Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

4.129

P-Index

This Author published in this journals

All Journal INTEGER: Journal of Information Technology JIEET (Journal of Information Engineering and Educational Technology) Jurnal Abadimas Adi Buana Jurnal Abdi: Media Pengabdian Kepada Masyarakat Indonesian Journal of Engineering and Technology (INAJET) Journal of Informatics and Computer Science (JINACS)

Ricky Eka Putra

Universitas Negeri Surabaya

Author-ID : 3577772

Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2

Penerapan Clean Architecture pada Aplikasi Pemesanan Makanan menggunakan Metode Slope One Algorithm Moh. Hilmy Badrudduja; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Abstrak – Aplikasi Pemesanan Makanan merupakan suatu terobosan teknologi yang dibuat supaya masyarakat pengguna Android dapat membeli makanan kapanpun dan dimanapun. Mengkonsumsi Makanan yang bernutrisi sangatlah dibutuhkan oleh tubuh terutama pada masa COVID-19 seperti saat ini. Oleh karena itu, masyarakat membutuhkan sebuah aplikasi yang didalamnya terdapat rekomendasi makanan sesuai nutrisi yang terkandung sehingga dapat menciptakan pola makan yang sehat dan dapat mencegah risiko beberapa penyakit. Aplikasi ini dibuat menggunakan kualitas kode yang maintainability dengan menerapkan prinsip Clean Architecture. Pengujian pada penelitian ini dilakukan dengan membandingkan antara aplikasi yang menerapkan prinsip Clean Architecture dengan aplikasi yang menerapkan arsitektur Model-View-Controller (MVC). Hasil pengujian membuktikan bahwa penerapan prinsip Clean Architecture mempunyai tingkat maintainability lebih besar daripada penerapan arsitektur MVC yaitu 78.2% dibanding 54.8%, dimana 78.2% dapat dikatakan maintainability karena mendapatkan nilai lebih dari 67%. Selain itu, penelitian ini juga melakukan pengujian Metode Slope One Algorithm untuk mengetahui rekomendasi makanan yang baik untuk beberapa kondisi kesehatan (seperti sehat, diabetes, jantung, kelelahan, obesitas, dan sembelit) menjadi tiga kategori makanan berdasarkan keadaan gizi menurut Indeks Antropometri, yaitu Buruk dikonsumsi apabila ???????????? ≤ 2.4, Kurang baik dikonsumsi apabila 2.4 < ???????????? ≤ 3.2, dan Baik dikonsumsi apabila ???????????? > 3.2. Berdasarkan hasil pengujian Metode Slope One Algorithm, terdapat beberapa menu makanan yang sebaiknya dihindari oleh kondisi Kesehatan tertentu contohnya pada menu Nasi Goreng Seafood dan Mie Goreng Seafood yang mempunyai kategori Buruk dikonsumsi oleh seseorang yang mengalami Kelelahan karena mendapatkan nilai ???????????? sebesar 1.375 atau kurang dari 2.4. Kata Kunci – Rekomendasi Makanan, Maintainability, Clean Architecture, MVC, Slope One Algorithm

Penerapan Algoritma Damerau Levenshtein Distance Pada Pencarian Arsip Desa Jerukseger Pendukung ISO Farra Wahyunanda Arsyta; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n04.p423-435

