Noor Falih
Universitas Pembangunan Nasional Veteran Jakarta

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Informatik : Jurnal Ilmu Komputer

Pemanfaatan Pengolahan Citra dan Klasifikasi K-Nearest Neighbor pada Citra Telur Ayam Mochamad Aryo Aji Kurniawan; Ermatita Ermatita; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 16, No 3 (2020): Desember 2020
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v16i3.2131

Abstract

Telur dapat dikategorikan menjadi dua dalam proses penetasan yaitu telur fertil (subur) dan telur infertil (gabuk). Pemeriksaan kesuburan (fertilitas) telur dapat dilakukan dengan meneropong telur itu sendiri biasa disebut dengan candling, dengan cara mendekatkan telur ke sumber cahaya agar dapat menembus cangkang telur. Proses identifikasi seringkali dilakukan dengan proses manual oleh para peternak telur sehingga akan lebih membutuhkan kejelian dalam melakukan hal tersebut dan memperbesar kemungkinan salah dalam mengidentifikasinya. Berdasarkan hal tersebut tujuan penelitian ini dilakukan guna mengidentifikasi telur ayam fertil dan telur ayam infertil dengan mengekstrasi ciri warna pada telur tersebut menggunakan metode Hue saturation Values (HSV) dan menggunakan klasifikasi menggunakan Algoritma K-Nearst Neighbor (KNN) guna untuk membantu proses pengolahan citra digital. Dengan metode K-NN didapatkan akurasi sebesar 100% pada percobaan K=1.
Analisa Kebutuhan E-commerce untuk UKM Menggunakan Goal-Oriented Requirement Engineering (GORE) Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 15, No 1 (2019): April 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1372.346 KB) | DOI: 10.52958/iftk.v15i1.1064

Abstract

Rekayasa kebutuhan berorientasi pada tujuan memberikan mekanisme yang sesuai untuk memahami kebutuhan aplikasi e-commerce yang diinginkan oleh pelanggan, yaitu UKM dan pembina UKM. KAOS adalah salah satu teknik pemodelan berorientasi pada tujuan yang menghasilkan kebutuhan yang lebih spesifik dan lebih mudah ditelusuri. Salah satu faktor yang menyebabkan e-commerce ditinggalakan oleh penjual dalam hal ini UKM, adalah tidak adanya akses pembiayaan dan pembinaan (seperti pendampingan/pelatihan, monitoring dan penilaian perbaikan) karena pembiayaan dan pembinaan adalah salah satu faktor kunci kesuksesan dan kegagalan suatu UKM. Penelitian ini membahas tentang model kebutuhan perangkat lunak e-commerce yang sesuai untuk UKM. Pembuatan model diawali dengan melakukan studi literature dan wawancara dengan UKM Center Universitas Universal sehingga menghasilkan tujuan (Goal) yang masih umum. Tujuan tersebut kemudian diturunkan menjadi beberapa sub-tujuan menggunakan pemodelan KAOS sehingga menghasilkan kebutuhan fungsional dan kebutuhan non-fungsional. Hasil penelitian ini menunjukkan bahwa pemodelan kebutuhan dengan menggunakaan KAOS dapat digunakan dalam memodelkan kebutuhan untuk aplikasi e-commerce yang sesuai dengan tujuan UKM dengan menghasilkan kebutuhan yang valid.
Penggunaan K-Nearest Neighbor (KNN) untuk Mengklasifikasi Citra Belimbing Berdasarkan Fitur Warna Duwen Imantata Muhammad; Ermatita Ermatita; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 17, No 1 (2021): April 2021
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v17i1.2132

Abstract

Masih banyak yang belum mengetahui pasti tingkat kematangan buah. Akibatnya penjual maupun pembeli menjadi sulit untuk memperkirakan tingkat kematangan buah tersebut, khusunya buah belimbing. Berawal dari masalah tersebut dibutuhkan suatu sistem yang dapat membedakan tingkat kematangan dari buah. Berdasarkan hal tersebut tujuan penelitian ini dilakukan guna mengidentifikasi tingkat kematangan buah belimbing berdasarkan citra dengan algoritma K-Nearest Neighbor dan ekstraksi ciri Hue saturation Value (HSV) dengan menggunakan program Matlab guna membantu proses pengolahan citra digital. Dengan menggunakan algoritma KNN didapatkan akurasi sebesar 93.33% pada percobaan dengan menggunakan nilai K=7.
Implementasi Metode Naïve Bayes untuk Analisis Sentimen Warga Jakarta Terhadap Sarika Afrizal; Helena Nurramdhani Irmanda; Noor Falih; Ika Nurlaili Isnainiyah
Informatik : Jurnal Ilmu Komputer Vol 15, No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1671.8 KB) | DOI: 10.52958/iftk.v15i3.1454

Abstract

Kegiatan riset ini bertujuan untuk menganalisis animo masyarakat Indonesia khususnya warga Jakarta atas munculnya transportasi massa umum MRT yang di resmikan oleh Pemerintah di bulan Maret 2019. Tahapan penelitian diawali proses crawling tweet dengan menggunakan tweetscrapper dari python. Kemudian dilakukan Preprocessing sehingga didapatkan data tweet yang siap untuk diproses pada pemisahan data yaitu data training dan data testing. Data training dilakukan proses pembobotan dengan TF-IDF, dan proses pembelajaran dengan naive bayes. Proses ini disebut dengan proses training yang bertujuan untuk menghasilkan model klasfikasi. Model klasifikasi digunakan untuk data testing melakukan proses klasifikasi yang menghasilkan label sentimen (positif/negatif). Proses ini dinamakan dengan proses testing. Hasil testing akan dilakukan perhitungan akurasi dari model yang sudah dibuat. Luaran dari penelitian ini berupa analisis sentimen animo warga Jakarta pada media sosial Twitter terhadap kehadiran layanan transportasi publik MRT, dan akurasi yang dihasilkan oleh metode naïve bayes yang diimplementasikan pada analisis sentimen
Model Pengamanan Berkas Menggunakan Kriptografi Asimetris RSA Dan Algoritma Kompresi PPM Pada File Curriculum Vitae (CV) Siti Annisa; Henki Bayu Seta; Noor Falih
Informatik : Jurnal Ilmu Komputer Vol 18, No 2 (2022): Agustus 2022
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v18i2.4669

Abstract

Model pengamanan berkas adalah suatu model yang mengimplementasikan satu atau lebih algoritma keamanan untuk melindungi keamanan berkas. Sudah banyak penelitian yang mengusung model pengamanan berkas. Namun, berdasarkan penelitian sebelumnya, model pengamanan berkas masih dapat dikembangkan. Peneliti mengusung model pengamanan berkas baru menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM. Kriptografi asimetri RSA dipilih karena kuatnya algoritma dalam mengamankan berkas. Algoritma kompresi PPM dipilih sebagai penyokong kelemahan RSA dengan mengurangi besarnya ukuran file ciphertext yang dihasilkan. Penelitian ini bertujuan untuk mengukur performa dari model pengamanan berkas menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM dari segi keamanan, waktu, dan ukuran berkas yang dihasilkan. Dari 5 berkas CV yang digunakan didapat hasil waktu komputasi sebesar 0,37 detik dengan rasio kompresi sebesar 70,7611 %. Dengan demikian hasil dari model yang menggunakan RSA dan PPM memiliki hasil rasio kompresi yang lebih baik dibandingkan model pengamanan berkas terhadulu yang menggunakan Blowfish dan LZW.