JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
JUSTINDO is a scientific journal managed by the informatics engineering study program at the university of muhammadiyah jember as a publication media for research articles in the field of systems and information technology which covers the following topics: Software engineering, Games, Information Retrieval, Computer networks, Telecommunication, Internet, Wireless technology, Network security , Multimedia technology, Mobile Computing, Parallel / Distributed Computing, Development, management and utilization of Information Systems, Organizational Governance, Enterprise Resource Planning, Enterprise Architecture Planning, e-Businness, e-Commerce, e-Learning, Data mining, Text mining, Data warehouse, Online Analytical Processing, Artificial Intelligence, Decision Support System, and Mathematics. JUSTINDO is issued twice a year in February and August. The editor invites research lecturers, reviewers, practitioners, industry, and observers to contribute to this journal. JUSTINDO provides a platform for scientists and academics throughout Indonesia to promote, share and discuss new issues and the development of information systems and information technology. JUSTINDO aims to achieve the theory and application of this sophisticated field. In 2017, JUSTINDO already has an ISSN both printed and online, for ISSN (Print) is 2502 - 5724 and for ISSN (Online) is 2541 - 5735.
Articles
10 Documents
Search results for
, issue
"Vol 3, No 2 (2018): JUSTINDO"
:
10 Documents
clear
<![CDATA[Implementasi Metode Least Significant Bit (LSB) Dengan Enkripsi Cipher Caesar Pada Steganografi Menggunakan Image Processing ]]>
<![CDATA[Bakir, Bakir]]>;
<![CDATA[Hozairi, Hozairi]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (438.06 KB)
|
DOI: 10.32528/justindo.v3i2.2258
<![CDATA[Pesan digital menggunakan layanan jaringan internet dapat menimbulkan bahaya dan berpotensi dimanfaatkan oleh pihak lain yang tidak bertanggungjawab. Hal ini dapat memicu pihak lain dengan mudah dapat mengambil, mendistribusikan dan mengubah atau memodifikasi isi dari pesan digital tersebut. Kondisi ini berbahaya jika pesan yang dikirim merupakan pesan yang sangat penting dan rahasia sehingga pengamanan pesan dengan berbagai metode perlu dilakukan agar pesan digital dapat terjaga keaslian dan keamanannya. Metode LSB (Least Significant Bit) dikombinasikan dengan algoritma Cipher Caesar dapat mempengaruhi pengolahan citra digital (image processing) dalam implementasi sistemnya sehingga dapat dimanfaatkan untuk pengamanan pesan digital. Hasil dari penelitian ini menunjukkan bahwa analisa pertama dengan objek sama dan pesan sama, analisa kedua dengan objek sama dan pesan beda, analisa ketiga dengan objek beda dan pesan sama, dan analisa keempat dengan objek beda dan pesan beda. Dari hasil analisa yang dilakukan telah terjadi perubahan beberapa nilai rata-rata yaitu warna R (red) pada piksel citra digital tersebut, tetapi citra yang disisipkan beberapa pesan tidak terlihat secara kasat mata, sehingga pesan teks yang telah disisipkan sulit dideteksi. Kombinasi metode Cipher Caesar dan Least Significant Bit telah berhasil diimplementasikan untuk tujuan Steganografi sebagai proses keamanan data.Kata Kunci : Cipher Caesar, Least Significant Bit (LSB), Steganografi]]>
<![CDATA[Optimalisasi Enkripsi Untuk Proses Pengamanan Data Menggunakan Algoritma Vegenere ]]>
<![CDATA[Karyanto, Nonot Wisnu]]>;
<![CDATA[Prasetya, Noven Indra]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (826.861 KB)
|
DOI: 10.32528/justindo.v3i2.2252
