1,720,982 research outputs found
KEYLOGGER PADA ASPEK KEAMANAN KOMPUTER
Keamanan data dalam pengaksesan komputer adalah salah satu bentuk yang harus diperhatikan baik secara fisik maupun non fisik. Salah satu bentuk kejahatan pencurian data adalah merekam jejak keyboard komputer dengan bantuan hardware maupun software. Keylogger adalah teknik pencurian data dengan merekan ketikan di keyboard komputer, dengan merekam ketikan komputer tersebut pihak intruder dapat masuk dan mencuri. Tujuan dari penulisan ini adalah untuk memahami bagaimana cara kerja keylogger agar dapat dilakukan cara pencegahan dengan melakukan berbagai macam solusi dan juga untuk mempertahankan sistem keamanan data serta mengetahui software pendukung dan anti keylogger. Metode pencegahan terhadap keylogger dilakukan secara fisik dengan melihat hardware dan non-fisik yaitu software keylogger pada komputer tersebut. perekaman jejak ketikan adalah suatu hal yang dapat terjadi dimana saja tanpa kita sadari, hal yang paling penting untuk mengamankan data selalu mengawasi penggunaan suatu media penyimpan data, network dan selalu menggunakan anti virus yang terupdate
Analisis Kinerja Metode-Metode Seleksi dalam Algoritma Genetika
Genetic Algorithm is one of search solution to accomplish of an optimun problem.
This algorithm strength is able to gain an optimun problem searching in power of
building efficiency. The process which obtained is selection process in genetic
algorithm. This process is to gain parent that has best fitness in generating to the next
process. Selection method will be used in this study is selective ranking, selective
tournament and selective truncation in finding Mean Absolute Error of dataset
efficiency of power building. There are 768 different datas tested for building
perfomance to define value fitness prediction of heating load and fitness cooling load.
The data consists of 8 variables input, they are X1 to X8 and two variables output,
they are Y1(heating Load) and Y2( Cooling Load). This study is to achieve analysis
function of selected method on gen which effect to optimun of fitness value. The
degration of fitness value takes effect to number of population which results to small
numbers and genetic algorithm area more narrow, so that it impacts to solution result
get decreased. Purpose of this study is to find out selection method process analysis in
meaning of persuade generation to achieve optimun data set result of fitness from 768
buildings inspection to seek fitness heating load and fitness cooling load
compatibility. This study results a derivation of fitness by adding generation. Selective
method of ranking testing is giving better fitness than selective tournament and
selective tournament is giving better fitness than selective truncation.Algoritma genetika adalah salah satu solusi pencarian untuk menyelesaikan suatu
masalah secara optimal. Kemampuan algoritma ini untuk mendapatkan hasil dalam
pencarian suatu masalah optimasi efisiensi energi gedung. Proses yang terdapat dalam
algorima genetika adalah proses seleksi. Proses ini bertujuan untuk menghasilkan
parent yang memiliki nilai fitness terbaik untuk dipilih dalam generasi berikutnya dan
akan mengalami proses selanjutnya. Metode seleksi yang akan di analisis dalam
penelitian ini adalah seleksi ranking, seleksi tournament dan seleksi truncation
dengan permasalahan mencari Mean Absolute Error pada dataset efisiensi energi
gedung. Dataset yang diuji terdiri dari 768 bentuk gedung yang berbeda untuk
mencari nilai prediksi fitness panas (Heating Load) dan fitness dingin (Cooling Load).
