Claim Missing Document
Check
Articles

Found 6 Documents
Search

PENERAPAN DIGITAL SIGNATURE SCHEME DENGAN METODE SCHNORR AUTHENTICATION Wahyudi, Erfan; Efendi, Muhammad Masjun; Subli, Moh; Subki, Ahmad; Alfian, Muhammad Rijal
Jurnal Explore Vol 10, No 1 (2020)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v10i1.360

Abstract

Otentikasi (authentication) merupakan identifikasi yang dilakukan oleh masing-masing   pihak  yang  saling  berkomunikasi,   maksudnya  beberapa  pihak yang berkomunikasi harus mengidentifikasi satu sama lainnya. Informasi yang didapatkan oleh satu pihak dari pihak lain harus diidentifikasi untuk memastikan keaslian informasi  yang diterima.  Tanda tangan  digital adalah suatu mekanisme otentikasi yang memungkinkan  pembuat pesan menambahkan  sebuah kode yang bertindak    sebagai   tanda   tangannya.   Skema   yang   dapat   digunakan    untuk melakukan  proses  tanda  tangan  digital  terhadap  suatu  pesan  juga  bermacam - macam.  Skema  otentikasi  dan  tanda  tangan  digital  Schnorr  merupakan  skema tanda tangan digital yang mengambil keamanan dari permasalahan menghitung logaritma diskrit. Masalah   pertama,   membuktikan   keaslian   dokumen,   dapat   dilakukan dengan teknologi  pemberian  cap air dan tanda tangan digital. Pemberian  cap air juga  dapat  digunakan  untuk  menjaga   hak  milik  intelektualitas,   yaitu  dengan menandai  dokumen  atau  hasil  karya  dengan  ?tanda  tangan?  pembuat.  Masalah kedua biasanya berhubungan dengan akses kontrol, yaitu berkaitan dengan pembatasan orang yang dapat mengakses informasi. Dalam  hal  ini  pengguna  harus  menunjukkan  bukti  bahwa  memang  dia adalah pengguna yang sah, misalnya dengan menggunakan kata sandi aspek/servis dari security  biometric  (ciri-ciri khas orang),  dan sejenisnya. Dalam penelitian ini melakukan simulasi otentikasi digital signature dengan  menerapkan  metode  hash SHA 1, tanda tangan digital tidak  mudah untuk di kelabui. Kata kunci:  Authentication, Digital Signature, Encryption
APLIKASI SOFTWARE R PADA ANALISIS ANGKA HARAPAN HIDUP DI JAWA TIMUR MENGGUNAKAN ESTIMATOR P-SPLINE Andriani, Helmina; Alfian, Muhammad Rijal
Jurnal Explore Vol 10, No 1 (2020)
Publisher : STMIK Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v10i1.361

Abstract

Derajat kesehatan yang tinggi dapat digunakan sebagai indikator keberhasilan program kesehatan dan program pembangunan sosial ekonomi yang secara tak langsung dapat meningkatkan angka harapan hidup (AHH). Secara keseluruhan AHH Jawa Timur mengalami peningkatan, namun masih terdapat beberapa kabupaten/kota yang memiliki AHH relatif rendah, seperti di Probolinggo yang hanya mencapai 61,78 tahun atau Sampang 64,39 tahun. Sementara Kota Blitar mencapai 72,99 tahun. Secara teori, salah satu faktor yang mempengaruhi perubahan data AHH adalah PDRB perkapita. Semakin tinggi pendapatan seseorang maka akan semakin tinggi pula kemampuan seseorang untuk membayar berbagai pungutan yang ditetapkan pemerintah, misalnya biaya kesehatan. Pengaruh PDRB perkapita terhadap AHH di Jawa Timur dapat diestimasi menggunakan estimator p-spline. Metode ini merupakan gabungan dari dua macam pendekatan spline yaitu regresi spline dan smoothing spline. Software yang cukup populer dalam pengolahan data adalah software R, yaitu perangkat lunak pengolahan data yang lebih powerfull dibandingkan dengan software statistik lainnya, terutama dalam hal manipulasi, pemodelan, machine learning dan simulasi data. Tujuan penelitian ini adalah menganalisis data AHH di Jawa Timur menggunakan estimator p-spline dengan bantuan software R. Langkah penelitian meliputi pendekatan model AHH dengan regresi nonparametrik spline, menentukan jumlah knot, menghitung nilai GCV untuk jumlah knot yang diperoleh, menentukan lokasi knot, menghitung parameter pemulus, mendapatkan estimator p-spline, mendapatkan estimasi model dan interpretasi hasil. Pada penelitian ini ditunjukkan syntax R yang digunakan dalam pengolahan data AHH. Model regresi nonparametrik menggunakan estimator p-spline pada analisis data AHH di Jawa Timur menunjukkan hasil bahwa pada interval tertentu: (a) kenaikan PDRB perkapita sebesar satu satuan maka AHH akan cenderung bertambah, maksimal sebesar 12,632 tahun, (b) kenaikan PDRB perkapita sebesar satu satuan maka AHH akan cenderung berkurang, maksimal sebesar 10,903 tahun. Kata kunci:  angka harapan hidup; penalized spline; R
DATA MINING USING RANDOM FOREST, NAÏVE BAYES, AND ADABOOST MODELS FOR PREDICTION AND CLASSIFICATION OF BENIGN AND MALIGNANT BREAST CANCER Bahtiar Imran; Hambali Hambali; Ahmad Subki; Zaeniah Zaeniah; Ahmad Yani; Muhammad Rijal Alfian
Jurnal Pilar Nusa Mandiri Vol 18 No 1 (2022): Publishing Period for March 2022
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v18i1.2912