<![CDATA[Proses pengamanan data sangat penting karena untuk menjaga integritas dan validitas data. Saat ini banyak cara dari pihak-pihak tertentu untuk melakukan serangan-serangan data dengan berbagai metode yang semakin berkembang. Seiring perkembangan teknologi yang sangat cepat maka proses penyerangan data juga semakin banyak dan canggih. Dari perkembangan serangan data yang beredar saat ini, peneliti melakukan penelitian untuk melakukan kajian sampai sejauh mana proses pengamanan data yang dilakukan oleh para pengelola data yang berhubungan dengan teknologi informasi, dan seberapa besar dampak yang diperoleh apabila terjadi serangan data tersebut. Algoritma Vegenere digunakan untuk mengkaji bagaimana proses pengamanan data yang dilakukan dalam algoritma tersebut dengan perkembangan teknologi sekarang ini.Kata Kunci : Pengamanan Data, Validitas Data, Algoritma Vegenere]]>
<![CDATA[Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network ]]>
<![CDATA[Ilahiyah, Sarirotul]]>;
<![CDATA[Nilogiri, Agung]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (516.941 KB)
|
DOI: 10.32528/justindo.v3i2.2254
<![CDATA[Convolutional Neural Network adalah salah satu algoritma Deep Learning yang merupakan pengembangan dari Multilayer Peceptron (MLP) yang dirancang untuk mengolah data dalam bentuk dua dimensi, misalnya gambar atau suara. CNN dibuat dengan prinsip translation invariance yaitu dapat mengenali objek dalam citra pada berbagai macam posisi yang mungkin. Terdapat 2000 citra daun yang diklasifikasi menggunakan Alexnet. Alexnet merupakan arsitektur CNN milik Krizhevsky yang memiliki delapan layer ekstraksi fitur. Layer tersebut terdiri dari lima layer konvolusi dan tiga pooling layer. Dalam layer klasifikasinya, Alexnet mempunyai dua layer Fully Connected yang masing-masing mempunyai 4096 neuron. Pada akhir layer terdapat pengklasifikasian kedalam 20 kategori menggunakan aktifasi softmax. Rata-rata akurasi dari hasil klasifikasi mencapai 85%. Sedangkan akurasi dari identifikasi berhasil mencapai 90% yang didapatkan dari pengujian 40 citra.Kata Kunci : Deep Learning, Convolutional Neural Network, Alexnet.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Di Universitas Muhammadiyah Jember Dengan Metode Profile Matching ]]>
<![CDATA[Umam, Miftah Chatibul]]>;
<![CDATA[Arifianto, Deni]]>;
<![CDATA[Cahyanto, Triawan Adi]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (754.974 KB)
|
DOI: 10.32528/justindo.v3i2.2255
<![CDATA[Instansi atau perusahaan merupakan tempat dimana karyawan bekerja dan mendapatkan penghargaan atas kinerja yang dicapai. Universitas Muhammadiyah (UM) Jember merupakan lembaga pendidikan yang setiap tahunnya memberikan penghargaan kepada karyawan yang berprestasi, biasanya akan diumumkan pada acara milad. Penelitian ini bertujuan untuk memilih karyawan berprestasi tingkat universitas di UM Jember. Metode yang digunakan dalam penelitian ini adalah metode Profile Matching (PM). Metode PM digunakan untuk membandingkan selisih nilai antara profil posisi yang disebut dengan gap. Metode PM ini memiliki beberapa tahapan dan perumusan dalam perhitungan meliputi pemetaan gap, pembobotan, perhitungan dan pengelompokan core dan secondary factor, perhitungan nilai total, dan perhitungan penentuan ranking. Jumlah kandidat karyawan berprestasi yang terseleksi sebanyak 10 orang dari keseluruhan jumlah karyawan UM Jember. Berdasarkan perhitungan sistem, karyawan berprestasi yang terpilih adalah Budiharto, S.H dengan nilai ranking adalah 4,79.Kata Kunci : Profile Matching, Karyawan Berprestasi]]>
<![CDATA[Pengukuran Maturity Level Layanan Kepariwisataan Disparporahub Kabupaten Bondowoso Dengan COBIT 4.1 dan Structural Equation Model ]]>
<![CDATA[Triantini, Kunti]]>;
<![CDATA[Rahayu, Yeni Dwi]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (481.237 KB)
|
DOI: 10.32528/justindo.v3i2.2257
