingkat kekeruhan air, data besarnya debit air dan perkiraan biaya yang harus dibayar oleh pelanggan. Semua data akan dikirimkan ke server blynk melalui Camera ESP32. Data yang tersimpan pada server dapat diakses menggunakan aplikasi blynk pada smartphone. Selain itu data juga akan tersimpan pada SD Card sebagai back up data. Hasil pembacaan sensor turbidity menunjukkan nilai kekeruhan air sebesar 5 NTU. Nilai eror dari hasil pembacaan sensor water flow sebesar 1,6% yang artinya tingkat akurasinya sebesar 98,4%. Sedangkan data hasil pembacaan sistem penghitung biaya penggunaan air PDAM tidak terdapat eror sehingga akurasi datanya mencapai 100%. 
Pemanfaatan Aplikasi Mobile Assistant Untuk Mendeteksi Kerumunan dalam Penerapan New Normal Covid-19
Get PDFThe new normal life post COVID 19 pandemic can utilize the technology to support the implementation of social distancing, particularly in finding out the number of crowds or people gathering in an event or a location accurately. The process so far is done by manual counting which requires a lot of efforts. This information is demanded to suppress the number of COVID 19 cases. Therefore, the mobile application that can be used anywhere and can support high mobility is currently needed. This study tries to create a Mobile Assistant Application based on the Android Operating System, by incorporating a tracking function from the location using GPS (Global Positioning System) or a method commonly called Location Based Services (LBS) to inform the people’s presences in public places that can be accessed such as market, office, hospital, praying building, school and others. Software development method will apply the Extreme Programming method cosisting of four stages namely planning, design, coding and testing. This application can support the Government\u27s performance in carrying out the new normal life and finding out the number of crowds, so that the social distancing can run optimally and reduce the virus spread.Tatanan kehidupan normal baru (New Normal) pandemi covid 19 dapat memanfaatkan teknologi informasi guna mendukung penerapan pyhsical distancing khususnya dalam mengetahui jumlah orang yang sedang berkumpul pada suatu lokasi secara akurat. Selama ini proses untuk mengetahui jumlah orang dii suatu tempat harus dilakukan dengan penghitungan manual yang tentunya membutuhkan banyak upaya dan juga tenaga yang dibutuhkan.Informasi keberadaan orang dalam suatu tempat saat ini sangat dibutuhkan guna melakukan penekanan terhadap COVID-19, oleh karena itu dibutuhkan sebuah aplikasi mobile yang sifatnya dapat digunakan dimana saja dan juga sangat cocok untuk membantu aktivitas-aktivitas yang memiliki mobilitas tinggi. Aplikasi Mobile Assistant yang dibuat ini berbasis Sistem Operasi Android, dengan memasukkan fungsi pelacakan dari lokasi dengan menggunakan GPS (Global Positioning System) atau dengan metode yang biasa disebut Location Based Services (LBS) untuk menginformasikan keberadaan orang dalam suatu tempat umum yang bisa di setting seperti pasar, perkantoran, rumah sakit, tempat peribadatan, kampus, dan lain-lain. Metode Pengembangan Perangkat lunak menggunakan metode Extreme Programming. Ada empat tahapan yang harus dikerjakan yaitu planning (perencanaan), design (perancangan), coding dan testing. Aplikasi ini dapat menunjang kinerja Pemerintah dalam menjalankan New Normal dan mengetahui jumlah orang dalam kerumunan sehingga physical distancing bisa berjalan secara optimal dan dapat menekan angka laju penyebaran Covid-19
Kompresi Citra Digital Dengan Basis Komponen Warna RGB Menggunakan Metode K-Means Clustering
Get PDFWith the development of technology and digital media, the quality of the data used is also getting higher but the size of the data is also getting bigger and requires larger storage media. To overcome the increasing need for data storage, one way that can be used is by compressing data to save space in storage memory. In this study, the k-means clustering method will be used to compress data in the form of a digital image. By grouping the colors of an image and changing the value of the color pixels in the image based on the value of the cluster center of each cluster member. The initial centroid value which is determined at the initial stage of clustering will affect the compression results. In this study, 10 experiments were carried out, with the best image quality results obtained in the 5th experiment with an MSE value of 70.22 and a PSNR value of 29.70. While the compression quality was obtained in the 7th experiment with a compression ratio of 74.5%. The results of the measurement of image quality in the 10th experiment were also obtained with an MSE value of 73.45 and a PSNR value of 29.51, and the lowest compression quality was obtained in the third experiment with a compression yield ratio of 71.3%. The average measurement results obtained an MSE value of 71.47, a PSNR value of 29.62 and a compression ratio of 72.40%.Dengan semakin berkembangnya teknologi dan media digital, kualitas data yang digunakan juga semakin tinggi namun ukuran dari data juga semakin besar dan membutuhkan media penyimpanan yang lebih besar. Untuk mengatasi meningkatnya kebutuhan penyimpanan data, salah satu cara yang dapat digunakan yaitu dengan mengkompresi data agar menghemat tempat pada memori penyimpanan. Pada penelitian ini metode k-means clustering akan digunakan untuk mengkompresi suatu data berupa citra digital. Dengan cara menggelompokkan warna suatu citra dan mengubah nilai piksel warna yang ada didalam citra tersebut berdasarkan nilai pusat cluster pada masing-masing anggota cluster. Nilai centroid awal yang ditetukan pada tahap awal clustering akan berpengaruh terhadap hasil kompresi. Pada penelitian ini dilakukan percobaan sebanyak 10 kali, dengan hasil kualitas citra terbaik didapat pada percobaan ke 5 dengan nilai MSE sebesar 70,22 dan nilai PSNR sebesar 29,70. Sedangkan kualitas kompresi terbaik didapatkan pada percobaan ke 7 dengan rasio kompresi sebesar 74,5%. Didapatkan juga hasil pengukuran kualitas citra terendah terdapat pada percobaan ke 10 dengan nilai MSE sebesar 73,45 dan nilai PSNR sebesar 29,51, serta kualitas kompresi terendah didapatkan pada percobaan ke 3 dengan hasil rasio kompresi sebesar 71,3%. Rata-rata hasil pengukuran mendapatkan nilai MSE sebesar 71,47, nilai PSNR sebesar 29,62 dan rasio kompresi sebesar 72,40%