Claim Missing Document
Check
Articles

Found 28 Documents
Search

Implementasi Web Service pada Perusahaan Logistik menggunakan JSON Web Token dan Algoritma Kriptografi RC4 Mochammad Rizky Royani; Wibowo, Arief
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 3 (2020): Juni 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v4i3.1952

Abstract

The development of e-commerce in Indonesia in the last five years has significantly increased the growth for logistics service companies. The Indonesian Logistics and Forwarders Association (ALFI) has predicted the growth potential of the logistics business in Indonesia to reach more than 30% by 2020. One of the efforts of logistics business companies to improve services in the logistics services business competition is to implement web service technology on mobile platforms, to easy access to services for customers. This research aims to build a web service with a RESTful approach. The REST architecture has limitations in the form of no authentication mechanism, so users can access and modify data. To improve its services, JSON Web Token (JWT) technology is needed in the authentication process and security of access rights. In terms of data storage and transmission security, a cryptographic algorithm is also needed to encrypt and maintain confidentiality in the database. RC4 algorithm is a cryptographic algorithm that is famous for its speed in the encoding process. RC4 encryption results are processed with the Base64 Algorithm so that encrypted messages can be stored in a database. The combination of the RC4 method with the Base64 method has strengthened aspects of database security. This research resulted in a prototype application that was built with a combination of web service methods, JWT and cryptographic techniques. The test results show that the web service application at the logistics service company that was created can run well with relatively fast access time, which is an average of 176 ms. With this access time, the process of managing data and information becomes more efficient because before making this application the process of handling a transaction takes up to 20 minutes.
ANALISIS ISI (CONTENT) BLOG SEBAGAI MEDIA KAMPANYE CALON ANGGOTA LEGISLATIF (CALEG) PADA PEMILU LEGISLATIF 2009 Wibowo, Arief; Utari, Dyah Retno
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 6 (2009): E-Democracy
Publisher : Jurusan Teknik Informatika

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

Abstract

Pesta demokrasi dalam Pemilihan Umum (Pemilu) Legislatif menghadirkan maraknya persaingan di antara para calon anggota legislatif (caleg). Setiap caleg berlomba untuk menyampaikan aspirasinya melalui berbagai media komunikasi, mulai dari media cetak hingga media elektronik. Salah satu media elektronik yang mulai digunakan oleh para caleg adalah blog yang merupakan layanan internet. Berbeda dengan media komunikasi pada umumnya seperti televisi, radio, koran, spanduk, brosur atau leaflet, blog menawarkan berbagaikeunggulan seperti kemudahan akses kapan dan dari manapun, mudah dan secara cepat dapat dimutakhirkan isiny serta memilliki daya jangkau yang relatif tak terbatas. Penelitian ini merupakan analisis terhadap blog yang digunakan oleh para caleg sebagai media kampanye menghadapi Pemilihan Umum Legislatif. Tujuan penelitian ini adalah untuk mengetahui bagaimana kandungan pesan yang termuat pada blog milik para caleg sebagai media kampanye. Analisis dilakukan berdasarkan parameter yang ditetapkan sesuai perspektif teori ilmu komunikasi politik, terhadap kandungan/isi (content) dari blog-blog yang dipilih secara acak. Penelitian ini menghasilkan satu luaran berisi hasil evaluasi penggunaan blog sebagai media kampanye para caleg pada Pemilu Legislatif 2009.
PEMODELAN DAN PROTOTIPE SISTEM INFORMASI UNTUK PREDIKSI PEMBAHARUAN POLIS ASURANSI MOBIL MENGGUNAKAN ALGORITMA C.45 Pattipeilohy, William Frado; Wibowo, Arief; Utari, Dyah Retno
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 3)
Publisher : Prosiding SNATIF

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

Abstract

AbstrakTeknologi data mining sangat berguna untuk membantu perusahaan asuransi menemukan informasi yang sangat penting dari gudang data mereka. Data mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan, mencari informasi pemrediksi yang mungkin saja terlupakan oleh para pelaku bisnis karena terletak di luar ekspektasi mereka. Analisis yang diotomatisasi yang dilakukan oleh data mining menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan banyak waktu untuk menjawabnya. Hasil dari sistem adalah menggali informasi dari basis data pelanggan dan transaksi yang dilakuan pelanggan meliputi pembayaran premi asuransi dan maupun proses claim yang terjadi sehingga dapat memprediksi seberapa besar kemungkinan pelanggan tersebut akan melakukan renewal atas polis asuransi mereka. Pada penelitian ini, akan dilakukan analisis klasifikasi untuk menentukan keputusan pembaharuan (renewal) polis pelanggan dengan menggunakan data polis asuransi kendaraan roda empat. Algoritma yang akan digunakan adalah C4.5 untuk kemudian dapat menjadi aturan-aturan untuk menentukan keputusan renewal polis. Dengan algoritma C4.5 yang dievaluasi menggunakan cross validation k=10, menghasilkan confussion matrix dengan tingkat akurasi sebesar 82,14%. Evaluasi menggunakan data baru yang dilakukan dengan Prototipe Sistem Informasi Prediksi yang diimplementasi dari rule C4.5 menghasilkan nilai akurasi 86% dengan error rate 14%. Kata kunci: Algoritma C4.5, Data Mining, Renewal Polis Asuransi
Analisis Sentimen Data Twitter Tentang Pasangan Capres-Cawapres Pemilu 2019 Dengan Metode Lexicon Based Dan Support Vector Machine Danar Wido Seno; Arief Wibowo
Jurnal Ilmiah FIFO Vol 11, No 2 (2019)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2019.v11i2.004

