Article Per Year (5 Year)
p-Index From 2019 - 2024
0.61
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Matrix : Jurnal Manajemen Teknologi dan Informatika Progresif: Jurnal Ilmiah Komputer
Imantoko Imantoko
Universitas Teknologi Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mechanical Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Perbandingan Fingerprint dan Facelock pada Lock Screen Smartphone Imantoko Imantoko; E.I.H. Ujianto
Progresif: Jurnal Ilmiah Komputer Vol 16, No 1: Februari 2020
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.769 KB) | DOI: 10.35889/progresif.v16i1.429

Abstract

Abstrak. Informasi yang bersifat krusial dalam smartphone seperti data pribadi maupun data perusahaan berupa gambar, cetak biru, suara, serta dokumen penting lainnya perlu dilindungi. Satu dari beberapa pengaman dasar pada smartphone adalah pengunci layar (lock screen). Lock screen yang populer digunakan diantaranya fingerprint dan facelock. Serangan sistem pengaman seperti sidik jari palsu (fingerprint-copy attack) dan wajah palsu (face spoof attack) membahayakan informasi yang terdapat pada smartphone. Artikel dibuat dengan tujuan untuk mengetahui lock screen mana yang lebih aman dari sisi kemudahan dalam melakukan serangan oleh pemula, dimana alat dan bahan yang digunakan terbatas yaitu peralatan sehari-hari. Hasil perbandingan menyimpulkan keamanan fingerprint lebih aman dibandingkan facelock dikarenakan fingerprintcopy attack membutuhkan keahlian khusus dalam praktiknya, sehingga serangan ini sulit dilakukan oleh pemula daripada face spoof attack. Kata kunci: Fingerprint, Facelock, Smartphone, Lock Screen Abstract. Crucial information on smartphones such as personal data and company data in the form of images, blueprints, sounds and other important documents need to be protected. One of the most basic safeguards on a smartphone is the lock screen. Popular lock screens those are used include fingerprint and facelock. Security system attacks such as fake fingerprints (fingerprint-copy attacks) and fake faces (face spoof attacks) leave vulnerable on the information contained on smartphones. The article was made with the aim to find out which lock screen is safer in terms of ease in carrying out attacks by beginners, where the tools and materials used are limited to everyday equipment. The comparison results concluded that fingerprint security is safer than facelock because fingerprint-copy attacks require special expertise in practice, so this attack is more difficult for beginners than face spoof attacks. Keywords: Fingerprint, Facelock, Smartphone, Lock Screen
Pengembangan Algoritma Genetika dengan Pendekatan Repetitive Random untuk Penjadwalan Ujian Pendadaran Proyek Tugas Akhir Adityo Permana Wibowo; Donny Avianto; Imantoko Imantoko
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 1 (2021): April 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i1.2021.35-43

Abstract

Penjadwalan adalah hal yang umum dilakukan terutama di instansi pendidikan seperti perguruan tinggi. Salah satu kegiatan yang memerlukan proses penjadwalan di perguruan tinggi adalah penjadwalan ujian pendadaran proyek tugas akhir. Faktor-faktor seperti jumlah mahasiswa, ketersediaan dosen, dan ketersediaan ruangan juga membuat proses penjadwalan menjadi lebih kompleks dan memakan waktu jika dilakukan secara manual. Metode Genetic Algorithm (GA) dapat dimanfaatkan untuk mengatasi masalah di dalam proses penjadwalan secara manual. Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi yang diberi nama Automatically Generated Scheduling (ALGEN Scheduling) yang mampu melakukan proses penjadwalan ujian pendadaran dengan lebih mudah. “ALGEN Scheduling” dibangun menggunakan bahasa C# dan menerapkan GA yang telah dimodifikasi dengan pendekatan repetitive random sebagai inti untuk melakukan proses penjadwalan. Pembuatan ALGEN Scheduling dimulai dari perancangan kromosom, implementasi GA termodifikasi dalam bahasa C#, pembuatan GUI dengan tools visual studio, dan integrasi inti penjadwalan dengan GUI. Aplikasi yang dibangun bisa membantu mahasiswa dan dosen penguji dalam menginfokan jadwal ujian pendadaran. Untuk mengetahui kinerja Aplikasi “ALGEN Scheduling”, peneliti melakukan evaluasi dengan menyebar kuesioner kepada responden yang terdiri dari mahasiswa dan dosen. Peneliti berhasil mendapatkan tanggapan sebanyak 101 responden. Berdasarkan pengolahan data responden didapatkan 68% menilai bahwa Aplikasi “ALGEN Scheduling” memiliki tampilan yang bagus dan sangat mudah digunakan untuk menghasilkan jadwal ujian pendadaran dengan tanpa adanya bentrokan jadwal. Sedangkan 19% responden mengatakan bahwa Aplikasi “ALGEN Scheduling” tidak terlalu mudah digunakan tetapi juga tidak terlalu sulit untuk dipelajari. Sisanya, responden menganggap perlu adanya pelatihan khusus sebelum aplikasi benar-benar diterapkan
Comparative analysis of support vector machine and k-nearest neighbors with a pyramidal histogram of the gradient for sign language detection Imantoko Imantoko; Arief Hermawan; Donny Avianto
Matrix : Jurnal Manajemen Teknologi dan Informatika Vol 11 No 2 (2021): MATRIX - Jurnal Manajemen Teknologi dan Informatika
Publisher : Unit Publikasi Ilmiah, P3M Politeknik Negeri Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31940/matrix.v11i2.2433

Abstract

The communication method using sign language is very efficient considering that the speed of information delivery is closer to verbal communication (speaking) compared to writing or typing. Because of this, sign language is often used by people who are deaf, speech impaired, and normal people to communicate. To make sign language translation easier, a system is needed to translate symbols formed from hand movements (in the form of images) into text or sound. This study aims to compare performance such as accuracy and computation time of Support Vector Machine (SVM) and K-Nearest Neighbors (KNN) with Pyramidal Histogram of Gradient (PHOG) for feature extraction, to know which one is better at recognizing sign language. Yield, both combined methods PHOG-SVM and PHOG-KNN can recognize images from hand movements that form certain symbols. The system built using the SVM classification produces the highest accuracy of 82% at PHOG level 3, while the system built with the KNN classification produces the highest accuracy of 78% at PHOG level 2. The total computation time of the fastest training and testing by the SVM model is 236.53 seconds at PHOG level 3, while the KNN model is 78.27 seconds at PHOG level 3. In terms of accuracy, PHOG-SVM is better, but in terms of computation time, PHOG-KNN takes the place.
Co-Authors Adityo Permana Wibowo Arief Hermawan Donny Avianto E.I.H. Ujianto