Claim Missing Document
Check
Articles

Found 21 Documents
Search

SISTEM APLIKASI MOBILE ADVERTISING BERBASIS GUI DAN ANIMASI (STUDI : PT. XYZ) Hanafi, Hanafi
Jurnal Teknologi Vol 5 No 2 (2012): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Periklanan merupakan sebuah upaya untuk meningkatkan penjualan. Seiring dengan perkembangan teknologi telekomunikasi mobile, paradigma periklananpun berubah dari media konvensional menuju periklanan mobile. Hal itu dilakukan karena iklan dapat diakses kapan saja dan dimana saja. Pada masa sekarang iklan dikirim dalam bentuk SMS yang di-broadcast kepada pengguna. User interface aplikasi berbentuk teks, profiling pengguna didapatkan secara acak dan biaya yang relatif mahal ditanggung oleh penerima iklan. Hal tersebutlah yang menjadikan iklan kurang diminati oleh pengguna sehingga iklan belum tepat kepada sasaran. Kelemahan sistem aplikasi mobile advertising disebabkan sistem aplikasi belum mengakomodir prinsip periklanan yang baik antara lain kemampuan menampilkan iklan yang menarik, komunikasi iklan dengan dua arah, user interface yang sesuai prinsip HCI, biaya yang terjangkau oleh masyarakat dan kemampuan mendeteksi perilaku konsumen. Dengan perkembangan teknologi pemrograman pada perangkat mobile yang semakin maju, kapasitas jaringan GSM yang semakin besar sehingga menambah reliabilitas, pertambahan kemampuan komputasi pada perangkat mobile maka kemampuan aplikasi yang diharapkan dapat diwujudkan. Pendeteksian perilaku pengguna, kemampuan interactivity serta cara penayangan iklan terbukti mempunyai peranan penting dalam menghasilkan iklan yang tepat sasaran. Perilaku pengguna yang dilakukan pada waktu menerima iklan akan terbentuk pola yang dapat diterjemahkan dalam indeks perilaku konsumen. Pola tersebut menjadi bahan analisis untuk menentukan target-target iklan atas suatu produk kepada calon konsumen yang membutuhkan sehingga iklan akan lebih efektif dan efisien.
APLIKASI PEMANTAUAN KEBERADAAN LOKASI DAN KECEPATAN PADA KENDARAAN DENGAN MENGGUNAKAN TEKNOLOGI MOBILE DATA DAN GPS DENGAN DIGITALISASI PETA Hanafi, Hanafi
Jurnal Teknologi Vol 8 No 2 (2015): Jurnal Teknologi
Publisher : Jurnal Teknologi, Fakultas Teknologi Industri, Institut Sains & Teknologi AKPRIND Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemantauan keberadaan dan pergerakan suatu obyek begitu pentingnya dewasa ini Hal ini bertujuan untuk keamanan dan juga manajemen ketepatan waktu atas suatu layanan. Perusahaan seperti layanan transportasi dan pengiriman barang misalnya. Mutu layanan akan sangat ditentukan oleh ketepatan waktu sekaligus untuk mengamankan aset yang dimiliki. Teknologi informasi dewasa ini sudah sangat maju tidak terkecuali jaringan bergerak, teknologi GPS dan pemrograman pada perangkat mobile. Teknologi GPS dapat digunakan untuk mengetahui posisi koordinat sebuah obyek. Demikian juga dengan jaringan data GSM, teknologi ini perkembang pesat serta banyak digunakan untuk akses internet bergerak pada setiap tempat dan setiap waktu. Hal selanjutnya adalah kemajuan dibidang pemrograman mobile begitu signifikannya sehingga banyak sekali aplikasi mobile yang dihasilkan. Rekayasa dari ketiga teknologi tersebut dapat menghasilkan sistem pemantauan obyek bergerak yang memang sangat perlu diketahui keberadaan dan pergerakannya untuk membantu mencapai kinerja perusahaan yang optimal dalam memberikan kepuasan bagi para konsumen.
Dynamic convolutional neural network for eliminating item sparse data on recommender system Hanafi Hanafi; Nanna Suryana; Abdul Samad Hasan Basari
International Journal of Advances in Intelligent Informatics Vol 4, No 3 (2018): November 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v4i3.291