Abstract

Social media writing content growing make a lot of new words that appear on Twitter in the form of words and abbreviations that appear so that sentiment analysis is increasingly difficult to get high accuracy of textual data on Twitter social media. In this study, the authors conducted research on sentiment analysis of the pairs of candidates for President and Vice President of Indonesia in the 2019 Elections. To obtain higher accuracy results and accommodate the problem of textual data development on Twitter, the authors conducted a combination of methods to conduct the sentiment analysis with unsupervised and supervised methods. namely Lexicon Based. This study used Twitter data in October 2018 using the search keywords with the names of each pair of candidates for President and Vice President of the 2019 Elections totaling 800 datasets. From the study with 800 datasets the best accuracy was obtained with a value of 92.5% with 80% training data composition and 20% testing data with a Precision value in each class between 85.7% - 97.2% and Recall value for each class among 78, 2% - 93.5%. With the Lexicon Based method as a labeling dataset, the process of labeling the Support Vector Machine dataset is no longer done manually but is processed by the Lexicon Based method and the dictionary on the lexicon can be added along with the development of data content on Twitter social media.
Segmentasi Pelanggan Ritel Produk Farmasi Obat Menggunakan Metode Data Mining Klasterisasi Dengan Analisis Recency Frequency Monetary (RFM) Termodifikasi Arief Wibowo; Andy Rio Handoko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7, No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702925

Abstract

Secara umum, pembelian produk farmasi di Indonesia tidak memiliki pola. Pembelian produk farmasi seperti obat-obatan, dilakukan oleh individu bukan sebagai persiapan untuk menjaga kesehatan, namun sebagai respon terhadap penyakit yang sedang diderita. Di sisi lain, pelanggan retail produk farmasi obat biasanya dipengaruhi oleh faktor harga jual dan faktor kecocokan (sugesti) pada merk obat tertentu sewaktu melakukan pembelian. Berdasarkan kondisi itu maka pola pembelian obat bagi masyarakat Indonesia menjadi tidak dapat diprediksi. Hal tersebut membuat pelaku usaha di bisnis ritel produk farmasi obat, relatif sulit untuk meningkatkan nilai penjualan. Salah satu upaya yang bisa dilakukan pelaku bisnis untuk meningkatkan pendapatan adalah dengan melakukan promosi penjualan berdasarkan jenis kelompok pelanggannya. Transaksi pembelian produk farmasi obat dapat dianalisis untuk mengetahui segmentasi pelanggan berdasarkan pola pembelian. Riset ini telah berhasil memodelkan segmentasi pelanggan ritel apotek dengan teknik data mining klasterisasi. Metode yang digunakan adalah melakukan analisis data transaksi pembelian yang terdiri dari atribut Recency Frequency Monetary (RFM) termodifikasi. Analisis telah melibatkan atribut Kuantitas (Quantity) dari data transaksi pembelian produk farmasi obat sebagai eksperimen modifikasi model. Pada proses pemodelan klasterisasi, studi ini menggunakan algoritme data mining K-Means. Hasil penelitian menunjukkan bahwa segmentasi pelanggan yang optimal berada pada dua klaster berdasarkan hasil analisis QRF (Quantity, Recency dan Frequency) menggunakan evaluasi Davies Bouldin Indeks (DBI) dengan nilai 0,527. Kinerja model tersebut dibandingkan dengan algoritme K-Medoids. Hasil klasterisasi pelanggan pada dua kategori menggunakan K-Medoids memiliki nilai DBI sebesar 1.334. Berdasarkan nilai pembanding tersebut maka metode K-Means terbukti lebih baik dalam pembentukan klaster pelanggan ritel farmasi obat pada analisis atribut Quantity, Recency dan Frequency.;AbstractIn general, the purchase of pharmaceutical products in Indonesia has no pattern. The purchase of pharmaceutical products such as medicines, made by individuals not as preparation for maintaining health, but in response to the illness being suffered. On the other hand, retail customers of pharmaceutical drug products are usually influenced by selling price factors and suggestions for certain drug brands when making a purchase. Based on these conditions, the pattern of purchasing drugs for Indonesian people is unpredictable. This makes businesses in the retail business of pharmaceutical drug products, relatively difficult to increase sales value. One effort that businesses can do to increase revenue is to conduct sales promotions based on the type of customer group. Drug pharmaceutical product purchase transactions can be analyzed to determine customer segmentation based on purchase patterns. This research has successfully modeled the pharmacy retail customer segmentation with clustering data mining techniques. The method used is to analyze the purchase transaction data consisting of modified Recency Frequency Monetary (RFM) attributes. Analysis has involved the Quantity attribute (Quantity) of the transaction data of pharmaceutical drug product purchases as a model modification experiment. In the cluster modeling process, this study uses the K-Means data mining algorithm. The results showed that the optimal customer segmentation was in two clusters based on the results of the QRF (Quantity, Recency and Frequency) analysis using the Davies Bouldin Index (DBI) evaluation with a value of 0.527. The performance of the model is compared with the K-Medoids algorithm. The results of customer clustering in two categories using K-Medoids have a DBI value of 1,334. Based on these comparative values, the K-Means method is proven to be better in forming pharmaceutical drug retail customer clusters with analysis Quantity, Recency and Frequency attributes.
Analisis Aktor Berpengaruh Dan Aktor Popular Dengan Metode Degree Centrality Dan Follower Rank Pada Tagar Twitter “#gejayanmemanggil” Rochiyat, Adang; Wibowo, Arief
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 6 No 2 (2020): 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 | Full PDF (100.531 KB) | DOI: 10.35957/jatisi.v6i2.187