Abstract

This study predicts and classifies benign and malignant breast cancer using 3 classification models. The method used in this research is Random Forest, Naïve Bayes and AdaBoost. The prediction results get Random Forest = 100%, Naïve Bayes = 80% and AdaBoost = 80%. Results using Test and Score with Number of Folds 2, 5 and 10. Number of Folds 2 Random Forest model Accuracy = 95%, Precision = 95% and Recall = 95%, Naïve Bayes Accuracy = 93%, Precision = 93% and Recall 93%, AdaBoost Accuracy = 90%, Precision = 90% and Recall = 90%. With Number of Folds 5 with Random Forest = 96%, Precision = 96% and Recall 96%. Naïve Bayes Accuracy value = 94%, Precision = 94% and Recall = 94%, AdaBoost Accuracy value = 93%, Precision = 93% and Recall = 93%. With Number of Folds 10 Random Forest model = 96%, Precision = 96% and Recall 96%. Naïve Bayes Accuracy value = 94%, Precision = 94% and Recall = 94%, AdaBoost Accuracy value = 92%, Precision = 92% and Recall = 92%. Of the 3 models used, Random Forest got the best classification results compared to the others.
Optimalisasi Regresi Logistik Menggunakan Algoritma Genetika Pada Data Klasifikasi Abdurrahman Salim; Muhammad Rijal Alfian
Jurnal Teknologi Informasi dan Terapan Vol 6 No 2 (2019)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v6i2.109

Abstract

Abstract— Classification on large of data, and with a variety of features or attributes often makes the law accuracy. It required a method that has immunity in such diverse data types. One of method is Logistic Regression method. Logistic Regression is one of classification method, if response variable has binary characteristic and there are many predictor variable such as combination of category and continue.Methd of Logistic Regression requires a stage selection independent variable in improving the model accuration. So it takes a good method in fixing the deficiency is Genetic Algorithm (GA). This method is an iterative method to get global optimum. The results of the classification accuracy of Logistic Regression in the case of septictank data in East Surabaya with 11 independent variables and binary dependent variable is Logistic Regression accuracy of 54.55%. However when selected with GA, the classification accuracy of Binary Logistic Regression is 90.91%.
Efektivitas Problem Solving Ditinjau Dari Prestasi Belajar, Kemampuan Berpikir Kritis Dan Kepercayaan Diri Karina Nurwijayanti; Muhammad Rijal Alfian
Jurnal Pendidikan Matematika Vol 12, No 1 (2021): Edisi Januari 2021
Publisher : Jurusan Pendidikan Matematika FKIP Universitas Halu Oleo,