Abstract

Several efforts have been conducted to handle sparse product rating in e-commerce recommender system. One of them is the inclusion of texts such as product review, abstract, product description, and synopsis. Later, it converted to become rating value. Previous researches have tried to extract these texts based on bag of word and word order. However, this approach was given misunderstanding of text description of products. This research proposes a novel Dynamic Convolutional Neural Network (DCNN) to improve meaning accuracy of product review on a collaborative filtering recommender system. DCNN was used to eliminate item sparse data on text product review while the accuracy level was measured by Root Mean Squared Error (RMSE). The result shows that DCNN has outperformed the other previous methods.
CAE-COVIDX: automatic covid-19 disease detection based on x-ray images using enhanced deep convolutional and autoencoder Hanafi Hanafi; Andri Pranolo; Yingchi Mao
International Journal of Advances in Intelligent Informatics Vol 7, No 1 (2021): March 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v7i1.577

Abstract

Since the first case in 2019, Corona Virus has been spreading all over the world. World Health Organization (WHO) announced that COVID-19 had become an international pandemic. There is an essential section to handle the spreading of the virus by immediate virus detection for patients. Traditional medical detection requires a long time, a specific laboratory, and a high cost. A method for detecting Covid-19 faster compared to common approaches, such as RT-PCR detection, is needed. The method demonstrated that it could produce an X-ray image with higher accuracy and consumed less time. We propose a novel method to extract image features and to classify COVID-19 using deep CNN combined with Autoencoder (AE) dubbed CAE-COVIDX. We evaluated and compared it with the traditional CNN and existing framework VGG16 involving 400 normal images of non-COVID19 and 400 positive COVID-19 diseases. The performance evaluation was conducted using accuracy, confusion matrix, and loss evaluation. Based on experiment results, the CAE-COVIDX framework outperforms previous methods in several testing scenarios. This framework's ability to detect Covid-19 in various nonstandard image X-rays could effectively help medical employers diagnose Covid-19 patients. It is an important factor to decrease the spreading of Covid-19 massively.
PERBANDINGAN KECEPATAN LAYER 7 PROTOCOL DAN WEB PROXY UNTUK BLOK SITUS Aflahah Apriliyani; Abdul Malik Zuhdi; Muhammad Fatahillah; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (890.698 KB) | DOI: 10.46808/informa.v5i1.61

Abstract

Seiring dengan perkemabangan perangkat router yang cukup pesat, membuat teknik filtering pada router Mikrotik semakin banyak. Teknik filtering pada router Mikrotik dapat dilakukan dengan berbagai cara diantaranya adalah Layer 7 Protocols dan Web Proxy. Penelitian ini membandingkan kecepatan dari kedua teknik tersebut saat di implementasikan pada sebuah situs. Dari hasil penelitian memperlihatkan bahwa teknik pemblokiran menggunakan WebProxy adalah teknik tercepat yaitu dengan waktu proses rata-rata 0.0578368 detik.
KEAMANAN BIG DATA DI ERA DIGITAL DI INDONESIA Fendy Prasetyo Nugroho; Robi Wariyanto Abdullah; Sri Wulandari; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (258.05 KB) | DOI: 10.46808/informa.v5i1.65

