Article Per Year (5 Year)
p-Index From 2019 - 2024
1.452
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Panrita Abdi - Jurnal Pengabdian pada Masyarakat JURNAL INTEGRASI JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Teknologi Informasi dan Pendidikan
Togu Novriansyah Turnip
Institut Teknologi Del
Computer Science & IT Control & Systems Engineering Education Engineering Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Klasifikasi Aplikasi Android menggunakan Algoritme K-Means dan Convolutional Neural Network berdasarkan Permission Togu Novriansyah Turnip; Pratiwi Okuli Manik; Jhon Harry Tampubolon; Patota Adi Petro Siahaan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702641

Abstract

Convolutional Neural Network (CNN) adalah salah satu metode multilayer perceptron yang dapat melakukan klasifikasi aplikasi lebih dari dua kelas. Penelitian ini mengklasifikasikan aplikasi ke dalam tiga kelas, yaitu kelas aplikasi tidak berbahaya, mengandung malware kurang berbahaya, dan mengandung malware berbahaya. Dataset yang digunakan pada penelitian ini terdiri dari dataset Androsec dan Koodous dengan total data 37289 aplikasi. Dataset mengandung aplikasi undetected (tidak mengandung malware) dan detected (mengandung malware). Data detected perlu dikelompokkan dengan algoritme k-means sehingga menghasilkan kelompok aplikasi kurang berbahaya dan berbahaya berdasarkan tingkat kemiripan fitur permission yang dimiliki aplikasi. Kerangka kerja meliputi dataset preprocessing, learning and classification algorithm using CNN, dan check APK to Model. Tingkat akurasi terbaik yang didapat pada penelitian ini adalah 92,23% dan dapat mengklasifikasikan ke dalam kelas tidak berbahaya, kurang berbahaya, dan berbahaya. AbstractConvolutional Neural Network (CNN) is a multilayer perceptron method which able to classify apps more than two classes. This paper describes classification into three classes such as benign/no malware, less harmful, and harmful application. In this research, we use and construct dataset from Androsec and Koodous with total 37289 apps. Dataset consists of undetected (no malware) and detected (consists of malware). Detected files need to clustered with k-means algorithm to clasify apps into less harmful and harmful based on apps permission similarity. The framework includes dataset preprocessing, learning and classification algorithm using CNN, and check APK to Model. In this research, we get the best accuracy 92,23% and able to classify apps into three classes benign, less harmful, and harmful.
Pengaruh Kapasitas Dimensi Citra Watermark terhadap Audio Watermarking dengan Perpaduan Metode DWT (Discrete Wavelet Transform) dan SVD ( Singular Value Decomposition) Togu Novriansyah Turnip; Jenny Doloksaribu; Vedtra Purba; Immanuel Saragih
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3469.084 KB) | DOI: 10.25126/jtiik.2019621269

Abstract

Digital audio watermarking dibutuhkan untuk memberi perlindungan dari pembajakan musik secara ilegal dan pemberian hak cipta/kepemilikan. Penelitian ini menjelaskan perpaduan metode audio watermarking dimana informasi berupa hak cipta disisipkan ke dalam sinyal audio. Perpaduan dari metode DWT (Discrete Wavelet Transfrom) dan SVD (Singular Value Decomposition) digunakan untuk menyisipkan dan mengekstrak watermark dari sinyal audio. Informasi atau watermark tersebut dapat berupa gambar hitam putih (biner) atau huruf-huruf karakter ASCII. Pada penelitian ini sebuah gambar dijadikan sebagai watermark dengan berbagai variasi ukuran piksel seperti 10×10, 30×30, 40×40 dan 50×50 piksel. Hasil dari penyisipan watermark yang berukuran 30×30 piksel menghasilkan imperceptibility yang baik dengan nilai rata-rata diantara 43 sampai dengan 50 dB. Hasil eksperimen yang telah dilakukan juga menunjukkan bahwa kombinasi dari kedua metode tahan (robustness) terhadap beberapa serangan seperti amplify, resampling dan invert.AbstractDigital audio watermarking is needed as a protection against online music piracy and copyright issues. This paper describes an audio watermarking combination method where the copyright information is imperceptibly added into the audio signal. The combination of discrete wavelet transform (DWT) and singular value decomposition (SVD) is used to embed and extract the watermark from the audio signal. The copyright information or watermark could be a binary logo or some unique binary patterns. In this paper, a watermarked image is divided into four different capacities of dimension such as 10×10, 30×30, 40×40 and 50×50 pixels. The results of the watermarked image are imperceptibly added into the audio signal and image with 30×30 pixel dimension has the best mean result ranged from 43 to 50 dB. The experiment result also shows that the combination of DWT and SVD is robust against different attacks such as amplify, resampling and invert. 
Rancang Bangun Aplikasi Mobile Pengenalan Gedung dengan Teknologi Augmented Reality Berbasis Marker Togu Novriansyah Turnip; Lidya Pebrina Manurung; Marthin Halomoan Tampubolon; Ronaldo Sitanggang
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834498

