Handrizal Handrizal
Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas sumatera Utara

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Penerapan Algoritma Backpropagation Dalam Memprediksi Jumlah Penduduk di Kecamatan Pematang Bandar Berdasarkan Nagori/Kelurahan Putra, Meychael Adi; Handrizal, Handrizal; Jalaluddin, Jalaluddin
Journal of Information System Research (JOSH) Vol 1 No 2 (2020): Januari 2020
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (343.813 KB)

Abstract

The number of residents in a sub-district greatly influences the the welfare of the community in the sub-district. But to determine the population each year in the Subdistrict requires a considerable amount of time and with a relatively simple method. Therefore we need a study to predict the number of population in the coming year, the algorithm used is the Backpropagation algorithm, this algorithm aims to make a prediction process for the population in Pematang Bandar Subdistrict, North Sumatra. Based on the data obtained, the population in Pematang Bandar District has increased. This study uses 5 architectural models, namely 3-2-1, 3-4-1, 3-5-1, 3-6-1, 3-9-1. Of the five architectural models used, one of the best 3-4-1 architectural models was obtained with accuracy of 92.3%, epoch 796 iterations in 10 seconds and MSE 0,000930636. It is expected that the results of this study can contribute to the District in improving all aspects of community welfare in the future.
PEMANFAATAN ALGORITMA CLUSHTERING DALAM MENGELOMPOKKAN JUMLAH DESA/KELURAHAN YANG MEMILIKI SARANA KESEHATAN MENURUT PROVINSI DENGAN K-MEANS Sadewo, Mhd Gading; Windarto, Agus Perdana; Andani, Sundari Retno; Handrizal, Handrizal
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 1, No 1 (2017): Intelligence of Cognitive Think and Ability in Virtual Reality
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (23.348 KB) | DOI: 10.30865/komik.v1i1.483

Abstract

Kesehatan merupakan hal yang sangat penting bagi semua manusia karena tanpa kesehatan yang baik, maka setiap manusia akan sulit dalam melaksanakan aktivitasnya sehari-hari. Kesehatan adalah keadaan sehat, baik secara fisik, mental, spritual maupun sosial yang memungkinkan setiap orang untuk hidup produktif secara sosial dan ekonomis. Penelitian ini membahas tentang Pemanfaatan Algoritma Clushtering Dalam Mengelompokkan Jumlah Desa/Kelurahan Yang Memiliki Sarana Kesehatan Menurut Provinsi Dengan K-Means. Sumber data penelitian ini dikumpulkan berdasarkan dokumen-dokumen keterangan Jumlah Desa/Kelurahan Yang Memiliki Sarana Kesehatan yang dihasilkan oleh Badan Pusat Statistik Nasional. Data yang digunakan dalam penelitian ini adalah data dari tahun 2008-2014 yang terdiri dari 34 provinsi. Variable yang digunakan (6) jumlah populasi dari tahun 2008-2014. Data akan diolah dengan melakukan clushtering dalam 3 clushter yaitu clusther tingkat sarana kesehatan  tinggi, clusther tingkat sarana kesehatan  sedang dan rendah. Centroid data untuk cluster tingkat populasi tinggi 245, 624, 1434, 1038, 2264, 1223, Centroid data untuk cluster tingkat populasisedang 53, 89, 203, 271, 691, 212, dan Centroid data untuk cluster tingkat populasi rendah 7, 1, 9, 50, 0, 23. Sehingga diperoleh  penilaian berdasarkan indeks Desa/Kelurahan Yang Memiliki Sarana Kesehatan dengan 4 provinsi tingkat sarana kesehatan tinggi yaitu Sumatera Utara, Jawa Barat, Jawa Tengah, Jawa Timur, 14 provinsi tingkat sarana kesehatan sedang, dan 16 provinsi lainnya termasuk tingkat sarana kesehatan rendah. Hal ini dapat menjadi masukan kepada pemerintah, provinsi yang menjadi perhatian lebih pada Desa/Kelurahan Yang Memiliki Sarana Kesehatan berdasarkan cluster yang telah dilakukan.
ANALISIS PERBANDINGAN TOOLKIT RECUVA DATA RECOVERY DAN STELLAR PHOENIX WINDOWS DATA RECOVERY UNTUK DIGITAL FORENSIK Handrizal, Handrizal
semanTIK Vol 4, No 2 (2018): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1834.304 KB)

Abstract

This paper presents an analysis with two digital forensic toolkits for deleted data scenarios. The used toolkit is Recuva Data Recovery and Stellar Phoenix Windows Data Recovery. They can recover data that is being and analyzed in a USB flash drive. The results of the comparison that the two toolkits can work well regarding finding data that has been discarded or in recovering the deleted data.Keywords—Data, Recovery, Forensic, Recuva, Stellar DOI: 10.5281/zenodo.1438737
REVIEW EASEUS DATA RECOVERY WIZARD UNTUK DIGITAL FORENSIK Handrizal, Handrizal
semanTIK Vol 6, No 2 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

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

Abstract

Makalah ini menyajikan review sebuah aplikasi yang bernama EaseUS Data Recovery Wizard yang digunakan untuk pemulihan data yang sudah dihapus. Penelitian ini dilakukan untuk melihat kemampuan aplikasi ini dalam pemulihan data yang dihapus pada sebuah USB flash drive dan menggunakan metode National Institute of Standard and Technology (NIST). Hasil dari pengujian menunjukkan bahwa aplikasi ini dapat berkerja dengan baik dalam hal menemukan  semua data yang sudah dihapus, akan tetapi kurang handal dalam memulihkan data yang sudah dihapus tersebut. Hasil pengujian terhadap sepuluh data yang hanya empat(40%) data yang berhasil di pulihkanKata kunci: Data, Recovery, Forensik, EaseUS
Pengamanan Pesan Menggunakan Metode MLSB PRNG dan Kompresi File dengan Algoritma RLE pada File Audio Rivaldo, Rian; Handrizal, Handrizal; Herriyance, Herriyance
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 11, No 1 (2021): Volume 11 Nomor 1 Tahun 2021
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol11iss1pp1-8

Abstract

The development of sending messages from one place to another can be done regardless of distance and time. However, the delivery of these messages is hampered by problems of confidentiality and message security. Especially if the data contains important and confidential information that not just anyone is allowed to read and find out about it. In overcoming this problem, steganography techniques can be used with the Modified Least Significant Bit algorithm, where the determination of the embedding index is based on random numbers generated by the Pseudo-Random Number Generator with the Multiply with Carry algorithm. In addition to security, data size is also an important factor in data transmission. The larger the size the more time it will take to transmit the data. Therefore, the Run Length Encoding algorithm is needed to compress the data size, which will shorten the time to transmit the data. In the message extraction process, a stego key is needed to generate random numbers. Based on the testing of the extraction process with an arbitrary key, it is obtained that the message tested is not the original message that has been embedded previously. In the results of the embedding and extraction process, it is obtained that the average value of PSNR is 63.61498 dB, which means the quality of the stego object produced is quite good. Whereas the measurement of file compression performance results with an average value of Compression Ratio at 1.00113, Space Savings at 0.1133%, and Bitrate at 584025.33 bits/sample. These results indicate that RLE algorithm compression is not efficient to compress file sizes.