Dataset terdiri dari delapan variabel inputan yaitu X1 sampai X8 dan 2 variabel output
yaitu Y1 (Heating Load) dan Y2 (Cooling Load). Tujuan dari penelitian ini adalah
mendapatkan hasil analisis kinerja metode-metode seleksi pada pengaruh bentuk gen
untuk menghasilkan nilai fitness optimal. Dari penelitian ini banyaknya populasi
berdampak penurunan nilai fitness serta jumlah generasi yang kecil, area pencarian
algoritma genetika juga semakin sempit, sehingga solusi yang ditemukan kurang
optimal. Pengujian dilakukan metode seleksi ranking memberikan nilai fitness lebih
baik daripada seleksi tournament dan seleksi tournament memberikan nilai fitness
lebih baik daripada seleksi truncation.Tesis Magiste
ANALISIS PERHITUNGAN HPP MENENTUKAN HARGA PENJUALAN YANG TERBAIK UNTUK UKM
Penggunaan harga pokok produksi dengan metode full costing mempunyai peranan penting dalam keputusan manajemen untuk menentukan harga jual suatu produk. Tujuan jangka panjang yang ingin dicapai penulis dalam penulisan penelitian ini adalah untuk mengetahui perhitungan harga pokok produksi pada perusahaan serta mengetahui pembebanan BOP (Biaya Overhead Pabrik) dalam proses produksi. Sedangkan Target khusus dari penelitian ini adalah untuk menjadikan wirausaha yang memiliki ilmu pembelajaran dalam mengkalkulasikan beban biasa secara tersistem dan mendapatkan harga jual yang optimal. Metode penelitian yang dilakukan dalam penelitian ini meliputi : tahap persiapan berupa mengkaji permasalahan yang ada, tahap pengumpulan data berupa mengumpulkan data-data yang diperlukan untuk menyelesaikan masalah dan tahap terakir adalah tahap penyelesaian berupa melakukan pengolahan dan analisis dari data yang diperoleh dan memberikan kesimpulan dari hasil yang di peroleh
RUTE TRAYEK ANGKUTAN UMUM DENGAN GOOGLE API
Sebagian besar masyarakat kota medan ini telah banyak aktivitas mereka yang transportasinya menggunakan angkutan umum, dan ada juga sebagian masyarakat yang menggunakan kenderaan pribadi mereka, tetapi itu hanya sebagian saja. Tak heran jika di kota medan ini terdapat berbagai jenis-jenis angkutan umum yang berbagai macam juga tujuan nya. Dengan kami menciptakan suatu aplikasi yang berbasis web atau dengan sebutan Si Rujak (Sistem Informsi Rute Jalan Angkutan Umum), dengan aplikasi ini kami berharap kesulitan yang terjadi akan teratasi dengan sempurna.sistem ini akan menampilkan peta dari Api Googel Maps, dimana peta tersebut dibuat sesuai dengan jalur trayek. Dengan adanya aplikasi kami ini, dapat membantu pendapatan dari pada supir angkutan umum dan para supir akan ringan memberi setoran kepada pemilik nya
MODEL ANALISIS ANCAMAN SYN FLOODING DALAM JARINGAN
Computer security in a network is things that must be considered. Computer in the Network is a system process, from this process there are gaps which the computer can pass, this attack is a DOS type that is SYN Flooding. SYN Flooding works to disable the server by sending a SYN packet in large quantities and such delivery duration fast Security from this attack is by making good firewall and smart system administrator
PURWARUPA DISPERSI UDARA DALAM RUANGAN MEROKOK
Dispersi Udara adalah molekul udara yang sudah di saring atau sudah di urai yang tadinya udara yang tercemar menjadi bersih. Membersihkan udara pada suatu ruangan yang kadar udaranya melewati batas aman yang dapat di terima oleh tubuh dengan membuat alat otomatis yang dapat membersihkan udara pada suatu ruangan yang telah melewati batas aman tersebut. Setiap penguna ruangan yang menghisap asap rokok udaranya akan di bersihkan secara otomatis oleh Alat. Agar alat tersebut dapat berfungsi, maka harus mampu mendeteksi obyek di hadapannya. Salah satu cara yang dapat digunakan untuk mendeteksi keberadaan obyek tersebut adalah Sensor MQ2. Cara Kerja alat ini adalah penguna hanya tinggal meletakan alat pada ruangan yang tercemar oleh asap rokok seperti pada ruangan merokok, alat ini mengunkan adaptor sebagai sumber arus. Ketika alat sudah menyala maka sensor akan membaca kadar asap atau udara yang tercemar pada ruangan kalau udara sudah melebih batas kadar yang sudah ditentukan atau sudah tercemar oleh asap rokok maka kipas akan bekerja dan menyaring udara dan di lcd akan menampikan bahwansannya ada asap rokok dan jika sensor mebaca kadar udara tidak melebihi batas yang di tetapkan maka kipas tidak menyala dan lcd akan menampilkan bebas asap rokok. Untuk itu dengan adanya alat ini dapat mengurangi dampak negatif yang di timbulkan oleh asap rokok
