17604 research outputs found
Sort by
ANALISIS PERFORMA AES128-SHA DAN DES-CBC-SHA PADA PROTOKOL OPENSSL
Keamanan dalam berinternet menjadi masalah yang sangat diperhatikan dewasa ini. Hal ini terjadi karena marak terjadi kejahatan dunia maya atau cyber crime. Oleh karena itu diperlukan suatu mekanisme keamanan saat menggunakan internet. Salah satunya menggunakan Virtual Private Network (VPN). Dengan menggunakan VPN maka keamanan saat menggunakan internet akan meningkat, karena VPN melakukan enkripsi pada data yang lewat dalam internet. Sehingga data – data yang lewat melalui internet tidak mudah untuk dilihat atau dicuri oleh orang yang tidak berhak untuk mengetahuinya. Selain aman, kecepatan pengiriman data juga menjadi hal yang perlu diperhatikan karena VPN sudah banyak digunakan oleh perusahaan besar. Sehingga kecepatan pengiriman data juga perlu diperhatikan namun tetap tidak melupakan keamanan data. SoftEther VPN merupakan salah satu software VPN yang menyediakan berbagai macam jenis enkripsi di dalamnya. Dari permasalahan tersebut diusulkan penelitian analisis performa enkripsi AES128-SHA dengan DES-CBC-SHA. Untuk mengetahui enkripsi mana yang lebih unggul dalam hal kecepatan melalui pendekatan network performance
SISTEM INFORMASI MANAJEMEN DATA LAYANAN PERBAIKAN PONSEL DAN SUKU CADANG DI KLINIK PONSEL SEMARANG
Informasi sangat penting untuk membantu sebuah instansi maupun perusahaan yang memerlukannya. Untuk itu penggunaan sistem informasi pada kalangan saat ini harus lebih baik dalam mempermudah melakukan suatu pekerjaan. Pengolahan data dan penyimpanan data sehingga menghasilkan informasi yang tepat dan akurat sangat mempermudah dalam mengambil sebuah tindakan keputusan. Dalam laporan ini membahas mengenai sistem informasi manajemen dalam mengolah data layanan perbaikan ponsel dan suku cadang di Klinik Ponsel Semarang sehingga dapat diketahui bahwa sistem yang berjalan disana dan dapat melihat seberapa efektif sistem yang dilakukan. Dalam pengembangan sistem dilakukan rancangan desain berbentuk Flowchart, DFD, dan alat bantu lainya sehingga mudah digunakan dan menambahkan black box dalam memantau keberhasilan sistem dan sebagai alur proses penggunaan sistem sudah dapat digunakan tiap menu yang ada sehingga membantu pekerjaan. Diharapkan nantinya akan memberikan manfaat dan mempermudah dalam melakukan suatu pekerjaan dalam mengolah sistem informasi manajemen data layanan perbaikan ponsel bagi pihak terkait
PERANCANGAN DAN IMPLEMENTASI SISTEM INVENTORY BERBASIS WEBSITE PADA PUSAT OLEH-OLEH KAMPOENG SEMARANG
Kampoeng Semarang merupakan suatu unit usaha yang bergerak dibidang penjualan, diantaranya seperti lumpia, tahu bakso, bandeng presto, wingko babat, jenang, batik semarang, dan aneka makanan dan kerajinan khas Kota Semarang. Pada dasarnya, Kampoeng Semarang telah menjalankan proses bisnisnya dengan baik. Namun meskipun begitu, masih terdapat beberapa kekurangan pada pengelolaan persediaan barang, diantaranya adalah stok barang. Proses penjualan yang ada pada Kampoeng Semarang menggunakan mesin kasir yang mana tidak memiliki tampilan dan otomatisasi sistem yang dapat memudahkan dalam transaksi penjualan. Selain itu, mesin kasir hanya menghitung dan merekam transaksi penjualan saja. Sehingga tidak terintegrasi dengan pembelian dan stok barang. Pada pencatatan stok barang, baik saat barang keluar maupun saat barang masuk masih dilakukan secara tertulis. Mengingat banyaknya jumlah barang saat proses pembelian barang, serta banyaknya barang yang terjual setiap hari membuat informasi stok persediaan barang tidak dapat diberikan secara cepat. Selain itu, pencatatan yang dilakukan secara tertulis akan beresiko rusak dan hilangnya data. Hal tersebut tentu menghambat dalam proses bisnis yang ada pada Kampoeng Semarang. Pengembangan sistem yang digunakan dalam penelitian ini adalah dengan menggunakan