Penelitian ini bertujuan untuk mengimplementasikan algoritma Damerau-Levenshtein Distance pada sistem informasi arsip dan surat menyurat di Desa Jerukseger. Masalah yang dihadapi adalah kesulitan mencari data spesifik dalam sistem informasi karena ketidakcocokan kata kunci yang dimasukkan oleh pengguna dengan data yang ada. Algoritma Damerau-Levenshtein Distance dapat mengatasi masalah ini dengan memperhitungkan perubahan karakter seperti penghilangan, penambahan, penggantian, atau transposisi karakter yang dilakukan oleh pengguna. Dengan menggunakan algoritma ini, diharapkan sistem informasi dapat memberikan hasil pencarian yang lebih akurat dan relevan. Penelitian ini mengacu pada standar ISO 15489-1:2016 sebagai pedoman dalam pengelolaan arsip dan surat menyurat. Metodologi yang digunakan adalah metode waterfall, yang terdiri dari tahap analisis, desain, implementasi, pengujian, dan pemeliharaan. Pada tahap analisis, dilakukan analisis terhadap sistem informasi yang ada, termasuk fungsi-fungsi utama dan standar ISO yang relevan. Pada tahap desain, akan dibuat desain sistem berbasis web yang mencakup fitur pencarian data menggunakan algoritma Damerau-Levenshtein Distance. Tahap implementasi melibatkan penggunaan framework Laravel dengan bahasa pemrograman PHP. Pada tahap pengujian, sistem akan diuji untuk memastikan kinerja dan akurasi algoritma pencarian. Terakhir, pada tahap pemeliharaan, sistem akan dipelihara dan diperbaiki jika terdapat masalah atau kekurangan. Hasil dari penelitian ini diharapkan dapat meningkatkan efektivitas dan efisiensi dalam pencarian data pada sistem informasi arsip dan surat menyurat di Desa Jerukseger. Implementasi algoritma Damerau-Levenshtein Distance diharapkan memudahkan pengguna dalam menemukan data yang dicari, serta mengoptimalkan pengelolaan arsip dan surat menyurat sesuai dengan standar ISO yang berlaku. Kata Kunci: Sistem informasi arsip, surat menyurat, Damerau-Levenshtein Distance, standar ISO 15489-1:2016, Laravel, PHP, algoritma pencarian.

Klasifikasi Tingkat Kepuasan Wali Murid Terhadap Hasil Belajar Anak Menggunakan Algoritma C5.0 Firda Siska Audina; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

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

Pada era digital saat ini, banyak sekali jasa bimbingan belajar baik itu secara online maupun offline. Banyak pesaing di bidang jasa bimbingan belajar, sehingga diperlukan sebuah analisis yang dapat digunakan untuk memprediksi tingkat kepuasan wali murid terhadap hasil belajar anak di PT. Lesin Aja Edukasi Indonesia dan mengetahui atribut yang dominan dalam mempengaruhi kepuasan wali murid. Analisis kepuasan menggunakan metode survei untuk mengumpulkan data dari 100 responden yang merupakan wali murid dari PT. Lesin Aja Edukasi Indonesia. Responden diminta untuk mengisi kuesioner terkait tingkat kepuasan mereka terhadap hasil belajar anak mereka. Atribut yang digunakan dalam penelitian ini adalah penguasaan materi oleh guru bimbel, sikap guru bimbel ketika sedang mengajar, kualitas materi relevan dengan mata pelajaran di sekolah, durasi mengajar sesuai dengan harga yang ditawarkan, dan hasil belajar anak ketika di sekolah.Data yang diperoleh dari survei kemudian diolah menggunakan algoritma decision tree C5.0 untuk mengklasifikasikan tingkat kepuasan wali murid menjadi dua kategori, yaitu puas dan tidak puas. Evaluasi dilakukan dengan menggunakan metode confussion matrix cross validation. Hasil analisis menunjukkan bahwa algoritma decision tree C5.0 dapat mengklasifikasikan tingkat kepuasan wali murid dengan tingkat akurasi yang cukup tinggi yaitu sebesar 95%. Model klasifikasi yang dikembangkan dapat membantu PT. Lesin Aja Edukasi Indonesia dalam memprediksi tingkat kepuasan wali murid dan memperbaiki kualitas layanan pendidikan yang diberikan kepada anak-anak merekai. Kata Kunci— Klasifikasi, Kepuasan, Hasil belajar anak, PT. Lesin Aja Edukasi Indonesia, Algoritma decision tree C5.0

Penerapan Metode Deep Learning Menggunakan Algoritma CNN Dengan Arsitektur VGG Net Untuk Pengenalan Cuaca Rhyosvaldo Aurellio Tilasefana; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 5 No 01 (2023)
Publisher : Universitas Negeri Surabaya