Penerapan Sistem Pendukung Keputusan dalam Memilih Supplier Menggunakan Metode Analytical Hierarchy Process (AHP)
PT. LSP (Langkat Sawit Hijau Pratama) is a palm oil factory, where palm fruit or palm kernels are processed into palm oil (unfinished crude oil) which can be further processed into cooking oil, industrial oil or fuel. To get the best crude oil, superior and quality palm oil is needed, so a Decision Support System is needed in choosing suppliers to maintain good quality palm oil. A decision support system (DSS) in selecting suppliers is important because the right supplier can have a positive impact on company performance. Using a Decision Support System (DSS) with the Analytical Hierarchy Process (AHP) method in selecting suppliers can increase efficiency and effectiveness in decision making, as well as help companies choose the right suppliers and have the potential to have a positive impact on company performance. This research aims to determine the performance of the Analytical Hierarchy Process (AHP) in the Supplier selection Decision Support System and utilize the Decision Support System using the Analytical Hierarchy Process (AHP) method in making decisions as part of the consideration in choosing the right supplier. The results of this research show that by comparing decisions with the Saaty theory, priority weightings for each criterion and sub-criteria are obtained consistently or CR < 0.1. Price Criteria (0.0699), Capacity Criteria (0.2289), Quality Criteria (0.5081), Arrival Criteria (0.1932). Having obtained the final score, the best supplier has been determined using the Analytical Hierarchy Processes method, namely the BEST supplier with a total of 0.5870, and the last position is the TANI9 supplier with a total of 0.0958.PT. LSP (Langkat Sawithijau Pratama) merupakan pabrik kelapa sawit, dimana buah sawit atau berondolan sawit diolah menjadi minyak sawit (minyak mentah yang belum jadi) yang mana minyak sawit tersebut dapat diolah lagi menjadi minyak masak, minyak industri maupun bahan bakar. Untuk mendapatkan minyak mentah terbaik, maka diperlukan kelapa sawit unggul dan berkualitas, sehingga dibutuhkan sistem pendukung keputusan dalam memilih supplier guna menjaga kualitas kelapa sawit tetap baik. Sistem Pendukung Keputusan (SPK) dalam memilih supplier menjadi penting karena supplier yang tepat dapat memberikan dampak positif pada kinerja perusahaan. Penggunaan Sistem Pendukung Keputusan (SPK) dengan metode Analityc Hierearchy Process (AHP) dalam memilih supplier dapat meningkatkan efisiensi dan efektivitas dalam pengambilan keputusan, serta membantu perusahaan untuk memilih supplier yang tepat dan berpotensi memberikan dampak positif pada kinerja perusahaan. Penelitian ini bertujuan untuk mengetahui performa Analityc Hierearchy Process (AHP) dalam sistem pendukung keputusan pemilihan supplier dan memanfaatkan sistem pendukung keputusan dengan menggunakan metode Analityc Hierearchy Process (AHP) dalam mengambil keputusan menjadi bagian pertimbangan dalam memilih supplier yang tepat. Hasil penelitian ini menunjukkan bahwa dengan melakukan perbandingan keputusan dengan teori saaty maka didapatkan pembobotan prioritas di setiap kriteria dan sub kriteria dengan konsisten atau CR < 0.1. Kriteria Harga (0,0699), Kriteria Kapasitas (0,2289), Kriteria Kualitas (0,5081), Kriteria Kedatangan (0,1932). Didapatkanya nilai akhir maka sudah ditentukan supplier terbaik dengan metode Analytical Hierarchy Processes adalah supplier BEST dengan total 0,5870, dan posisi terakhir adalah supplier TANI9 dengan total 0,0958