Abstract

The use of Twitter as a social networking media is currently growing rapidly not only used to convey feelings about themselves but can also convey opinions and feelings they feel related to problems that are happening. Twitter is currently considered social media that can be analyzed on the elements of social networking (social network analysis). One study that can be done is the analysis of user accounts (actors) on Twitter. In this research, an analysis has been carried out to find out who the influential actor is and how popular the actor is, on Twitter. The method used for the analysis of influential actors is degree centrality while the analysis of popular actors uses the follower rank method. Case studies were conducted on tweet data containing the hashtag "#gejayanmemanggil". The results showed that RyanResttu is the actor who has the highest influence value with the degree of centrality value of 0.108072 and the actor TirtoID is an actor who has high popularity with a follower rank value of 0.999880312. This research ignores the existence of buzzer accounts on Twitter. However, actors who have high influence value are not necessarily those who have high popularity values.
ANALISIS SENTIMEN PELANGGAN TOKO ONLINE JD.ID MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS KONVERSI IKON EMOSI Sari, Fransiska Vina; Wibowo, Arief
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 2 (2019): JURNAL SIMETRIS VOLUME 10 NO 2 TAHUN 2019
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.2 KB) | DOI: 10.24176/simet.v10i2.3487

Abstract

Analisis Sentimen adalah suatu teknik mengekstrak data teks untuk mendapatkan informasi tentang sentimen bernilai positif, netral maupun negatif. Analisis sentimen diberikan oleh pengguna internet pada media sosial untuk memberikan suatu penilaian atau opini pribadi. Salah satu toko online Indonesia yang sering mendapatkan sentimen pengguna melalui media sosial adalah JD.id. Adanya sentimen opini dari konsumen tentang JD.id dapat dianalisis dan dimanfaatkan untuk mendapatkan informasi yang berguna bagi pelanggan lain maupun pihak toko. Dengan menggunakan teknik Text Mining metode klasifikasi, akan diketahui suatu sentimen bernilai positif, netral atau negatif. Salah satu algoritme yang banyak digunakan dalam analisis sentimen adalah metode klasifikasi Naïve Bayes. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC) dengan pembobotan tf-idf disertai penambahan fitur konversi ikon emosi  (emoticon) untuk  mengetahui kelas  sentimen  yang  ada  dari  tweet  tentang  toko  JD.id.  Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa penambahan fitur mampu mengklasifikasi sentimen dengan nilai  akurasi  sebesar  96,44%, sementara jika  ditambahkan fitur  pembobotan tf-idf disertai konversi ikon emosi mampu meningkatkan nilai akurasi menjadi 98%.
Penyuluhan Wirausaha Berbasis Teknologi untuk Pemulihan Ekonomi Masyarakat Terdampak Covid-19 di Masa New Normal Wibowo, Arief; Pradiptha, Anindya Putri; Mulyati, Mulyati; Utari, Dyah Retno
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 11, No 3 (2020): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v11i3.5872