Abstract

Universitas atau kampus merupakan institusi pendidikan tinggi dan penelitian yang memberikan gelar akademik dalam berbagai bidang. Kampus tentunya memiliki beberapa gedung yang dapat digunakan sebagai ruangan kelas, laboratorium, ruang dosen, dll. Pada waktu tertentu sebuah kampus tidak jarang dikunjungi oleh tamu, yang berkeliling kampus dan mengunjungi gedung-gedung di lingkungan kampus. Tidak hanya tamu, Kampus juga kedatangan mahasiswa baru setiap tahun ajaran baru. Setiap kegiatan tur kampus yang dilakukan tamu maupun mahasiswa baru, harus selalu dituntun oleh dosen maupun mahasiswa. Berdasarkan kasus tersebut, penelitian ini bertujuan untuk mengimplementasikan Teknologi Augmented reality (AR) dengan menggunakan metode Marker-Based. Aplikasi ini menjadi aplikasi yang dapat digunakan sebagai pengenalan gedung kampus. Setiap gedung akan mempunyai marker atau penanda unik khusus yang berbeda pada setiap gedung. Konsep dari pengimplementasian aplikasi ini adalah, dengan mengarahkan kamera yang dibuka melalui aplikasi ini dan mengarahkan kamera tersebut ke marker yang ditemui di gedung yang sedang dikunjungi. Kamera akan mengidentifikasi marker, jika marker dikenali maka objek 3D dari gedung tersebut akan muncul tepat diatas marker untuk memberikan pengguna bagaimana bentuk keseluruhan gedung. Tidak hanya objek 3D, aplikasi juga menyediakan informasi mengenai gedung tersebut dan juga gambar dari posisi user beserta dua gedung terdekat yang dapat dikunjungi pengguna setelahnya. Dengan menggunakan aplikasi ini, pengunjung tidak memerlukan seseorang untuk menuntunnya berkeliling di sekitaran kampus. Aplikasi ini sudah diuji dengan usability testing dan kepuasan pengguna mencapai 83,4 % yang berarti bahwa aplikasi dapat digunakan dan berfungsi bagi penggunaAbstractThe university or campus is a higher education and research institution that provides academic degrees in various fields. The university certainly has several buildings that can be used as classrooms, laboratories, lecturers' rooms, etc. At a certain time, a university is not infrequently visited by guests, who tour the campus and visit buildings in the university environment. Not only guests, but the University also has new students every new school year. Every campus tour activity carried out by guests or new students, must always be guided by both lecturers and students. Based on these cases, this study aims to implement Augmented reality (AR) Technology using the Marker-Based method. This application is a building recognition application that can be used at a University. Each building will have a unique marker on each building. The concept of implementing this application is, by directing the camera opened through this application and directing the camera to the marker found in the building being visited. The camera will identify the marker, if the marker is recognized then the 3D object of the building will appear directly above the marker to give the user what the overall shape of the building looks like. Not only 3D objects, but the application also provides information about the building and also a picture of the user's position along with the two closest buildings that the user can visit afterward. By using this application, visitors do not need someone to guide them around the campus. This application has been tested with usability testing and user satisfaction reaches 83,4% which means that the application can be used and functioning for the user.
Software Watermarking Dinamis dengan Algoritme Collberg-Thomborson Dan Parent Pointer Graf pada Aplikasi Android Togu Novriansyah Turnip; William Suarez Lumbantobing; David Christian Sitorus; Friska Laurenzia Sianturi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844500

