Article Per Year (5 Year)
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
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
Check
Articles

Found 25 Documents
Search

 1   2   3 
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

Abstract

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

Abstract

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

Abstract

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

Abstract

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.
PENGUATAN KOMPETENSI LITERASI DIGITAL BAGI GURU SEKOLAH DASAR I Made Suartana; Ricky Eka Putra; Ronggo Alit
Jurnal Abadimas Adi Buana Vol 7 No 02 (2024): Jurnal Abadimas Adi Buana
Publisher : LPPM Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/abadimas.v7.i02.a8294

Abstract

Penggunaan perangkat digital dan akses internet dikalangan anak-anak usia sekolah dasar dapat memiliki efek positif dan negatif. Untuk mengurangi efek negatif yang ditimbulkan oleh internet, pemahaman yang lebih baik tentang apa yang harus dilakukan dan sikap kewaspadaan diperlukan untuk mengurangi dampak negatifnya. Pemerintah memperkenalkan gagasan literasi digital sebagai tanggapan atas hal ini. Literasi digital adalah pengetahuan dan kemampuan untuk menggunakan media digital, alat komunikasi, atau jaringan untuk menemukan, menilai, menggunakan, dan membuat informasi. Kemampuan dan pemahaman terkait literasi digital perlu diberikan sejak dini agar anak-anak terhindar dari dampak negatif teknologi dan dapat memanfaatkan secara optimal potensi penggunaan teknologi untuk menunjang pembelajaran. Kegiatan ini bertujuan untuk mengenalkan literasi digital bagi guru sekolah dasar, memiliki pengetahuan yang baik terkait literasi digital sehingga bisa mengawasi dan membimbing murid-muridnya dalam pemanfaatan teknologi. Metode pelaksanaan kegiatan dimulai dari analisis situasi, Perancangan program, sosialisai materi berupa pelatihan atau workshop kepada guru dan diakhiri dengan evaluasi pelaksanaan. Kegiatan pegabdian mendapatkan respon yang baik, yakni sekitar 93% dari keseluruhan peserta memberikan respon yang baik terhadap pelaksanaan pelatihan. Dimana peserta mendapatkan skill dalam mengajarkan konsep literasi digital kepada siswanya, pelaksanaan kegiatan pengembangan skill terkait literasi digital memerlukan pengembangan materi seiring dengan perkembangan teknologi digital.
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