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

Dengan berkembangnya teknologi, kini komputer dapat memberikan informasi tidak hanya dalam bentuk teks saja, melainkan juga bentuk image, suara, dan video. Perubahan cuaca ekstrim sering terjadi di Indonesia dapat mengganggu aktivitas sehari-hari. Sehingga menarik minat masyarakat akan kebutuhan informasi mengenai cuaca dan iklim. Oleh karena itu, perlu adanya perkiraan cuaca yang tepat. Tetapi, hingga kini pembuatan proses perkiraan cuaca dan iklim masih terbatas dari masukan data pemodelan. Ternyata didalam pemodelan tersebut masih terdapat kekurangan seperti penggunaan jumlah parameter, asumsi-asumsi matematis dan formulasi persamaan yang sangat rumit. Dalam mengatasi hal tersebut, maka perlu mengembangkan kemampuan menganalisa dan menarik kesimpulan pada komputer. Kemampuan tersebut dikenal dengan deep learning yang memiliki cara kerja mirip jaringan saraf tiruan. Yang membedakan kalau jaringan syaraf tiruan hanya mengandalkan 1 layer, sedangkan deep learning lebih dari 1 layer semakin tinggi layer yang digunakan, learning komputer juga semakin lama. Penelitian ini dilakukan dengan memakai algoritma CNN dari deep learning yang dirancang untuk mengolah data 2 dimensi, sehingga telah sukses mengidentifikasi citra cuaca dengan nilai tertinggi pada akurasi data latih sebesar 94,16% dan akurasi data testing sebesar 65,00% dengan menggunakan epoch sebanyak 150 epoch. Data citra yang digunakan masing-masing 90 untuk data latih dan 10 untuk data testing. Dapat disimpulkan bahwa training yang besar mampu mempengaruhi algoritma CNN, semakin besar data training maka semakin tinggi pula ketepatan yang didapatkan berdasarkan penelitian-penelitian terdahulu. Jumlah epoch yang dipakai dalam arsitektur CNN mempengaruhi hasil ketepatan, semakin banyak epoch maka semakin tinggi juga ketepatan yang didapatkan.

Perbandingan Sent2vec TF-IDF Logistic Regression dan Word2vec CNN pada hasil Sentiment Analysis Youtube Comment Aganda Maulan Dan Dyantono; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Vol 5 No 01 (2023)
Publisher : Universitas Negeri Surabaya

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

Kebutuhan akan internet untuk masyarakat Indonesia sangatlah masif, sehingga membuat ketergantungan akan penggunaan internet sangat tinggi untuk kebutuhan sehari-hari masyrakat Indonesia. Sosial media merupakan salah satu alasan untuk berhubungan langsung dengan internet, karena terdapat banyak informasi dan juga hiburan yang ada pada sosial media. Youtube merupakan salah satu Platform yang memiliki peringkat teratas untuk penggunaan sosial media di negara Indonesia. Covid-19 merupakan musibah yang sangat besar untuk umat manusia, begitu juga dengan negara Indonesia yang ikut terkena dampak Covid-19. Covid-19 memiliki dampak serius terhadap pendidikan yang ada di negara Indonesia, karena adanya pembatasan interaksi manusia secara langsung membuat Kementerian Pendidikan dan Kebudayaan (KEMENDIKBUD) mengambil keputusan untuk menerapkan pembelajaran secara tidak langsung atau disebut dengan Daring. Daring memiliki banyak opini dari masyarakat Indonesia, karena merupakan kebijakan baru untuk Pendidikan di negara Indonesia. Adapun penelitian ini dilakukan untuk memperoleh data dari Scrapping Youtube Comment untuk melakukan Sentiment Analysis dari opini masyarakat tentang kebijakan pendidikan di era pandemi yang diambil KEMENDIKBUD, dan juga untuk melakukan perbandingan model Sent2vec TF-IDF Logistic Regression (LR) dengan Word2vec CBOW Convolutional Neural Network (CNN) pada hasil Sentiment Analysis tersebut. Pada penelitian ini memiliki tahapan pengumpulan data yang diperoleh dari Scrapping data menggunakan Google Spreadsheet pada Youtube Comment di Channel Youtube Deddy Corbuzier yang berjudul “Nadiem, Kalau Bodoh Satu Generasi Gimana Bro?-Nadiem Makarim-Deddy Corbuzier Podcast”, data Scrapping digunakan untuk melakukan Sentiment Analysis pada RStudio untuk mendapatkan penilaian pada data, data yang sudah dinilai akan digunakan untuk melakukan perbandingan model Sent2vec TF-IDF LR dengan Word2vec CBOW CNN pada Jupyter Notebook untuk mendapatkan nilai Accuracy, Precision, Recall, F1 Score, dan ROC pada masing-masing model sebagai acuan perbandingan antar model. Dari hasil penelitian tersebut, mendapatkan kesimpulan untuk data Scrapping Youtube Comment mendapatkan 1 data dengan isi sebanyak 14.605 kalimat di dalamnya, pada Sentiment Analysis yang dilakukan mendapatkan hasil penilaian terhadap data yaitu 9.549 kalimat positif dan 5.056 kalimat negatif, untuk perbandingan model Word2vec CBOW CNN memiliki nilai lebih baik dari model Sent2vec TF-IDF LR dengan selisih hasil yaitu untuk Accuracy 4,09%, Precision 6,75%, Recall 0,06%, F1 Score 2,81%, dan ROC 0,2%.