metode prototyping meliputi identifikasi kebutuhan pemakai, desain sistem, pengkodean sistem, pengujian, dan implementasi sistem. Desain yang digunakan adalah menggunakan pemodelan Unified Modelling Language (UML).sistem akan dibuat dengan menggunakan bahasa pemrograman html, php, css bootsrap, dan database mysql. Hasil dari penelitian ini adalah sistem yang diharapkan nantinya akan dapat memudahkan pekerjaan semua bagian terkait seperti kasir dan bagian pembelian dan menghasilkan laporan – laporan tentang persediaan barang yang dapat di akses dengan mudah. Sehingga nantinya akan membantu pemilik dalam menentukan rencana strategis kedepannya
Implementasi Sentimen Analisis Untuk Menentukan Tingkat Kepuasan Pelanggan Terhadap Layanan PT. Pos Indonesia Menggunakan Metode Naive Bayes Classifier
PT. Pos Indonesia, merupakan badan usaha milik negara (BUMN) yang bergerak dibidang jasa kurir, logistik, dan transaksi keuangan. PT. Pos Indonesia menyediakan berbagai layanan nasional maupun internasional. Pada tahun 2015 tercatat sebanyak 230 juta layanan yang dikirim ke dalam negeri maupun luar negeri. Berdasarkan laporan tahunan PT. Pos Indonesia terjadi penurunan layanan operasional dari tahun 2014 hingga tahun 2015 yang sebelumnya mengalami kenaikan pesat pada tahun 2010 hingga 2013. Sehingga dapat disimpulkan bahwa minimnya minat masyarakat yang menggunakan layanan PT. Pos Indonesia. Berdasarkan permasalahan tersebut, penelitian ini dilakukan untuk mengetahui opini pelanggan terhadap layanan operasional PT. Pos Indonesia. Dengan mengimplementasikan analisis sentimen untuk mengklasifikasikan opini pelanggan kedalam class positif dan class negatif menggunakan metode Naive Bayes Classifier. Data diperoleh dari tweet pelanggan PT. Pos Indonesia yang berisikan opini yang dikirimkan ke akun twitter resmi PT. Pos Indonesia. Tahapan sebelum melakukan proses klasifikasi yaitu preprocessing untuk mendapatkan data siap untuk dianalisis. Selanjutnya adalah tahap pengujian dengan metode confussion matrix untuk mengetahui tingkat akurasi dan error rate dari metode. Hasil penelitian menunjukan bahwa klasifikasi opini pelanggan menggunakan metode Naive Bayes Classifier memiliki akurasi sebesar 85.4% dan error rate sebesar 14.6%. dari hasil tersebut dapat ditarik kesimpulan bahwa metode Naive Bayes Classifier baik dalam mengklasifikasi tweet pelanggan terhadap layanan operasional PT. Pos Indonesi
SEGMENTASI CITRA BIOMETRIK BERBASIS IRIS MATA DENGAN ALGORITMA LOCAL THRESHOLDING METODE SAUVOLA
Image processing merupakan sebuah disiplin ilmu yang bisa diterapkan untuk mengatasi permasalahan, sepertihalnya dalam permasalahan pendeteksian gambar. Penerapan dari ilmu tersebut bisa digunakan untuk menemukan solusi. Manusia memiliki beberapa alat indra yang penting dalam kehidupan terutama adalah mata. Mata dapat digunakan untuk sistem pengenalan ciri fisik atau identitas seseorang. Permasalahan yang terjadi proses segmentasi untuk dapat menentukan lokasi mana yang merupakan batas dalam dan lokasi mana yang merupakan batas luar pola yang terdapat pada iris mata. karena beberapa faktor, diantaranya bulu mata, alis mata, dan kelopak mata. Penggunaan sebuah Algoritma Local Thresholding dengan Metode Sauvola inilah yang nantinya diharapkan dapat mendeteksi iris mata secara otomatis. Dengan sebuah tujuan , bahwa nantinya segmentasi pada iris mata yang baik dan akurat dapat mengidentifikasi manusia maupun penyakit manusia. Hasil dari penelitian ini adalah dapat terdeteksinya iris mata dengan didapatkan nilai rata-rata akurasinya 89,23% dengan nilai akurasi tertinggi 92,38%. Serta harapan dari pencapaian ini adalah dapat dikembangkannya sebuah sistem yang lebih baik lagi dari penelitian yang saat ini dilakukan
PENULIS NASKAH DALAM PRODUKSI PROGRAM FEATURE 'KILAS FENOMENA' EPS. MENULIS TANGAN, DIANTARA KEINDAHAN DAN GERUSAN ERA DIGITAL.