<![CDATA[Layanan kepariwisataan Disparporahub Kabupaten Bondowoso menyediakan informasi yang dibutuhkan bagi calon wisatawan dalam melakukan perjalanan wisata dan media promosi objek wisata. Pengukuran Maturity Level bertujuan untuk melihat tingkat kepuasan para wisatawan yang menjadi tujuan akhir dalam pengukuran layanan kepariwisataan. Pengukuran Maturity Level ini dilakukan menggunakan kerangka kerja COBIT 4.1 dengan perspektif kinerja Pelanggan, yaitu Tujuan Bisnis (BG-4), Tujuan Teknologi Informasi (ITG-3), dan Proses Teknologi Informasi (ITP) PO-8, AI-4, DS-1, DS-2, DS-7, DS-8, DS-10, DS-13. Sedangkan Structural Equation Model (SEM) digunakan untuk menghitung seberapa besar pengaruh variabel-variabel laten berdasarkan control process COBIT dengan memberikan nilai kuantitatif menggunakan metode PLS (Partial Least Square). Hasil akhir penelitian berupa rekomendasi berdasarkan Proses Teknologi Informasi yang didapat dari nilai hasil kesenjangan (gap) COBIT Maturity Level dengan nilai hasil pengaruh dari SEM. Dengan adanya rekomendasi ini diharapkan layanan kepariwisataan Disparporahub Kabupaten Bondowoso dapat ditingkatkan untuk mencapai tingkat kepuasan wisatawan secara optimal.Kata Kunci : Kepariwisataan, Maturity Level, COBIT, PLS, Rekomendasi]]>
<![CDATA[Optimalisasi Enkripsi Untuk Proses Pengamanan Data Menggunakan Algoritma Vegenere ]]>
<![CDATA[Nonot Wisnu Karyanto]]>;
<![CDATA[Noven Indra Prasetya]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v3i2.2252
<![CDATA[Proses pengamanan data sangat penting karena untuk menjaga integritas dan validitas data. Saat ini banyak cara dari pihak-pihak tertentu untuk melakukan serangan-serangan data dengan berbagai metode yang semakin berkembang. Seiring perkembangan teknologi yang sangat cepat maka proses penyerangan data juga semakin banyak dan canggih. Dari perkembangan serangan data yang beredar saat ini, peneliti melakukan penelitian untuk melakukan kajian sampai sejauh mana proses pengamanan data yang dilakukan oleh para pengelola data yang berhubungan dengan teknologi informasi, dan seberapa besar dampak yang diperoleh apabila terjadi serangan data tersebut. Algoritma Vegenere digunakan untuk mengkaji bagaimana proses pengamanan data yang dilakukan dalam algoritma tersebut dengan perkembangan teknologi sekarang ini.Kata Kunci : Pengamanan Data, Validitas Data, Algoritma Vegenere]]>
<![CDATA[Implementasi Deep Learning Pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network ]]>
<![CDATA[Sarirotul Ilahiyah]]>;
<![CDATA[Agung Nilogiri]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v3i2.2254
<![CDATA[Convolutional Neural Network adalah salah satu algoritma Deep Learning yang merupakan pengembangan dari Multilayer Peceptron (MLP) yang dirancang untuk mengolah data dalam bentuk dua dimensi, misalnya gambar atau suara. CNN dibuat dengan prinsip translation invariance yaitu dapat mengenali objek dalam citra pada berbagai macam posisi yang mungkin. Terdapat 2000 citra daun yang diklasifikasi menggunakan Alexnet. Alexnet merupakan arsitektur CNN milik Krizhevsky yang memiliki delapan layer ekstraksi fitur. Layer tersebut terdiri dari lima layer konvolusi dan tiga pooling layer. Dalam layer klasifikasinya, Alexnet mempunyai dua layer Fully Connected yang masing-masing mempunyai 4096 neuron. Pada akhir layer terdapat pengklasifikasian kedalam 20 kategori menggunakan aktifasi softmax. Rata-rata akurasi dari hasil klasifikasi mencapai 85%. Sedangkan akurasi dari identifikasi berhasil mencapai 90% yang didapatkan dari pengujian 40 citra.Kata Kunci : Deep Learning, Convolutional Neural Network, Alexnet.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Di Universitas Muhammadiyah Jember Dengan Metode Profile Matching ]]>
<![CDATA[Miftah Chatibul Umam]]>;
<![CDATA[Deni Arifianto]]>;
<![CDATA[Triawan Adi Cahyanto]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v3i2.2255