Pendekatan Bayes-HDSS dalam Menentukan Status Pantauan Gizi Balita
Teknologi dan perkembangan komputer saat ini sangat membantu banyak kebutuhan dalam kehidupan, termasuk dalam hal menggantikan kemampuan seorang ahli dalam mengerjakan dan menentukan sebuah keputusan dalam permasalahan yang terjadi pada banyak orang. Dalam perkembangan sistem pakar dan sistem pendukung keputusan juga dapat menggantikan dan menjadi solusi dari seorang ahli pakar. Bayes digunakan untuk mendiagnosis penyakit serta AHP dan TOPSIS akan digunakan untuk melakukan perangkingan penyakit pada manusia, termasuk gizi pada anak dimana sampai saat ini masalah terbesar dunia adalah bagaimana mengatasi gizi buruk yang dialami. Dengan menggunakan Sistem Pakar dan HDSS diharap Mampu menghitung kriteria yang merupakan gejala pada anak guna menghasilkan urutan anak yang menjadi fokus pantauan dimana nilai terbesar dari output sistem memberikan kepastian bahwa anak membutuhkan fokus dalam mengatasi masalah gizi yang dialaminya. Didalam Penelitian ini, Bayes, AHP dan TOPSIS mampu menghitung nilai dengan memberikan diagnosis gejala serta menempilkan nilai persentase kebutuhan pantauan pada data sampel balita yang di peroleh dari Pusat Kesehatan Masyarakat (Puskesmas) XYZ terhadap masalah gizi balita yang ada di Pusat Kesehatan Masyarakat tersebut. Dari 5 Gejala Yang di implementasikan kedalam sistem pakar (bayes) yaitu; STUNTING, GIZI LEBIH, GIZI KURANG, KWASHIORKOR, dan MARASMUS, tidak ditemukan status STUNTING. Selanjutnya pada HDSS Menghasilkan persentase 95,49% yang mana balita ini merupakan pemilik kriteria terburuk diantara balita lainnya.
Abstract
Technology and the development of computers are very helpful for many people in life, including in terms of replacing the ability of an expert to do and determine a decision in problems that occur to many people. In the development of expert systems and support systems, decisions can also replace and be a solution to the scarcity of an expert. Bayes is used to diagnose disease and AHP and TOPSIS will be used to rank diseases in humans, including nutrition in children where until now the world\u27s biggest problem is how to overcome malnutrition experienced by toddlers including stunting problems, where toddler growth is not optimal. By using an Expert System and HDSS (namely AHP and TOPSIS) it is forbidden to calculate criteria that are symptoms in children, to produce a sequence of children who are the focus of monitoring. The greatest value of the output system provides certainty that children need focus in overcoming the problem of malnutrition. Deepened by this research, Bayes, AHP and TOPSIS were able to calculate the value by providing a diagnosis of symptoms and displaying the percentage value of the need for monitoring on the toddler sample data obtained from the XYZ Community Health Center (Puskesmas) for toddler nutrition problems in the Community Health Center. Of the 5 Symptoms implemented in the expert system (bayes) namely STUNTING, OVER NUTRITION, MALNUTRITION, KWASHIORKOR, and MARASMUS, no STUNTING status was found. Next on HDSS Produces a percentage of 95.49% of which this toddler is the owner of the worst criteria among other toddlers
Penerapan Sistem Pendukung Keputusan Dalam Memilih Supplier Menggunakan Metode Analytical Hierarchy Process (AHP)
PT. LSP (Langkat Sawit Hijau Pratama) is a palm oil factory, where palm fruit or palm kernels are processed into palm oil (unfinished crude oil) which can be further processed into cooking oil, industrial oil or fuel. To get the best crude oil, superior and quality palm oil is needed, so a Decision Support System is needed in choosing suppliers to maintain good quality palm oil. A decision support system (DSS) in selecting suppliers is important because the right supplier can have a positive impact on company performance. Using a Decision Support System (DSS) with the Analytical Hierarchy Process (AHP) method in selecting suppliers can increase efficiency and effectiveness in decision