cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
InComTech: Jurnal Telekomunikasi dan Komputer
Published by Universitas Mercu Buana
ISSN : 20854822     EISSN : 25796089     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
Program Studi Magister Teknik Elektro UMB menerbitkan Jurnal InComTech sebagai wadah bagi para akademisi, praktisi dan penggiat lainnya dalam bidang telekomunikasi dan computer (Information and Communication Technology/ICT) untuk menerbitkan karya tulisnya. Bidang-bidang yang menjadi bahasan jurnal ini meliputi teknologi, bisnis dan regulasi di bidang ICT, seperti (namun tak terbatas), teknologi IP, Wireless technology, Internet of Things, Microwaves, digital broadcasting, Fiber optik, strategi bisnis ICT, sumber daya manusia ICT, perencanaan bisnis, regulasi NGN, security in ICT, cyberlaw.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol 13, No 1 (2023)" : 8 Documents clear
Perancangan Aplikasi Penilaian Kinerja CTB di PT. Telkom Medan dengan Metode TOPSIS Josuansef Pardede; Nisa Hanum Harani
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.14837

Abstract

Sistem penilaian kinerja karyawan merupakan hal yang wajib dilaksanakan pada sebuah badan instansi, organisasi maupun perusahaan untuk dapat mengevaluasi perkembangan perusahaan. Penilaian kinerja karyawan meliputi ketentuan-ketentuan dan kriteria–kriteria yang ditentukan oleh sebuah perusahaan. Penilaian kinerja karyawan juga merupakan kegiatan yang dilaksanakan guna mengetahui dan memahami kinerja dari karyawan-karyawan yang ada pada sebuah perusahaan. Metode TOPSIS (Technique For Others Reference by Similarity to Ideal Solution) adalah metode dengan beberapa kriteria yang sederhana dan bersifat efisien untuk mengidentifikasi solusi dari himpunan beberapa alternatif. Metode TOPSIS ini pertama kali digagas oleh Hwang dan Yoon. Penulis merancang sistem aplikasi penilaian kinerja karyawan CTB (Caring Teritory Base). CTB sendiri merupakan tenaga outsourcing pada unit Payment Collection di PT. Telkom Witel Medan yang bertugas untuk melakukan penagihan dengan cara visiting langsung ke pelanggan yang memiliki tunggakan tagihan internet Indihome-nya. Penerapan metode TOPSIS ini adalah untuk memudahkan unit Payment Collection dalam melakukan penilaian terhadap kinerja karyawan CTB dengan tujuan agar dapat mengevaluasi CTB dalam bekerja dan memberi pelayanan yang terbaik dan berkualitas.
Implementasi Metode CNN Computer Vision Dalam Identifikasi Tipe Kerusakan Pohon Berbasis FHM Rahmat Safe’i; Rahmat Safe'i; Zuhri Nopriyanto; Rico Andrian; Kurnia Muludi
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.16022

Abstract

Identifikasi tipe kerusakan pohon pada Forest Health Monitoring hingga saat ini masih bersifat manual, yaitu menggunakan penglihatan manusia dalam penerapannya. Teknologi Informasi yang kini berkembang pesat dapat di rasakan hingga ke berbagai media penerapan ilmu pengetahuan, dengan demikian terciptalah salah satu solusi dalam memecahkan masalah penelitian kasus identifikasi tipe kerusakan pohon yaitu dengan penggunaan metode computer vision dalam upaya memudahkan pekerjaan dalam ilmu kehutanan. Tujuan penelitian ini adalah untuk menerapkan computer vision dalam mengidentifikasi tipe kerusakan pohon berbasis Forest Health Monitoring. Tahapan penelitian yang dilakukan dalam penelitian ini adalah pengumpulan dataset, proses preprocessing, pembagian dataset, pelatihan model, pengujian model dan terakhir adalah evaluasi model. Hasil penelitian ini berupa model (prototype) identifikasi tipe kerusakan pohon dalam 4 kategori yaitu, LeNet-5 Colab, LeNet-5 Tesla, MobileNet Colab, dan MobileNet Tesla. Persentase identifikasi model bervariasi, dimana pada kelas tertentu model dapat mengidentifikasi dengan benar dan dikelas lainnya masih ada beberapa identifikasi model yang kurang optimal, disebabkan oleh kemiripan beberapa bentuk dataset dalam segi visual komputer. Penelitian penerapan computer vision dalam identifikasi kerusakan pohon berbasis Forest Health Monitoring berhasil dilakukan dengan menghasilkan dua model (prototype) dalam identifikasi kerusakan pohon yang nilai akurasinya mencapai angka 89.99% pada model LeNet-5 dan 99.06% pada model MobileNet dengan tools yang digunakan adalah Jupyter notebook pada Nvidia Tesla K20 (offline) dan Google Colab (online).
Multi-SVM Dalam Identifikasi Bunga Berbasis Ekstraksi Ciri Orde Satu Wellia Shinta Sari; Christy Atika Sari
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.15012