Abstract

Smartphone merupakan alat umum yang digunakan masyarakat dalam kehidupan sehari-hari. Sistem operasi yang paling banyak digunakan pada smartphone adalah Android. Aplikasi pada Android dapat diperoleh tidak hanya di Play Store saja, namun juga dapat ditemukan secara bebas di website-website yang berada di internet. Oleh karena itu aplikasi Android rentan terhadap pembajakan. Software watermarking merupakan metode umum yang biasanya digunakan untuk mengantisipasi pembajakan perangkat lunak dengan menyisipkan informasi pengenal ke dalam suatu program. Tujuan dari software watermarking adalah untuk membuktikan kepemilikan dari sebuah program. Salah satu teknik watermarking adalah dynamic watermarking. Teknik ini akan men-generate watermark ketika program dieksekusi. Dynamic Graph Watermarking (DGW) merupakan salah satu metode dalam software watermarking. Dalam penyisipan watermark, metode ini menggunakan struktur graf yang dibuat berdasarkan enumerasi graf. Salah satu algoritma dalam DGW adalah Colberg-Thomborson (CT) algorithm. Algoritma tersebut menggunakan code yang dapat membentuk watermark saat runtime program. Pemberian watermark terhadap sebuah aplikasi dilakukan dengan menggunakan CT algorithm dan enumerasi Parent Pointer Graph (PPG). Untuk menyisipkan watermark terhadap aplikasi Android, dibuat sebuah library Java dan sebuah simulator berbasis desktop untuk mengekstrak watermark. Dari hasil pengujian dapat disimpulkan bahwa PPG dapat digunakan sebagai enumerasi pada metode DGW dan memiliki tingkat ketahanan yang tinggi terhadap distortive attack namun tidak pada subtractive dan additive attack. Dari penelitian juga diperoleh hasil bahwa pemberian watermark memberikan penambahan size pada apk Android namun tidak mempengaruhi peningkatan penggunaan memory dan processor aplikasi. Abstract Smartphones are common tools in people’s daily life. The most common operating in smartphone is Android. Our android application can be obtained not only in the Play Store, but also free websites on the internet. Therefore, Android applications are vulnerable to piracy. Software watermarking is a common method used to anticipate software piracy by inserting identifying information into a program. The purpose of software watermarking is to prove ownership of a program. One of the watermarking techniques is dynamic watermarking that generates watermarks when the program is executed. Dynamic Graph Watermarking (DGW) is one of the software watermarking methods. This method uses a graph structure which created based on graph enumeration in inserting the watermark. One of the DGW algorithm is Colberg-Thomborson (CT) which use code that can form a watermark at program run time. For watermarking an application, we use CT algorithm and Parent Pointer Graph (PPG) enumeration.   To embed watermark to the android application we create a Java library and a desktop-based simulator to extract watermark from android application. Our result shows that PPG can be used as an enumeration and has robustness in defending against distortive attack but not to subtractive and additive attacks. we also get that watermark gives an additional size to an android apk but it does not affect the increase in memory and processor usage. 
Pemodelan Laboratorium Virtual Sains Inggriani Liem; Junita Napitupulu; Artur Christina Pangaribuan; Togu Novriansyah Turnip
JURNAL INTEGRASI Vol 2 No 2 (2010): Jurnal Integrasi Edisi Khusus (Seminar Nasional) - Juli 2010
Publisher : Politeknik Negeri Batam

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

Abstract

Makalah ini disarikan dari hasil pengerjaan sebuah Tugas Akhir Diploma Tiga [1] yang bertema pemodelan komponen (sub sistem) laboratorium (lab) virtual sains, dan memaparkan dari segi substansial maupun segi pedagogis. Komponen lab virtual telah diimplementasi sebagai modul program yang “generik” pada dua buah platform yaitu PHP dengan basisdata MySQL dan Microsoft/VB 6.0 dengan basisdata MS Access, serta dibuktikan keterpakaiannya untuk membangun prototype lab kimia. Pemodelan komponen diturunkan dari hasil analisis terhadap laboratorium sains yang nyata dengan memetakan elemen-elemen yang perlu diperhatikan dalam perancangan komponen laboratorium virtual (lab virtual. Hasil dari Tugas Akhir adalah pemodelan komponen lab yang generik, yang dapat dan telah dibuktikan terpakai untuk mengembangkan sebuah prototype lab virtual kimia. Tugas Akhir ini merupakan Tugas Akhir Program Diploma III yang bertema pengembangan perangkat lunak, dan dikerjakan sebagai syarat kelulusan dari program studi Teknik Informasi Politeknik Informatika Del.
PEMBANGUNAN APLIKASI PEMBELAJARAN DEL-GONG KIDS CORNER APP DI DESA LUMBAN DOLOK – KECAMATAN SILAEN, KABUPATEN TOBA, SUMATERA UTARA Monalisa Pasaribu; Tiurma Lumban Gaol; Togu Novriansyah Turnip
Panrita Abdi - Jurnal Pengabdian pada Masyarakat Vol. 6 No. 2 (2022): Jurnal Panrita Abdi - April 2022
Publisher : LP2M Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/pa.v6i2.14425