Perkembangan teknologi yang demikian pesat, membuat kegiatan menulis tangan semakin hari semakin ditinggalkan. Berdasarkan hasil observasi dan wawancara dengan narasumber terkait, kegiatan menulis tangan nyatanya masih diperlukan dalam berbagai hal yang masih menggunakan proses menulis tangan. Kegiatan menulis tangan memiliki manfaat yang istimewa yaitu dapat berpengaruh terhadap kesehatan jiwa dan mental manusia. Walaupun saat ini sudah banyak diciptakan teknologi menulis tangan, penulis berharap masyarakat dapat bijaksana dalam penggunaannya, karena tidak selamanya perubahan dapat berdampak baik bagi masyarakat. Berdasarkan hal tersebut penulis ingin mengangkat hal ini kedalam program feature, karena memiliki karakteristik yang kreatif, subjektif, informatif, dan tidak dibatasi oleh waktu. Untuk menghasilkan program feature yang sesuai dengan konsep peran penulis sebagai penulis naskah sangat penting dalam membuat naskah atau skenario yang baik. Untuk mengumpulkan data yang diperlukan penulis melakukan riset melalui wawancara dan observasi, serta membaca beberapa artikel untuk dijadikan refrensi terkait topik yang diangkat. Bedasarkan hal tersebut penulis ingin mengangkat hal ini kedalam program feature berjudul “Kilas Fenomena” episode Menulis Tangan Diantara Keindahan dan Gerusan Era Digital yang berdurasi kurang lebih 20 menit. Laporan proyek akhir ini akan mengurai proses produksi dan pasca produksi terkait karya dan tugas yang relevan dengan jobdisk masing-masing team kerja
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI PEMASARAN GAS LPG DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA PT GAS PEMALANG SAKTI PEMALANG JAWA TENGAH
Mendapatkan keuntungan yang maksimal adalah tujuan dari setiap perusahaan, begitu juga dengan PT Gas Pemalang Sakti yang merupakan badan usaha yang bergerak di bidang penyaluran sumber daya alam, tujuan penelitian ini adalah untuk menentukan lokasi pemasaran yang tepat berdasarkan kriteria atau aspek pasar yang mendukung agar dapat menjual gas LPG secara maksimal. Penentuan lokasi pemasaran ini menggunakan metode Simple Additive Weighting (SAW), metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif adalah lokasi pemasaran, dengan mengunakan data kriteria yang sudah diperoleh sebelumnya, data ini kemudian akan diolah dengan metode SAW untuk menentukan lokasi terbaik, selanjutnya hasil tersebut akan dibandingkan dengan hasil dari perhitungan sebelumnya yang menggunakan metode konvensional. Hasil dari 21 data yang diuji mendapatkan 20 data yang sesuai dengan data asli, dengan menggunakan single decision threshold (one feature) dicari nilai akurasinya dan mendapat akurasi yaitu sebesar 95,24%
TEKNIK PENGARAH ACARA DALAM PROGRAM MAGAZINE TV `DAILY CHEF` EPISODE JUNK & HEALTHY FOOD
Perkembangan dunia penyiaran saat ini sangatlah pesat, dan disertai dengan tingkat persaingan yang sangat ketat dan kompetitif. Dibutuhkan strategi, inovasi dan kreatifitas yang baik dalam mengemas suatu program televisi. Suatu program televisi yang baik tidak hanya menjadi sekedar hiburan tetapi juga bermanfaat bagi masyarakat. Karena tontonan yang baik akan memberikan dampak yang baik pula bagi penontonnya. Untuk program magazine televisi sendiri di dunia penyiaran saat ini sangat ditentukan oleh konsep kekinian dalam pengemasannya . Sehingga banyak program magazine yang menampilakan porsi hiburan yang lebih banyak daripada sisi informasi dan edukasi nya. Dengan demikian penulis membuat program magazine kuliner DAILY CHEF episode junk & healthy food yang memberikan unsur hiburan, informasi, edukasi Keberadaan Kuliner khususnya junk food sangat dekat dengan masyarakat modern yang menginginkan semuanya serba cepat dan praktis. Healthy food pun juga sangat digemari oleh masyarakat yang menginginkan gaya hidup yang sehat. Kedua hal inilah yang akan diangkat dalam program magazine kuliner ini. Peran pengarah acara sangat dibutuhkan untuk mengemas acara menjadi menarik, bermanfaat dan yang paling penting adalah tidak menjatuhkan dan menyudutkan salah satu ha