Abstract

Di era global dengan teknologi yang canggih dan modern muncul banyaknya sistem berbagai sektor diantaranya pemerintahan, kesehatan, perindustrian, pertanian maupun ekonomi. Sistem yang banyak bermunculan saat ini yaitu banyaknya sistem pembayaran digital, sistem pemerintahan berbasis elektronik dan sistem lainnya yang saling terintegrasi antar sistem. Kebutuhan data dari tahun ke tahun semakin komplek atau lengkap dan makin banyak. Data antar sistem yang terintegrasi dapat memudahkan dalam mengelola dan melakukan managemen data dalam satu pusat data. Managemen big data yang baik harus memiliki aspek seperti tipe data yang tepat, karakter data yang tepat dan standarisasi dari data yang jelas. Menghadapi perkembangan teknologi yang memasuki era internet of thing dan big data memungkinkan semua terhubung dengan cyber space atau jaringan siber. Pemerintah mengingatkan adopsi Big Data dan internet of thing (IoT) harus memperhatikan isu keamanan siber sebagai kunci pemanfaatan Teknologi Informasi dan Komunikasi. Di Indonesia, sesuai dengan kerangka Critical Information Infrastructure Protection (CIPP) yang telah disiapkan Kementerian Komunikasi dan Informatika (Kominfo), aspek keamanan informasi mencakup persoalan mitigasi risiko, penanganan insiden, serta pemulihan informasi. Penelitian ini memberikan gambaran seberapa pentingnya keamanan data dalam segala sektor organisasi di Indonesia.
INTERNET OF THINGS (IoT) – TANTANGAN DAN KEAMANAN IOT MENGGUNAKAN ENKRIPSI AES Yulita Fatma Andriani; Muhammad Fajrian Noor; Abidullah S. Salim; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 1 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (670.491 KB) | DOI: 10.46808/informa.v5i1.72

Abstract

Perkembangan Internet of Things (IoT) begitu pesat sehingga memberikan pengaruh baik secara individu maupun secara kelompok, baik pelaku bisnis maupun pekerja profesional. Dari perkembangan IoT yang begitu pesat tersebut terdapat beberapa tantangan penelitian dan keamanan pada perangkat IoT. Dari beberapa literatur tentang keamanan jaringan yang penulis baca, didalam paper ini penulis akan memaparkan tantangan apa saja yang harus dihadapi dalam pengembangan IoT baik dibidang penelitiannya dan bagaimana proses enkripsi Advanced Encryption Standard (AES) berjalan. Karena isu tentang keamanan terutama di dalam perangkat IoT sangatlah penting untuk didiskusikan maupun diteliti terlebih dahulu sebelum pengimplementasian Internet of Things (IoT) itu sendiri.
ARSITEKTUR SISTEM INFORMASI AKADEMIK TERINTEGRASI BERBASIS CLOUD COMPUTING Yoga Dwi Pambudi; Reflan Nuari; Marwan Noor Fauzy; Hanafi Hanafi
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 2 (2019): Juni
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (197.912 KB) | DOI: 10.46808/informa.v5i2.84