making, as well as help companies choose the right suppliers and have the potential to have a positive impact on company performance. This research aims to determine the performance of the Analytical Hierarchy Process (AHP) in the Supplier selection Decision Support System and utilize the Decision Support System using the Analytical Hierarchy Process (AHP) method in making decisions as part of the consideration in choosing the right supplier. The results of this research show that by comparing decisions with the Saaty theory, priority weightings for each criterion and sub-criteria are obtained consistently or CR < 0.1. Price Criteria (0.0699), Capacity Criteria (0.2289), Quality Criteria (0.5081), Arrival Criteria (0.1932). Having obtained the final score, the best supplier has been determined using the Analytical Hierarchy Processes method, namely the BEST supplier with a total of 0.5870, and the last position is the TANI9 supplier with a total of 0.0958.PT. LSP (Langkat Sawithijau Pratama) merupakan pabrik kelapa sawit, dimana buah sawit atau berondolan sawit diolah menjadi minyak sawit (minyak mentah yang belum jadi) yang mana minyak sawit tersebut dapat diolah lagi menjadi minyak masak, minyak industri maupun bahan bakar. Untuk mendapatkan minyak mentah terbaik, permasalahan yang terjadi adalah sulitnya menemukan kelapa sawit yang memiliki kualitas unggul maka diperlukan kelapa sawit unggul dan berkualitas, sehingga dibutuhkan Sistem Pendukung Keputusan dalam memilih supplier guna menjaga kualitas kelapa sawit tetap baik. Sistem pendukung keputusan (SPK) dalam memilih supplier menjadi penting karena supplier yang tepat dapat memberikan dampak positif pada kinerja perusahaan. Penggunaan Sistem Pendukung Keputusan (SPK) dengan metode Analityc Hierearchy Process (AHP) dalam memilih supplier dapat meningkatkan efisiensi dan efektivitas dalam pengambilan keputusan, serta membantu perusahaan untuk memilih supplier yang tepat dan berpotensi memberikan dampak positif pada kinerja perusahaan. Penelitian ini bertujuan untuk mengetahui performa Analityc Hierearchy Process (AHP) dalam Sistem Pendukung Keputusan pemilihan Supplier dan memanfaatkan Sistem Pendukung Keputusan dengan menggunakan metode Analityc Hierearchy Process (AHP) dalam mengambil keputusan menjadi bagian pertimbangan dalam memilih supplier yang tepat. Hasil penelitian ini menunjukkan bahwa dengan melakukan perbandingan keputusan dengan teori saaty maka didapatkan pembobotan prioritas di setiap kriteria dan sub kriteria dengan konsisten atau CR<0.1
Implementation of a Convolutional Neural Network Algorithm in Classifying Vegetable Freshness Based on Image
The purpose of this work is to apply CNN algorithm to a real problem of vegetable freshness identification using image data. Quantitative approach was used for this study and the data source was obtained from Kaggle; it is referred to as Fresh and Stale Images of Fruits and Vegetables with 2,604 images, four categories in total. The CNN model architecture consisted of a basic organization of four successive convolutional layers with associated max-pooling layers that aimed at capturing hierarchical feature representations of the input images. This model was trained using the Adam’s optimizer for 20 iterations with the batch size of 32. Pre-processing of data included image augmentations such as scaling, rotation, flipping which improved the performance of the model. The assessment was done using Confusion Matrix approach and the results show that the proposed system achieved an accuracy of 95%, with a precision of 94%, recall of 93% and F1-score of 93%. From this it can be concluded that the CNN model proposed has achieved the objective of distinguishing fresh and non-fresh vegetables with enough precision to assist in the automation of quality control in agriculture. The conclusion that can be drawn from this study is that AI especially CNNs could be of big help in increasing accuracy and decreasing human factors in the large scale production of food
- …