MEMBANGUN SISTEM PENGENALAN UCAPAN OTOMATIS BAHASA INDONESIA MENGGUNAKAN METODE HIDDEN MARKOV MODEL
Dengan semakin majunya teknologi menuntut kemudahan dalam pengaksesan informasi dan penyampaian data. Menjawab tantangan tersebut, melalui perangkat komputer masukan berupa ucapan atau ujaran dapat mewujudkan tuntutan itu. Sinyal ucapan yang berupa analog di ubah ke dalam sinyal digital melalui perantara microphone. Sinyal digital kemudian di transkripkan ke dalam suatu bilangan biner sehingga komputer dapat membaca dan menampilkan hasilnya. Teknologi ini menjadi dasar dari Sistem Pengenalan Ucapan Otomatis. Berdasarkan pendekatan yang dilakukan peneliti sebelumnya untuk membentuk model Sistem Pengenalan Ucapan Otomatis berbasis Bahasa Indonesia dengan menggunakan transisi dari model atau pendekatan tata bahasa Bahasa Inggris menghasilkan akurasi Word Error Rate yang bernilai besar. Secara garis besar untuk menghasilkan nilai akurasi yang baik dalam implementasi Sistem Pengenalan Ucapan Otomatis diperlukan pendekatan terhadap aturan tata Bahasa Indonesia. Sistem Pengenalan Ucapan Otomatis berbasis Bahasa Indonesia dapat mengenali ucapan berbentuk berkas rekaman yang diberikan, dengan format berkas waveform audio format dengan besar bit rate 8000 Hz. Pengolahan data rekaman menggunakan toolkit dari CMUSphinx, dan pembangunan aplikasi menggunakan library Sphinx4, serta memanfaatkan algoritma Hidden Markov Model. Setelah dilakukan proses testing terhadap model akustik yang terbentuk, didapatkan nilai word error rate sebesar 23,0 % dan sentence error rate sebesar 32,8 %. Di mana pada implementasinya nilai kedua variabel ini dinamis dan selalu berada pada lingkup nilai testing tersebut. Semakin rendah kedua variabel tersebut maka semakin baik pengenalan terhadap inputan berkas ucapan yang diberikan
DIAGNOSA KEGANASAN KANKER PAYUDARA DENGAN SELEKSI FITUR FORWARD SELECTION MENGUNAKAN ALGORITMA NAïVE BAYES CLASSIFIER
Kanker merupakan penyakit terganas nomer satu di dunia karena kasus baru dan kasus kematian penyakit kanker selalu meningkat disetiap tahunnya. Begitu juga dengan Kanker Payudara (breast cancer), kanker yang banyak menyerang wanita ini menjadi kasus kanker yang paling ditakuti nomer dua di dunia. Peningkatan kasus kanker payudara ini memerlukan suatu langkah untuk upaya penanggulangan dan pencegahan dini dengan cara melakukan diagnosis dini terhadap penyakit kanker payudara. Dalam penelitian ini akan dilakukan diagnosa dini pada penyakit kanker payudara dengan menggunakan proses data mining yaitu berupa klasifikasi keganasan kanker payudara. Algoritma yang dipakai adalah algoritma Naïve Bayes Classifier dengan metode Foward Selection. Algoritma NBC digunakan untuk klasifikasi agar mendapatkan hasil keputusan dari diagnosa keganasan kanker payudara tersebut, sedangkan foward selection digunakan sebagai seleksi fitur yang tujuannya untuk meningkatkan nilai akurasi. Foward selection bekerja dengan menghilangkan beberapa atribut yang tidak relevan terhadap proses klasifikasi. Pada penelitian ini hasil akurasi diganosa keganasan kanker payudara dengan algortima NBC sebesar 96,19%, sedangkan hasil akurasi algoritma NBC dengan metode fitur selection sebesar 96,93%. Dan hasil akurasi setelah dilakukan validasi dengan menggunakan 10-fold cross validation adalah 96,52%. Terlihat jelas bahwa penggabungan algoritma NBC dengan metode foward selection mengalami peningkatan hasil akurasi