cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fitrianingsih
Contact Email
infokom@gunadarma.ac.id
Phone
+6221-78881112 ext. 516
Journal Mail Official
infokom@gunadarma.ac.id
Editorial Address
Jalan Margonda Raya 100
Location
Kota depok,
Jawa barat
INDONESIA
Jurnal Ilmiah Informatika Komputer
Published by Universitas Gunadarma
ISSN : 08538638     EISSN : 20898045     DOI : http://dx.doi.org/10.35760/ik
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
This journal is published periodically three times a year, April, August, and December. It publishes a broad range of research articles on Information Technology and Communication, whether in Indonesian Language or English.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 232 Documents
 19   20   21   22   23 
Generator Kunci Tiga Lapis pada Algoritma Vigenere menggunakan Fungsi Random, Bilangan Euler dan Metode Blum Blum Shub Sutrasno Andre Wibowo; Eka Ardhianto
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6145

Abstract

Keamanan informasi melalui jaringan menjadi pokok penting dalam berkomunikasi. Meskipun model informasi yang berkembang saat ini beragam, model komunikasi berbasis teks masih banyak digunakan seperti surat elektronik, pesan singkat, telegram dan aplikasi yang serupa. Algoritma Vigenere yang berbasis teks hingga sekarang masih dikembangkan untuk membantu pengamanan informasi. Evolusi vigenere dimotivasi untuk meningkatkan keamanan informasi. Salah satu faktor yang penting dalam vigenere untuk meingkatkan tingkat keamanan informasi ialah kunci yang digunakan, oleh karena itu pemilihan kunci yang tepat akan mampu meningkatkan ketahanan informasi. Penelitian ini bertujuan untuk meningkatkan ketahanan Algoritma Vigenere terhadap serangan kriptanalis dengan menggunakan penerbitan kunci secara berlapis. Metode yang digunakan untuk menerbitkan kunci ialah kombinasi dari fungsi random, bilangan euler dan metode blum blum shub yang diimplementasikan pada model enkripsi extended vigenere. Entropi digunakan sebagai metric performa dari setiap model yang dieksperimenkan. Dengan eksperimen yang dilakukan secara berulang dengan sampel yang sama, hasil yang diperoleh ialah capaian nilai entropi rata-rata dengan nilai lebih dari 80% dari entropi optimum pada nilai entropi 6,41 dibanding dengan pengembangan model enkripsi vigenere sebelumnya. Dengan demikian modifikasi algoritma vigenere yang diusulkan memiliki ketahanan yang lebih baik terhadap serangan kriptanalis dari versi sebelumnya.
ANALISIS KREDIT CALON DEBITUR MENGGUNAKAN METODE FUZZY TSUKAMOTO Eka Patriya; Ety Sutanty; Handayani Handayani; Meilani B. Siregar; Esti Setiyaningsih
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6169

Abstract

Bank sebagai salah satu lembaga keuangan di Indonesia yang berbentuk bank memberikan jasa keuangan dengan menggunakan prinsip-prinsip perbankan. Bank SENDIRI menyediakan berbagai jenis fasilitas kredit, salah satunya Kredit Multi Guna. Saat ini proses analisis pengajuan kredit di Bank dilakukan dengan menggunakan Sistem Electronic Loan, akan tetapi ketika sistem bermasalah maka proses analisis kredit dilakukan dengan cara manual oleh analis. Tentu saja hal ini mengakibatkan proses analisis kredit membutuhkan waktu. Pada penelitian ini peneliti mengimplementasikan diimplementasikan penggunaan metode fuzzy tsukamoto dalam menganalisis kelayakan kredit calon debitur Bank. Proses analisis kredit pada penelitian ini menggunakan 3 variabel yaitu pekerjaan, Debt Service Ratio (DSR) yang merupakan perbandingan antara angsuran kredit dengan penghasilan, serta kolektabilitas. Masing-masing variabel memiliki 3 himpunan fuzzy dan aturan yang terbentuk adalah sebanyak 27 aturan. Kelayakan KMG calon debitur pada penelitian ini menggunakan hasil dari proses defuzzifikasi. Hasil ujicoba menunjukkan, implementasi fuzzy tsukamoto berdasarkan variabel, DSR, dan kolektabilitas berhasil menghasilkan keputusan kelayakan fasilitas kredit calon debitur Bank dari hasil defuzzifikasi. Hasil penelitian ini diharapkan dapat mempermudah analis dalam melakukan proses analisis pemutusan kredit calon debitur Bank.
IDENTIFIKASI PENYAKIT PNEUMONIA BERDASARKAN CITRA CHEST X-RAY MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Nadya Putri Ekananda; Desti Riminarsih
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6487