Abstract

Dari perkembangan arsitektur sistem informasi akademik mengalami kemajuan mengikuti perkembangan teknologi. Para pegiat teknologi saat ini sudah memanfaatkan teknologi yang mutakhir salah satunya cloud computting. Dalam penerapan cloud computting mengubah seluruh konsep dan pemikiran yaitu seluruh perangkat teknologi yang sebelumnya berbentuk fisik namun dengan adanya perkembangan cloud computting semua bersifat non-fisik. Cloud computting merupakan penerapan teknologi dimana sebagian komputasi dan pemprosesan akses data berada pada jaringan internet sehingga dapat dilakukan dimanapun dan kapanpun, yang artinya seluruh perangkat berbentuk non-fisik dengan menggunakan jaringan internet dapat mengakses data yang diperlukan. Pengadaan perangkat keras untuk arsitektur jaringan di sebuah peguruan tinggi diperlukan biaya yang tidak sedikit sehingga pengadaan perangkat keras memang termasuk investasi jangka panjang dalam sebuah peguruan tinggi. Dengan hal tersebut menimbulkan permasalahan apabila pada perguruan tinggi tersebut hanya mampu merancang jaringan yang seadanya karena keterbatasan biaya padahal saat ini seluruh perguruan tinggi di Indonesia diharapkan sudah menerapkan sistem yang terinegrasi. Implementasi cloud computting sudah merambah diberbagai hal, tidak menutup kemungkinan pada arsitektur jaringan di perguruan tinggi menggunakan cloud computting. berdasarkan survey yang telah dilakuan, sebagian besar sistem informasi yang banyak digunakan dalam perguruan tinggi adalah sistem informasi akademik, sistem informasi pembayaran, dan sistem informasi registrasi. Dalam penelitian ini integrasi sistem informasi yang telah dirancang adalah SI Portal, SI Akademik, SI Admisi, SI Registrasi, SI Pembayaran, SI Aset, dan SI Keuangan. 7 sistem informasi ini akan saling terintegrasi dalam pertukaran data. file akan disimpan diserver cloud dan repositori akan dikelompokan bedasarkan perguruan tinggi. pada server development digunakan untuk melakukan proses pengembangan dan testing aplikasi oleh pihak penyedia jasa cloud computing.
Implementasi Network Intrusion Detection System (NIDS) Dalam Sistem Keamanan Open Cloud Computing Muqorobin Muqorobin; Zul Hisyam; Moch Mashuri; Hanafi Hanafi; Yudhi Setiyantara
Majalah Ilmiah Bahari Jogja Vol 17 No 2 (2019): Juli
Publisher : Sekolah Tinggi Maritim Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (310.076 KB) | DOI: 10.33489/mibj.v17i2.205

Abstract

Security is the most important part of computer network technology systems. Among the technologies that utilize networks are cloud computing. One cloud computing provider such as eucalyptus uses a firewall for system security. The use of a firewall on the system cannot monitor and analyze traffic that is inside the cloud server and does not give a warning when an attack occurs. The purpose of this study is that researchers will implement a network intrusion detection system (NIDS) in cloud computing and mirroring traffic on switches. Intrusion detection system (IDS) is a security technology that can analyze network traffic and detect traffic if an attack is indicated. NIDS are placed hosted differently from cloud computing servers. With the switch mirroring traffic method, traffic will be directed to NIDS so that NIDS can record all network traffic originating from outside the cloud server or traffic between virtual machines within the cloud server. The test results of attacks with 2 scenarios, namely attacks from outside and from within the cloud system, then NIDS is able to provide an alert response to traffic attacks.
An Intrusion Detection System Using SDAE to Enhance Dimensional Reduction in Machine Learning Hanafi Hanafi; Alva Hendi Muhammad; Ike Verawati; Richki Hardi
JOIV : International Journal on Informatics Visualization Vol 6, No 2 (2022)
Publisher : Politeknik Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.2.990

Abstract

In the last decade, the number of attacks on the internet has grown significantly, and the types of attacks vary widely. This causes huge financial losses in various institutions such as the private and government sectors. One of the efforts to deal with this problem is by early detection of attacks, often called IDS (instruction detection system). The intrusion detection system was deactivated. An Intrusion Detection System (IDS) is a hardware or software mechanism that monitors the Internet for malicious attacks. It can scan the internetwork for potentially dangerous behavior or security threats. IDS is responsible for maintaining network activity under the Network-Based Intrusion Detection System (NIDS) or Host-Based Intrusion Detection System (HIDS). IDS works by comparing known normal network activity signatures with attack activity signatures. In this research, a dimensional reduction and feature selection mechanism called Stack Denoising Auto Encoder (SDAE) succeeded in increasing the effectiveness of Naive Bayes, KNN, Decision Tree, and SVM. The researchers evaluated the performance using evaluation metrics with a confusion matrix, accuracy, recall, and F1-score. Compared with the results of previous works in the IDS field, our model increased the effectiveness to more than 2% in NSL-KDD Dataset, including in binary class and multi-class evaluation methods. Moreover, using SDAE also improved traditional machine learning with modern deep learning such as Long Short-Term Memory (LSTM) and Convolutional Neural Network (CNN). In the future, it is possible to integrate SDAE with a deep learning model to enhance the effectiveness of IDS detection