Abstract

Pandemi COVID-19 yang telah terjadi di Indonesia merupakan bencana yang tidak pernah diduga sebelumnya. Pada kondisi perekonomian yang sulit di tengah krisis ekonomi dunia, bangsa Indonesia juga harus menghadapi fenomena terjadinya pandemi COVID-19 yang semakin memberatkan pertumbuhan ekonomi. DKI Jakarta sebagai ibukota negara telah menjadi episentrum bagi penyebaran virus Corona yang belum ada penangkalnya. Kondisi perekonomian masyarakat di tingkat keluarga dalam situasi pandemi COVID-19 memerlukan inovasi untuk meningkatkan kembali daya saing dan daya jual ekonomi kemasyarakatan. Pengabdian masyarakat ini telah menghadirkan suatu kegiatan penyuluhan yang diperuntukkan bagi masyarakat di wilayah Kecamatan Grogol Petamburan Jakarta Barat. Penyuluhan ini telah difasilitasi oleh Suku Dinas Pemberdayaan, Perlindungan Anak dan Pengendalian Penduduk Kota Administrasi Jakarta Barat Provinsi DKI Jakarta. Kegiatan yang telah dilakukan berupa seminar dan workshop tentang kegiatan wirausaha berbasis teknologi yang adaptif terhadap situasi pandemi COVID-19. Masyarakat sasaran telah diberikan pengetahuan tentang proses bisnis elektronik di era Industri 4.0 yang sarat dengan nuansa teknologi informasi dan komunikasi. Dengan berbekal pengetahuan itu, kegiatan ini telah membangkitkan semangat dan motivasi mereka untuk menjalankan usaha berskala mikro dengan pemanfaatan teknologi informasi dan komunikasi. Berdasarkan hasil pengukuran yang telah dilakukan, sebanyak 89% peserta menyatakan telah memahami luaran kegiatan dan berpendapat bahwa kegiatan ini telah sesuai dengan harapan. Mereka pun yakin akan mampu memulihkan kondisi khususnya di lingkungan ekonomi keluarga pada masa pandemi COVID-19.
Implementasi Web Service pada Perusahaan Logistik menggunakan JSON Web Token dan Algoritma Kriptografi RC4 Mochammad Rizky Royani; Arief Wibowo
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 3 (2020): Juni 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v4i3.1952

Abstract

The development of e-commerce in Indonesia in the last five years has significantly increased the growth for logistics service companies. The Indonesian Logistics and Forwarders Association (ALFI) has predicted the growth potential of the logistics business in Indonesia to reach more than 30% by 2020. One of the efforts of logistics business companies to improve services in the logistics services business competition is to implement web service technology on mobile platforms, to easy access to services for customers. This research aims to build a web service with a RESTful approach. The REST architecture has limitations in the form of no authentication mechanism, so users can access and modify data. To improve its services, JSON Web Token (JWT) technology is needed in the authentication process and security of access rights. In terms of data storage and transmission security, a cryptographic algorithm is also needed to encrypt and maintain confidentiality in the database. RC4 algorithm is a cryptographic algorithm that is famous for its speed in the encoding process. RC4 encryption results are processed with the Base64 Algorithm so that encrypted messages can be stored in a database. The combination of the RC4 method with the Base64 method has strengthened aspects of database security. This research resulted in a prototype application that was built with a combination of web service methods, JWT and cryptographic techniques. The test results show that the web service application at the logistics service company that was created can run well with relatively fast access time, which is an average of 176 ms. With this access time, the process of managing data and information becomes more efficient because before making this application the process of handling a transaction takes up to 20 minutes.
Implementasi Fitur Keamanan dengan JSON Web Token dan Fitur Geo-tagging pada Aplikasi Web Service Training From Home Hibsy, Aal; Wibowo, Arief
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 4 (2020): Agustus 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v4i4.1973

Abstract

In the Covid-19 pandemic phase, some business processes were halted, adapted, and modified to deal with the policy of social restrictions. This impact is experienced by all levels of society, including athletes who are forced to do training from home (Training From Home). Performance evaluation of athletes who do exercises from home must be able to be evaluated remotely, including in terms of presence during the exercise training program. Presence is one of the benchmarks of a person's level of performance or activity in terms of accuracy and discipline in a program of activities. Attendance activities in the form of check-in must be ensured safe and accurate, especially if there is data connectivity with the webserver. This study aims to implement security features with JSON Web Token (JWT) based on the 256 Hash algorithm. The research also implements geo-tagging features to obtain accurate coordinates based on location points. Athlete attendance data obtained by the presence of these features are then synchronized via web service using the REST architecture. All stages of implementation are then tested by the Black Box method, and the results show that JSON Web Token (JWT) is able to secure the authentication and data security process, while the Geo-tagging feature is capable of sending accurate position data. Testing the functionality of the web service shows that all features work well within 44.8 ms, while the positioning accuracy of the geo-tagging feature reaches an accuracy of 90.9%.