Abstract

Perkembangan teknologi digital telah mempengaruhi banyak bidang. Salah satunya dalam bidang kesehatan. Teknologi digital dalam bidang kesehatan banyak digunakan untuk menganalisis organ tubuh manusia bagian dalam yang sulit dilihat, menemukan obat yang tepat untuk mengobati penyakit, mendiagnosa penyakit dan masih banyak lagi. Salah satu hasil pemeriksaan yang dimanfaatkan oleh teknologi adalah hasil citra X-ray. Penyakit yang menggunakan hasil citra X-ray salah satunya adalah pneumonia. Pneumonia adalah infeksi akut pada jaringan paru-paru (alveoli). Gejala pneumonia adalah demam, sesak nafas, dahak berwarna kehijauan, serta gambaran hasil chest X-ray memperlihatan kepadatan pada bagian paru. Hasil citra chest X-ray diperiksa secara manual dan membutuhkan pencahayaan yang baik oleh dokter. Oleh karena itu, tujuan penelitian ini adalah mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mengidentifikasi penyakit pneumonia berdasarkan citra chest X-ray yang didahului dengan peningkatan kualitas citra menggunakan histogram equalization. Pada model convolutional neural network ini digunakan 5.879 citra chest X-ray, diantaranya 5.255 citra chest X-ray untuk pelatihan dan 624 citra chest X-ray digunakan untuk pengujian. Pada proses pelatihan model diperoleh tingkat akurasi sebesar 97,16%. Pada pengujian model diperoleh tingkat akurasi sebesar 88.46%.
Front Matter Jurnal Ilmiah Informatika Komputer Vol. 27 No.1, April 2022 Editorial Jurnal Ilmiah Informatika Komputer
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

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

Abstract

CLUSTERING DAERAH RAWAN KRIMINALITAS MENGGUNAKAN ALGORITMA FUZZY C-MEANS Jauharotul Inayah; Diva Ayu Safitri Nur Maghfiroh; Dian Candra Rini Novitasari
Jurnal Ilmiah Informatika Komputer Vol 27, No 2 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i2.6019

Abstract

Kriminalitas merupakan kejahatan atau tindakan ilegal yang dapat di hukum. Kejahatan seperti pembunuhan, penyerangan, pemerkosaan dan lain-lain, tumbuh secara luas saat ini. Indonesia berada dalam peringkat ke-70 sebagai salah satu negara di Dunia dengan banyaknya kriminalitas berdasarkan pada Numbeo 2022. Pengklasteran daerah rawan kejahatan ini dilakukan di Indonesia agar  masyarakat dan pihak keamanan dapat lebih waspada terhadap kriminalitas, sehingga dapat menurunkan angka kriminalitas di Indonesia. Metode yang digunakan pada pengklasteran ini adalah metode Fuzzy C-Means dan menghasilkan 3 cluster, yakni daerah rawan kriminalitas tingkat tinggi, sedang, dan rendah pada tahun 2018 hingga 2021 dengan diperoleh nilai uji silhouette coefficient rata-rata sebesar 0,8322.
KLASIFIKASI TOPIK TWEET MENGENAI COVID MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES DENGAN PEMBOBOTAN TF-IDF Lydia Mayasari; Dina Indarti
Jurnal Ilmiah Informatika Komputer Vol 27, No 1 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i1.6184