Abstract

Del-Gong Kids Corner App is a mobile-based app that provides English kids' stories in audio format. The community service project aims to socialize the Del-Gong app to users, especially in Desa Lumban Dolok as the target community, so the community has a better understanding of using the application for learning and communicating in English through the books available in the app. Methods used to conduct this community service project are by developing the materials and the application. The developed application is then checked for its functions and interface before being finalized and released to the public. Socialization impacts the better understanding of the community regarding the app's use for learning, including the available features. During the socialization, participants gave valuable feedback regarding the app and its functions. The feedback is then used for the improvement of the app. The output of the Del-Gong app is an alternative to learning English and to help promote the reading interest of the community, especially children. --- Aplikasi Del-Gong Kids Corner merupakan sebuah aplikasi berbasis mobile. Aplikasi ini menyediakan cerita-cerita anak dalam bahasa Inggris dalam bentuk audio. Kegiatan pengabdian ini bertujuan untuk mensosialisasikan penggunaan aplikasi kepada masyarakat di Desa Lumban Dolok, sehingga peserta memiliki pemahaman yang baik terkait pemanfaatan aplikasi untuk pembelajaran dan peningkatan kemampuan berkomunikasi dalam bahasa Inggris melalui buku-buku cerita yang tersedia yang mudah di akses melalui aplikasi Del-Gong. Metode dalam pelaksanaan pengabdian ini adalah dengan pembuatan materi aplikasi dan pembangunan aplikasi. Setelah aplikasi dibangun, aplikasi di ujicobakan dan difinalisasi kembali sebelum disosialisasikan ke khalayak sasaran. Hasil dari pelaksanaan sosialisasi aplikasi Del-Gong adalah peningkatan pengetahuan dan pemahaman peserta terkait penggunaan aplikasi Del-Gong, termasuk fitur – fitur yang tersedia pada aplikasi. Respons dari peserta terkait aplikasi utamanya kesesuaikan dalam tampilan aplikasi dan fungsi – fungsi yang tersedia juga diperoleh sebagai hasil dari sosialisasi yang digunakan untuk penyempurnaan aplikasi. Luaran dari aplikasi ini dapat menjadi alternatif dalam pembelajaran bahasa Inggris dan membantu meningkatkan minat membaca anak-anak.
Malware Classification of Android Apps using Random Forest based on Static Features Togu Novriansyah Turnip
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 1 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i1.3164

Abstract

Malware is software created to exploit or attack computer systems. Some of the consequences caused by malware such as data leakage, data destruction, and unauthorized access that harm application users. Random Forest as a classification method has been tested in several previous studies, this method is able to produce good performance with high accuracy. This method is also included in the ensemble method that uses a collection of decision trees so that it is able to classify APKs into several classes. Classification is carried out using static features, namely permissions, API Calls, and intent features that will be extracted to characterize each different APK. The dataset in this study consists of a virusshare dataset with a total data of 13,076 APKs. The framework includes pre-processing of datasets, classification method using the Random Forest algorithm, and APK test of the obtained model. In this study, the Synthetic Minority Over-Sampling Technique (SMOTE) was applied to solve the class imbalance problem in the dataset. Based on the results of the research, the best accuracy is obtained in the SMOTE combination of 92.26% and can classify APKs containing malware into 13 types of malware classes.
Development of DelTalk (an English learning application) using Agile Method Tegar Arifin Prasetyo; Monalisa Pasaribu; Tiurma Lumban Gaol; Togu Novriansyah Turnip; Juli Yanti Damanik; Andree Panjaitan; Mei Pane; Nathan Fernando Lumban Tobing; Lilis Marito Pardosi; Timothy Timothy; Yohana Sihombing
Jurnal Teknologi Informasi dan Pendidikan Vol 16 No 1 (2023): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v16i1.662

Abstract

English has become a world language that must be mastered by many people because English has dominated the era of communication to connect and transfer knowledge to the entire world. When it comes to the development of mobile applications for language learning, previous research has tended to emphasize testing on various technologies such as multimedia, virtual and augmented reality, conversational agents and artificial intelligence-based systems. This research, therefore, aimed to develop a mobile-based English learning application that provided English learning in the form of stories called the Deltalk. This mobile-based English learning application provides features in which the users can practice their speaking in English. This app was developed by integrating ASR (Automatic Speech Recognition) technology provided by NOVO Learning. The ASR was integrated with Deltalk through the API (Application Programming Interface) and Websocket. Deltalk development adapted two agile frameworks, including Scrum and Lean Software Development by performing MVP process one time.
Co-Authors Andree Panjaitan Artur Christina Pangaribuan David Christian Sitorus Friska Laurenzia Sianturi Immanuel Saragih Inggriani Liem Jenny Doloksaribu Jhon Harry Tampubolon Juli Yanti Damanik Junita Napitupulu Lidya Pebrina Manurung Lilis Marito Pardosi Marthin Halomoan Tampubolon Mei Pane Nathan Fernando Lumban Tobing Pasaribu, Monalisa Patota Adi Petro Siahaan Prasetyo, Tegar Arifin Pratiwi Okuli Manik Ronaldo Sitanggang Timothy Timothy Tiurma Lumban Gaol Vedtra Purba William Suarez Lumbantobing Yohana Sihombing