Abstract

Bunga merupakan modifikasi tunas dimana bentuk, warna, dan susunannya menyesuaikan kepentingan dari tumbuhan tersebut. Bunga berfungsi sebagai tempat berlangsungnya penyerbukan. Ada sangat banyak jenis bunga yang dapat dikenali di dunia ini. Perkembangan teknologi saat ini dapat dimanfaatkan sebagai fasilitas kepada manusia untuk membangun sebuah sistem yang dapat mengenali suatu citra. Penelitian ini, mengusulkan teknik mengidentifikasi citra bunga dengan ekstraksi ciri orde satu dan berbasis Multi-Support Vector Machine (Multi-SVM). Pemilihan ekstraksi ciri orde satu adalah karena merupakan ekstraksi ciri tekstur pada struktur makro yang dianggap cocok dalam mengidentifikasi jenis bunga. Pada tahap ekstraksi ciri, citra yang semula adalah citra RGB dikonversi terlebih dahulu menjadi citra berskala abu-abu. Multi-SVM memiliki keunggulan dalam mengklasifikasikan lebih dari dua kelas. Dalam penelitian ini digunakan lima jenis bunga yaitu Rose, Calendula, Peony, Leucanthemum Maximum, dan Iris dengan 300 citra pelatihan dan 150 citra pengujian. Berdasarkan pengujian identifikasi, menghasilkam akurasi sebesar 90.6667%.
Implementasi Active Queue Management pada Jaringan Bottleneck Misbahul Fajri; Anita Ratnasari; Yani Prabowo
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.16086

Abstract

Teknologi TCP end-to-end congestion control hanya menangani kemacetan jaringan dari suatu host tetapi tidak pada jaringan atau intermediate network, oleh karena itu teknologi Active Queue Management (AQM) dikembangkan untuk mengantisipasi kemacetan didalam jaringan yaitu pada router. AQM dapat mengatasi buffer overflow pada router dan mencegah terjadinya masalah sinkronisasi pada jaringan yang padat, yaitu dengan mendeteksi sebelum terjadi kemacetan jaringan. AQM RED (random early detection) dikembangkan dengan pendekatan heuristik untuk mengantikan kekurangan mekanisme Droptail pada buffer router, sehingga dapat mengatisipasi memburuknya kondisi jaringan yaitu; hilangnya paket yang berlebihan, utilitasasi link yang rendah (low throughput), dan tingginya antrian (delay), dengan demikian kemacetan yang parah (congestion collapse) tidak akan terjadi. Permasalahan ini menarik untuk dipelajari dampak implementasi AQM yang akan dilakukan dalam penelitian ini. Protokol AQM adalah mekanisme pengendali kemacetan yang diterapkan pada lapisan ke-tiga OSI pada peralatan jaringan router, dengan menggunakan simulator NS2 dibuat topologi jaringan bottleneck dan diuji coba dengan skenario trafik. Pada penelitian ini akan diimplementasikan metode AQM RED yang disimulasikan dengan pengiriman paket FTP dengan beberapa skenario trafik. Hasilnya berupa karakteristik jaringan dapat dilihat yaitu; jumlah paket yang ada pada buffer router, lamanya antrian paket pada buffer , dan banyakanya paket yang dibuang,  sehingga dapat dianalisa kinerja RED yang merupakan tujuan penelitian ini. Kesimpulan yang didapat menunjukan bahwa RED mempunyai keunggulan dari karakteristik delay yang rendah dibandingkan mekanisme tanpa AQM atau Drop-tail.
Enkripsi Data Teks Dengan AES dan Steganografi DWT Chaerul Umam; Muslih Muslih
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.15059

Abstract

Pertukaran data melalui internet rawan akan adanya pencurian informasi. Maka dari itu, sebagai upaya pencegahan terjadinya hal itu diperlukan sebuah sistem keamanan. Terdapat berbagai macam usaha perlindungan suatu data, misalnya dengan menggunakan teknik kriptografi dan steganografi. Pada penelitian ini, membahas bagaimana hasil data teks yang telah dienkripsi menggunakan algoritma Advanced Encryption Standard (AES) 128-Bit dilanjutkan dengan teknik steganografi pada sebuah citra menggunakan algoritma Discrete Wavelet Transform (DWT). Kemudian data hasil percobaan dianalisis kualitasnya menggunakan parameter Mean Signal Error (MSE) dan Peak- to-peak Signal to Noise Ratio (PSNR) sebagai alat ukurnya. Pada percobaan ini kualitas gambar stego menggunakan DWT tergolong cukup baik dengan menghasilkan nilai MSE 0.16-0.26 dB dan nilai PSNR nya 46.27-52.2 dB.
Front Matter Vol 13 No 1 Umaisaroh Umaisaroh
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.20237