Abstract

COVID merupakan virus yang banyak menjangkiti masyarakat Indonesia, bahkan dunia saat ini. Upaya yang dilakukan oleh pemerintah yang tidak luput dari komentar masyarakat mulai dari komentar berupa pujian, kritik, serta saran yang diberikan melalui berbagai media sosial seperti Twitter. Banyak tweet yang dikirimkan mengenai COVID. Tujuan penelitian ini adalah mengklasifikasikan topik tweet mengenai COVID menggunakan Multinomial Naïve Bayes dengan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Tahapan penelitian terdiri dari analisis masalah, pengumpulan data, pelabelan data, preprocessing, pembobotan TF-IDF, pelatihan menggunakan Multinomial Naïve Bayes, dan pengujian performa. Data tweet dikumpulkan dari 9 Juni 2021 sampai 9 Juli 2021 dengan kata kunci ‘COVID’. Jumlah tweet yang digunakan dalam penelitian ini yaitu 4.909 yang terdiri dari 3.436 data pelatihan dan 1.473 data pengujian. Topik tweet dalam penelitian ini terdiri dari ekonomi, kesehatan, hiburan, sosial, dan hukum. Klasifikasi topik tweet dilakukan pada tweet bahasa Indonesia. Tweet yang telah dikumpulkan lalu melalui tahap preprocessing terdiri dari case folding, tokenizing, stopword removal, normalisasi, dan stemming. Berdasarkan hasil pengujian, akurasi klasifikasi topik tweet menggunakan Multinomial Naïve Bayes dengan pembobotan TF-IDF sebesar 61%.
PEMILIHAN ARSITEKTUR BASIS DATA BERDASARKAN ANALISIS KINERJA ORACLE INSTANCE TUNGGAL DAN RAC Sri Astuti; Lulu Chaerani Munggaran
Jurnal Ilmiah Informatika Komputer Vol 27, No 2 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i2.5993

Abstract

Beban yang semakin bertambah pada suatu server basis data dapat mengakibatkan menurunnya performa sistem untuk menyelesaikan perintah penggunanya. Berkurangnya performa dari server tersebut juga bisa berdampak terhadap response time yang semakin lambat. Salah satu cara meningkatkan kinerja server adalah dengan menambahkan sumber daya berupa server baru yang bisa dikonfigurasikan sebagai cluster. Penambahan server baru tersebut dapat disebut sebagai horizontal scaling. Horizontal scaling membantu dalam pembagian beban kerja dalam pemprosesan data. Tujuan dari penelitian ini adalah membandingkan kinerja Oracle basis data instance tunggal dengan basis data Real Application Cluster (RAC) sebagai dasar pemilihan arsitektur basis data, menggunakan  pengujian throughput, response time dan error rate. Hasil dari pengujian untuk jumlah pengguna 100,200,300,400,500,600,700,800,900,1000, basis data instance tunggal lebih unggul dalam hal throughput dan response time dibandingkan dengan cluster RAC. Basis data RAC mendapatkan hasil yang lebih unggul dibandingkan basis data instance tunggal dalam hal performa error rate, hal ini menunjukkan bahwa basis data RAC dapat melayani transaksi yang lebih banyak tanpa menghasilkan transaksi error.
SISTEM PENGIDENTIFIKASI HAMA PENYAKIT TANAMAN AGLAONEMA MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEB Hilda Tasya Salsabila; Lily Wulandari; Dini Triasanti
Jurnal Ilmiah Informatika Komputer Vol 27, No 2 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i2.4905