<![CDATA[Instansi atau perusahaan merupakan tempat dimana karyawan bekerja dan mendapatkan penghargaan atas kinerja yang dicapai. Universitas Muhammadiyah (UM) Jember merupakan lembaga pendidikan yang setiap tahunnya memberikan penghargaan kepada karyawan yang berprestasi, biasanya akan diumumkan pada acara milad. Penelitian ini bertujuan untuk memilih karyawan berprestasi tingkat universitas di UM Jember. Metode yang digunakan dalam penelitian ini adalah metode Profile Matching (PM). Metode PM digunakan untuk membandingkan selisih nilai antara profil posisi yang disebut dengan gap. Metode PM ini memiliki beberapa tahapan dan perumusan dalam perhitungan meliputi pemetaan gap, pembobotan, perhitungan dan pengelompokan core dan secondary factor, perhitungan nilai total, dan perhitungan penentuan ranking. Jumlah kandidat karyawan berprestasi yang terseleksi sebanyak 10 orang dari keseluruhan jumlah karyawan UM Jember. Berdasarkan perhitungan sistem, karyawan berprestasi yang terpilih adalah Budiharto, S.H dengan nilai ranking adalah 4,79.Kata Kunci : Profile Matching, Karyawan Berprestasi]]>
<![CDATA[Pengukuran Maturity Level Layanan Kepariwisataan Disparporahub Kabupaten Bondowoso Dengan COBIT 4.1 dan Structural Equation Model ]]>
<![CDATA[Kunti Triantini]]>;
<![CDATA[Yeni Dwi Rahayu]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v3i2.2257
<![CDATA[Layanan kepariwisataan Disparporahub Kabupaten Bondowoso menyediakan informasi yang dibutuhkan bagi calon wisatawan dalam melakukan perjalanan wisata dan media promosi objek wisata. Pengukuran Maturity Level bertujuan untuk melihat tingkat kepuasan para wisatawan yang menjadi tujuan akhir dalam pengukuran layanan kepariwisataan. Pengukuran Maturity Level ini dilakukan menggunakan kerangka kerja COBIT 4.1 dengan perspektif kinerja Pelanggan, yaitu Tujuan Bisnis (BG-4), Tujuan Teknologi Informasi (ITG-3), dan Proses Teknologi Informasi (ITP) PO-8, AI-4, DS-1, DS-2, DS-7, DS-8, DS-10, DS-13. Sedangkan Structural Equation Model (SEM) digunakan untuk menghitung seberapa besar pengaruh variabel-variabel laten berdasarkan control process COBIT dengan memberikan nilai kuantitatif menggunakan metode PLS (Partial Least Square). Hasil akhir penelitian berupa rekomendasi berdasarkan Proses Teknologi Informasi yang didapat dari nilai hasil kesenjangan (gap) COBIT Maturity Level dengan nilai hasil pengaruh dari SEM. Dengan adanya rekomendasi ini diharapkan layanan kepariwisataan Disparporahub Kabupaten Bondowoso dapat ditingkatkan untuk mencapai tingkat kepuasan wisatawan secara optimal.Kata Kunci : Kepariwisataan, Maturity Level, COBIT, PLS, Rekomendasi]]>
<![CDATA[Implementasi Metode Least Significant Bit (LSB) Dengan Enkripsi Cipher Caesar Pada Steganografi Menggunakan Image Processing ]]>
<![CDATA[Bakir Bakir]]>;
<![CDATA[Hozairi Hozairi]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 3, No 2 (2018): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v3i2.2258
<![CDATA[Pesan digital menggunakan layanan jaringan internet dapat menimbulkan bahaya dan berpotensi dimanfaatkan oleh pihak lain yang tidak bertanggungjawab. Hal ini dapat memicu pihak lain dengan mudah dapat mengambil, mendistribusikan dan mengubah atau memodifikasi isi dari pesan digital tersebut. Kondisi ini berbahaya jika pesan yang dikirim merupakan pesan yang sangat penting dan rahasia sehingga pengamanan pesan dengan berbagai metode perlu dilakukan agar pesan digital dapat terjaga keaslian dan keamanannya. Metode LSB (Least Significant Bit) dikombinasikan dengan algoritma Cipher Caesar dapat mempengaruhi pengolahan citra digital (image processing) dalam implementasi sistemnya sehingga dapat dimanfaatkan untuk pengamanan pesan digital. Hasil dari penelitian ini menunjukkan bahwa analisa pertama dengan objek sama dan pesan sama, analisa kedua dengan objek sama dan pesan beda, analisa ketiga dengan objek beda dan pesan sama, dan analisa keempat dengan objek beda dan pesan beda. Dari hasil analisa yang dilakukan telah terjadi perubahan beberapa nilai rata-rata yaitu warna R (red) pada piksel citra digital tersebut, tetapi citra yang disisipkan beberapa pesan tidak terlihat secara kasat mata, sehingga pesan teks yang telah disisipkan sulit dideteksi. Kombinasi metode Cipher Caesar dan Least Significant Bit telah berhasil diimplementasikan untuk tujuan Steganografi sebagai proses keamanan data.Kata Kunci : Cipher Caesar, Least Significant Bit (LSB), Steganografi]]>