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36709/jpm.v12i1.14915

Abstract

Penelitian ini bertujuan untuk mengetahui keefektifan problem solving dan konvensional ditinjau dari prestasi belajar, kemampuan berpikir kritis, dan kepercayaan diri. Penelitian ini merupakan quasi eksperimen dengan pretest-posttest non-equivalent group design. Populasi penelitian ini yaitu siswa kelas VII SMPN 1 Kediri. Pengambilan sampel dilakukan secara acak, kelas VII A terpilih sebagai kelas eksperimen dan kelas VII B terpilih sebagai kelas kontrol. Teknik pengumpulan data yang digunakan adalah tes dan non tes. Tes digunakan untuk mengukur prestasi belajar dan kemampuan berpikir kritis, sedangkan nontes digunakan untuk mengukur kepercayaan diri siswa dan keterlaksanaan pembelajaran. Uji one sample t test digunakan untuk menguji keefektifan pendekatan pembelajaran. Uji two group manova digunakan untuk menguji perbedaan kefektifan. Jika terdapat perbedaan yang signifikan maka dilakukan uji independent sample t-test untuk mengetahui pembelajaran mana yang lebih efektif. Hasil penelitian menunjukkan bahwa: (1) pendekatan pembelajaran problem solving efektif ditinjau dari prestasi belajar, kemampuan berpikir kritis, dan kepercayaan diri; (2)  pendekatan pembelajaran konvensional tidak efektif ditinjau dari prestasi belajar, kemampuan berpikir kritis, dan kepercayaan diri; dan (3) pendekatan pembelajaran problem solving lebih efektif dibandingkan dengan pendekatan pembelajaran konvensional ditinjau dari prestasi belajar, kemampuan berpikir kritis, dan kepercayaan diri.
Aplikasi Software R pada Analisis Angka Harapan Hidup di Jawa Timur Menggunakan Estimator P-Spline Helmina Andriani; Muhammad Rijal Alfian
Jurnal Explore Vol 10, No 1 (2020): JANUARI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (266.953 KB) | DOI: 10.35200/explore.v10i1.361

Abstract

Derajat kesehatan yang tinggi dapat digunakan sebagai indikator keberhasilan program kesehatan dan program pembangunan sosial ekonomi yang secara tak langsung dapat meningkatkan angka harapan hidup (AHH). Secara keseluruhan AHH Jawa Timur mengalami peningkatan, namun masih terdapat beberapa kabupaten/kota yang memiliki AHH relatif rendah, seperti di Probolinggo yang hanya mencapai 61,78 tahun atau Sampang 64,39 tahun. Sementara Kota Blitar mencapai 72,99 tahun. Secara teori, salah satu faktor yang mempengaruhi perubahan data AHH adalah PDRB perkapita. Semakin tinggi pendapatan seseorang maka akan semakin tinggi pula kemampuan seseorang untuk membayar berbagai pungutan yang ditetapkan pemerintah, misalnya biaya kesehatan. Pengaruh PDRB perkapita terhadap AHH di Jawa Timur dapat diestimasi menggunakan estimator p-spline. Metode ini merupakan gabungan dari dua macam pendekatan spline yaitu regresi spline dan smoothing spline. Software yang cukup populer dalam pengolahan data adalah software R, yaitu perangkat lunak pengolahan data yang lebih powerfull dibandingkan dengan software statistik lainnya, terutama dalam hal manipulasi, pemodelan, machine learning dan simulasi data. Tujuan penelitian ini adalah menganalisis data AHH di Jawa Timur menggunakan estimator p-spline dengan bantuan software R. Langkah penelitian meliputi pendekatan model AHH dengan regresi nonparametrik spline, menentukan jumlah knot, menghitung nilai GCV untuk jumlah knot yang diperoleh, menentukan lokasi knot, menghitung parameter pemulus, mendapatkan estimator p-spline, mendapatkan estimasi model dan interpretasi hasil. Pada penelitian ini ditunjukkan syntax R yang digunakan dalam pengolahan data AHH. Model regresi nonparametrik menggunakan estimator p-spline pada analisis data AHH di Jawa Timur menunjukkan hasil bahwa pada interval tertentu: (a) kenaikan PDRB perkapita sebesar satu satuan maka AHH akan cenderung bertambah, maksimal sebesar 12,632 tahun, (b) kenaikan PDRB perkapita sebesar satu satuan maka AHH akan cenderung berkurang, maksimal sebesar 10,903 tahun. Kata kunci:  angka harapan hidup; penalized spline; R