Analisis dan Pengujian Dictionary Attack terhadap WPA3 Berbasis Script Amirah Bilqis Nuhaenibudi As-sajid; Ricky Eka Putra
Journal of Informatics and Computer Science (JINACS) Article In Press
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v5n02.p216-222

Jaringan Wi-Fi sudah umum digunakan masyarakat sebagai akses internet pribadi dan umum. Jaringan Wi-Fi menggunakan sistem WLAN. Untuk membuat komunikasi WLAN aman, berbagai protokol standar seperti WEP, WPA dan WPA2 diciptakan. Meskipun demikian tidak ada satu pun di antara standar keamanan di atas yang memberikan keamanan total, dan oleh karena itu setelah 15 tahun rilisnya sistem keamanan jaringan WPA2, kini diluncurkannya standar baru yaitu, WPA3 pada tahun 2018 lalu. Sistem keamanan jaringan WPA3 bertujuan untuk mengamankan jaringan rumah dan perusahaan. WPA3 menggunakan Dragonfly handshake untuk menjaga keamanan jaringan sama halnya dengan EAP-pwd yang biasa digunakan oleh jaringan Wi-Fi perusahaan tertentu untuk mengautentikasi pengguna. Meskipun termasuk keamanan jaringan terkini, tetap saja ditemukannya celah pada sistem keamanan Dragonfly handshake milik WPA3 dan saat ini serangan tersebut dikenal dengan Dragonblood attack dimana sistem peretasannya mirip dengan Evil-Twin attack, namun hal itu belum bisa menjadi faktor pasti sistem keamanan terbaru ini tidak bisa diretas dengan Dictionary attack. Maka dari itu, penulis akan mencoba menguji celah keamanan WPA3 dengan serangan yang dapat meretas sistem keamanan pendahulunya, WPA2, untuk mengetahui seberapa aman sistem keamanan terbaru ini dibandingkan generasi sebelumnya. Uji coba peretasan ini hanya bertujuan sebagai edukasi semata, tidak diperkenankan untuk melakukan tindak kejahatan cyber seperti mencuri data pribadi pengguna koneksi jaringan. Dengan mengetahui sistem keamanan jaringan terbaru ini, hal ini membuktikan bahwa teknologi akan terus berkembang maju dan serangan pada celah- celah keamanan ini akan menjadi salah satu indikator evolusi perkembangan sistem keamanan yang akan datang agar menjadi lebih baik.

Co-Authors Aditya Prapanca Aditya Prapanca Aganda Maulan Dan Dyantono Amirah Bilqis Nuhaenibudi As-sajid Asmunin Asmunin Bagas Muharom Hanugrah Hidayat Diastian Vinaya Wijanarko Diaz Ardian Alvianto Eko Hariadi Erlix Rakhmad Purnama Farra Wahyunanda Arsyta Firda Siska Audina I Made Suartana Juhrah Singke M. Adharis Adlani Maulana, Dimas Avian Mirwa Adiprahara Anggarani Moh. Hilmy Badrudduja Muhamad Syarriefuddin Zuhrie Muhammad Aris Ashari Muhammad Hussein Isron Muhammad Iskandar Java Muhammad Ramadhan Parole Nimadinaga Dacipta Rafy Aulia Akbar Rahadian Bisma Raya Sulistyowati Rhyosvaldo Aurellio Tilasefana Romadlon Rahmatulloh Ronggo Alit Sinaga, Anita Sindar R M Sri Usodoningtyas Tri Sudarwanto Winda Ramadhanty Pratiwi Yeni Anistyasari

Title Search

Found 16 Documents Search Journal : Journal of Informatics and Computer Science (JINACS)

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)