Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah KOMPUTASI

Pengenalan Sinyal Suara Huruf Hijaiyah Berdasarkan Nilai Korelasi Silang Menggunakan Perangkat Lunak Matlab Andhika Wiranto; Muhammad Subali; Imam Purwanto
Jurnal Ilmiah KOMPUTASI Vol 14, No 2 (2015): Desember
Publisher : STMIK JAKARTA STI&K

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

Abstract

Perancangan program dan percobaan desain sistem dibuat untuk algoritma speech recognition pada MATLAB. Pada penelitian ini digunakan satu desain sistem yaitu korelasi silang atau cross-correlation. Adapun pada saat melakukan percobaan digunakan perangkat tambahan yaitu michrophone yang membantu merekam suara yang akan diolah. Program didesain berdasarkan sistem cross-correlation, Dengan kata lain data yang masuk akan langsung mengalami proses pengkorelasian dengan data yang telah disiapkan dalam databases. Semua data yang masuk dan databases di simpan menggunakan memory yang terdapat pada MATLAB. Kemudian MATLAB akan membandingkan atau mengkorelasikan data sehingga didapatkan nilai selisih. Nilai selisih yang paling besar akan dijadikan MATLAB sebagai hasil dari data masukan. Dalam desain sistem ini tidak dapat peringatan ketika data yang dimasukan tidak sesuai dengan database. Karena pada perancangan program ini digunakan desain sistem korelasi silang. Maka tidak ada data masukan yang bernilai salah hanya saja kurang tepat. Desain sistem ini dapat diterapkan pada aplikasi pemblajaran makhrojul huruf yang mengharuskan data yang dimasukan mempunyai nilai yang sama dengan nilai yang ada pada database.Kata Kunci : ,Korelasi Silang,Makhrojul Huruf, Huruf Hijaiyah.Dewan Redaksi Jurnal Ilmiah Komputasi Vol. 14 No. 2 Desember 2015 
Otomatisasi Sistem Presensi Perkuliahan di Sekolah Tinggi Teknik Cendekia Aprian Karisman; Muhammad Subali
Jurnal Ilmiah KOMPUTASI Vol 16, No 3 (2017): Desember
Publisher : STMIK JAKARTA STI&K

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

Abstract

Saat ini pencatatan presensi perkuliahan di Sekolah Tinggi Teknik Cendekia dilakukan secara konvensional. Sedangkan pencatatan presensi perkuliahan di Sekolah Tinggi Teknik Cendekia merupakan salah satu faktor penting dalam proses perkuliahan. Berdasarkan pengamatan terhadap proses perkuliahan pada Sekolah Tinggi Teknik Cendekia, pencatatan kehadiran konvesional ini mengganggu proses perkuliahan yang sedang berlangsung. Oleh sebab itu, maka diperlukan otomatisasi pada pencatatan presensi perkuliahan. Disisi lain, Radio Frequency Identification (RFId) sedang berkembang sebagai salah satu teknologi yang memudahkan manusia untuk melakukan identifikasi berbagai hal. Pada penulisan ini, peneliti melakukan melakukan perancangan otomatisasi sistem presensi perkuliahan pada Sekolah Tinggi Teknik Cendekia dengan memanfaatkan Radio Frequency Identification (RFId) dengan mengunakan metode model sekuensial/waterfall. Penulis menggunakan metode ini karena metode ini mengusulkan pada pendekatan yang sistematis dan sekuensial yang dimulai pada tingkatan analisis, desain, pengkodean, dan pengujian. Hasil penelitian menunjukan bahwa sistem presensi otomatis ini dapat memudahkan semua pihak yang terlibat dalam proses pencatatan presensi perkuliahan.
Perbandingan Algoritma SVM dan Algoritma KNN Dalam Menghasilkan Klasifikasi DDoS dan Benign Darryl, Patrick; Subali, Muhammad
Jurnal Ilmiah KOMPUTASI Vol. 20 No. 4 (2021): Jurnal Ilmiah Komputasi Volume: 20 No. 4, Desember 2021
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

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

Abstract

Perkembangan teknologi dan internet semakin cepat. Semakin terbukanya pengetahuan hacking dan cracking maka banyak kelompok yang tidak bertanggung jawab mencoba untuk mengambil atau mencuri informasi, salah satu serangan yang dapat dilakukan adalah Distributed Denial of Service (DDOS). Ada beberapa jenis serangan dari DDOS yang sering terjadi seperti UDP Flooding, SYN Flooding, Ping of Death, dan Remote Controlled Attack. Serangan DDoS mengakibatkan sistem yang diserang mengalami gangguan berupa error request, halt, kegagalan sistem dan sebagainya. Berdasarkan penjelasan diatas, serangan DDoS dan nantinya log serangan akan dikirim kedalam database untuk proses pengklasifikasian menggunakan SVM dan KNN dengan tujuan mencegah jika terjadi serangan dan mempermudah proses klasifikasi maupun analisa, menghasilkan output mudah dibaca oleh administrator jika terdapat serangan terhadap server dan administrator dapat mengatasinya terhadap serangan terhadap server tersebut. Penelitian ini telah menghasilkan klasifikasi DDoS dan Benign pada dataset CCIDS menggunakan algoritma SVM dan K-Nearest Neighbor. Penelitian ini berhasil menampilkan perbedaan performa dari algoritma SVM dan K-Nearest Neighbor dalam menghasilkan klasifikasi DDoS dan Benign.