Abstract

Tanaman Aglaonema merupakan salah satu tanaman hias yang memiliki popularitas sangat tinggi. Daya tariknya terletak pada corak dan kilau warna daun yang dimiliki, keindahan tersebut dapat hilang jika tanaman ini mulai diserang hama penyakit. Sistem pakar dapat digunakan sebagai sistem untuk mengidentikasi hama penyakit pada tanaman. Penelitian ini membangun sebuah aplikasi berbasis web untuk mengidentifikasi hama penyakit pada tanaman Aglaonema dengan memberikan informasi hama penyakit yang menyerang dan solusi berdasarkan pakar atau ahli menggunakan metode Forward Chaining. Pengembangan aplikasi dilakukan menggunakan pendekatan SDLC dengan tahapan yaitu perencanaan, analisis kebutuhan, perancangan, implementasi dan uji coba. Pembangunan program dilakukan menggunakan framework codeigniter 3 dengan bahasa HTML, PHP, CSS dan MySQL. Pengujian aplikasi dilakukan metode pengujian Black Box yang berfungsi untuk memperhatikan kualitas dari aplikasi. Hasil pengujian Black Box menunjukkan bahwa semua menu pada aplikasi dapat berfungsi dengan baik. Aplikasi ini telah dipublikasi dan dapat diakses melalui alamat https://aglaonemaku.xyz.
ANALISIS PENGGUNAAN APLIKASI QUIZIZZ PADA EVALUASI PEMBELAJARAN DENGAN METODE MEDIA SYSTEM DEPENDENCY DAN TECHNOLOGY ACCEPTANCE MODEL Rian Ardianto; Muhammad Ilham Prasetya; Widya Lelisa Army; Euis Kusumarini; Emy Yunita Rahma Pratiwi
Jurnal Ilmiah Informatika Komputer Vol 27, No 2 (2022)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2022.v27i2.6797

Abstract

Quizizz  merupakan  suatu software yang  berisi  materi  pendidikan  yang disajikan dalam bentuk pembelajaran terintegrasi untuk melatih kreativitas dan meningkatkan kecerdasan siswa. Penggunaan metode Media System Dependency (MSD) dan Technology Acceptance Model (TAM) bertujuan untuk mengetahui model kerangka kerja dan domain spesifik pada keterlibatan teknologi siswa dalam konteks quizizz. Faktor yang cenderung tetap menggunakan quizizz dipengaruhi oleh persepsi tentang cenderungnya kemudahan atau kesulitan dalam belajar menggunakan quizizz sesuai dengan pengalaman belajar sebelumnya. Faktor lain yang mempengaruhi kondisi ini adalah sikap penerimaan atau penolakan ketika mendapatkan dampak dari penggunaan quizizz, jika dampaknya positif, maka dukungan orang tua terhadap siswa cenderung tetap menggunakan quizizz. Sikap publik terhadap penggunaan quizizz akan menjadi bentuk penerimaan jika dianggap quizizz mudah dimengerti. Berdasarkan hasil analisis dan penelitian, disimpulkan bahwa faktor-faktor yang mempengaruhi siswa untuk menggunakan quizizz adalah ketika sistem itu mudah dipelajari, fleksibel, mudah digunakan, dan memberikan metode pembelajaran yang unik.
Front Matter Jurnal Ilmiah Informatika Komputer Vol. 27 No.2, Agustus 2022 Editorial Jurnal Ilmiah Informatika Komputer
Jurnal Ilmiah Informatika Komputer Vol 27, No 2 (2022)
Publisher : Universitas Gunadarma

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

Abstract

Page 21 of 24 | Total Record : 232

 19   20   21   22   23 

Filter by Year

2006 2023


Reset
Filter By Issues
All Issue Vol 28, No 2 (2023) Vol 28, No 1 (2023) Vol 27, No 3 (2022) Vol 27, No 2 (2022) Vol 27, No 1 (2022) Vol 26, No 3 (2021) Vol 26, No 2 (2021) Vol 26, No 1 (2021) Vol 25, No 3 (2020) Vol 25, No 2 (2020) Vol 25, No 1 (2020) Vol 24, No 2 (2019) Vol 24, No 3 (2019) Vol 24, No 1 (2019) Vol 23, No 3 (2018) Vol 23, No 2 (2018) Vol 23, No 1 (2018) Vol 22, No 3 (2017) Vol 22, No 2 (2017) Vol 22, No 1 (2017) Vol 21, No 3 (2016) Vol 21, No 2 (2016) Vol 21, No 1 (2016) Vol 20, No 2 (2015) Vol 20, No 1 (2015) Vol 19, No 3 (2014) Vol 14, No 2 (2009) Vol 14, No 1 (2009) Vol 13, No 3 (2008) Vol 13, No 1 (2008) Vol 12, No 3 (2007) Vol 12, No 1 (2007) Vol 11, No 3 (2006) Vol 11, No 2 (2006) Vol 11, No 1 (2006) More Issue