Abstract

Pemodelan Topik Menggunakan Latent Dirichlet Allocation pada Ulasan Aplikasi PeduliLindungi Jihadul Akbar; Tamrizal A. M.; Yefta Tolla; Abdulrahmat E Ahmad; Ainul Yaqin; Ema Utami
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.15572

Abstract

Pandemi covid-19 yang melanda seluruh dunia termasuk Indonesia, membutuhkan langkah-langkah pencegahan seperti penelusuran (tracing), pelacakan (tracking) dan pemberian peringatan (warning dan fencing). Salah satu langkah pencegahan yang dilakukan Pemerintah adalah melalui Keputusan Menteri Komunikasi dan Informatika Nomor 171 Tahun 2020 tentang Penetapan Aplikasi Pedulilindungi Dalam Rangka Pelaksanaan Surveilans Kesehatan Penanganan Coronavirus Disease 2019 (Covid-19), menetapkan aplikasi Pedulilindungi sebagai aplikasi surveilans kesehatan penanganan COVID-19. Berbagai komentar disampaikan masyarakat terhadap aplikasi pedulilindungi termasuk melalui kolom ulasan pada playstore. Pada penelitian ini akan dilakukan pemodelan topik menggunakan LDA terhadap ulasan masyarakat tentang aplikasi pedulilindungi. Jumlah data yang digunakan pada penelitian ini sebanyak 13.731 data yang didapatkan dengan melakukan scraping pada google play mulai tanggal 15 september s/d 6 desember 2021 menggunakan library google scrapping. Langkah-langkah yang dilakukan dalam penelitian ini adalah preprocessing dataset, melakukan proses word2vec, menghitung nilai coherence dan melakukan pemodelan topik. Berdasarkan perhitungan nilai coherence pembagian jumlah topik yang ideal adalah 5, kemudian setelah diproses menggunakan algoritma LDA kesimpulan dari ke 5 topik tersebut didefinisikan sebagai kendala pendaftaran, sertifikat vaksin, tanggal lahir yang tidak sesuai, kendala membuka aplikasi dan keluhan pengguna aplikasi.
Penerapan Adaptive Neuro Fuzzy Infrence System (ANFIS) dalam Prediksi Produksi Tembakau di Jember Azimatul Matsniya; Abduh Riski; Ahmad Kamsyakawuni
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.15655

Abstract

Tembakau merupakan salah satu komoditas perkebunan di Indonesia. Kabupaten Jember merupakan penghasil tembakau kualitas dunia terbesar di Jawa Timur. Produksi tembakau di Kabupaten Jember mengalami fluktuasi setiap tahunnya sehingga perlu dilakukan prediksi produksi tembakau dengan menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Penelitian ini bertujuan untuk memprediksi produksi tembakau di Kabupaten Jember. Data yang digunakan dalam penelitian ini adalah curah hujan, luas lahan panen tembakau, produktivitas tembakau, dan produksi tembakau di Kabupaten Jember. Jaringan ANFIS yang dibuat terdiri dari tiga variabel input dan satu variabel output. Fungsi   keanggotaan yang digunakan adalah generalized bell dan gaussian dengan total fungsi keanggotaan sebesar tiga buah. Jenis output dibagi menjadi dua, yaitu linier dan konstan. Hasil penelitian menunjukkan bahwa model terbaik adalah menggunakan fungsi keanggotaan generalized bell tipe output konstan dengan nilai MAPE pada proses pelatihan dan pengujian berturut-turut adalah 0,00015% dan 0,091%. Hasil prediksi produksi tembakau pada tahun 2021 adalah 199.603,71 kuintal. Variabel yang paling berpengaruh untuk produksi tembakau adalah curah hujan dan produktivitas tembakau.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 13, No 2 (2023) Vol 13, No 1 (2023) Vol 12, No 3 (2022) Vol 12, No 2 (2022) Vol 12, No 1 (2022) Vol 11, No 3 (2021) Vol 11, No 2 (2021) Vol 11, No 1 (2021) Vol 10, No 3 (2020) Vol 10, No 2 (2020) Vol 10, No 1 (2020) Vol 9, No 3 (2019) Vol 9, No 2 (2019) Vol 9, No 1 (2019) Vol 8, No 3 (2018) Vol 8, No 2 (2018) Vol 8, No 1 (2018) Vol 7, No 3 (2016) Vol 7, No 2 (2016) Vol 7, No 1 (2016) Vol 6, No 3 (2015) Vol 6, No 2 (2015) Vol 6, No 1 (2015) Vol 5, No 3 (2014) Vol 5, No 2 (2014) Vol 5, No 1 (2014) Vol 4, No 2 (2013) Vol 4, No 1 (2013) Vol 3, No 2 (2012) Vol 3, No 1 (2012) Vol 2, No 2 (2011) Vol 2, No 1 (2011) Vol 1, No 2 (2010) Vol 1, No 1 (2009) More Issue