Articles
13 Documents
Search results for
, issue
"Vol 4 No 2 (2022)"
:
13 Documents
clear
<![CDATA[Spatio-Temporal Analysis Polutan Karbon Monoksida (CO) Jakarta Selama Pandemi Menggunakan Sentinel-5P TROPOMI ]]>
<![CDATA[Hertanto Suryoprayogo]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.101
<![CDATA[Memahami kualitas udara secara jangka panjang merupakan salah satu tantangan besar. Saat ini DKI Jakarta termasuk kota dengan dengan tingkat mobilisasi dan polusi yang paling tinggi. Namun tingkat polusi menurun sejak Covid-19 menyebar di Indonesia. Karbon dioksida (CO) sebagai salah satu polutan yang banyak dihasilkan dari sisa pembakaran kendaraan bermotor diteliti untuk melihat pengaruh adanya pembatasan kegiatan masyarakat selama pandemi dengan tingginya konsentrasi CO. Data citra satelit Sentinel-5P Tropomi diolah menggunakan Google Earth Engine untuk memonitoring kadar ambien CO. Spatio-temporal analysis dilakukan sebagai pendekatan dalam menganalisis data time series. Pola spatio temporal menunjukkan nilai konsentrasi vertical CO yang menurun jika dibandingkan sebelum terjadinya pandemi hingga 30%, dengan nilai koefisien regresi y = -0,2415x + 35,961 dan R² = 0,1456.]]>
<![CDATA[PERANCANGAN SISTEM MONITORING PEMBAYARAN AIR PAM BERBASIS ANDROID MENGGUNAKAN METODE WATERFALL (Studi kasus : RT.002,RW.01 CIPADU LARANGAN, KOTA TANGERANG BANTEN) ]]>
<![CDATA[Lia Asmaradani Lia]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.109
<![CDATA[Air PAM merupakan kebutuhan pokok masyarakat khususnya di rt.002 Cipadu Kota. Tangerang yang sangat kekurangan air bersih namun pelayanan pegawai PDAM yang sangat terbatas, karena masih dilakukan dengan cara tidak praktis. Begitu pula dalam proses pencatatan pembayaran masih menggunakan pencatatan, dan untuk memudahkan kendala tersebut dibuatlah sebuah sistem aplikasi pencatatan pembayaran menggunakan android ini yang digunakan oleh pegawai PDAM maupun pelanggan. Dengan menggunakan metode pengumpulan data serta wawancara, observasi dan studi pustaka serta analisis data, sehingga proses pencatatan pembayaran dapat dilakukan dengan mudah dan cepat. Dan hasil dari penelitian ini adalah telah dibuatnya sistem monitoring pembayaran air PAM di rt.002 berbasis android dan memudahkan pelanggan dapat mengetahui jumlah tagihan air setiap bulannya]]>
<![CDATA[Geo-Location Clustering Untuk Menentukan Tempat Tujuan Wisata Dengan Menggunakan Algoritma PAM (Partitioning Around Medoids) ]]>
<![CDATA[Risna Risna Agustin]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.115
<![CDATA[Pariwisata adalah suatu kegiatan perjalanan dimana seorang individu atau kelompok mengunjungi suatu tempat tertentu untuk rekreasi atau mempelajari keunikan daya tarik tempat wisata yang dikunjungi. Salah satu tempat wisata di Indonesia yang banyak dikunjungi adalah Pulau Jawa dengan total kunjungan mencapai 186.894.200 jiwa dalam kurun waktu 5 tahun dimulai dari tahun 2014 hingga 2018. Dalam melakukan sebuah kunjungan wisata biasanya wisatawan akan melakukan proses perencanaan perjalanan dengan melihat informasi yang ada di internet, kemudian wisatawan akan menuliskan tempat tujuan yang akan dikunjungi. Proses merencanakan perjalanan wisata ini dapat membantu dalam mengatur perjalanan sehingga dapat mengunjungi setiap tempat wisata yang tersedia. Oleh karena itu dibutuhkan pengelompokan data tempat wisata untuk menentukan tempat wisata yang akan dikunjungi. Dalam penelitian ini algoritma PAM (Partitioning Around Medoids) digunakan untuk melakukan proses geo-location clustering pada data tempat wisata. Nilai K yang digunakan di inisialisasikan sebagai jumlah hari kunjungan. Penelitian ini menghasilkan 3 cluster, dimana cluster 0 memiliki jumlah kunjungan wisata sebanyak 284 tempat wisata dengan rata-rata koordinat masuk kedalam wilayah Jawa Barat, cluster 1 memiliki jumlah kunjungan wisata sebanyak 470 tempat wisata dengan rata-rata koordinat masuk kedalam wilayah Jawa Tengah, dan cluster 2 memiliki jumlah kunjungan wisata sebanyak 260 tempat wisata dengan rata-rata koordinat masuk kedalam wilayah Jawa Timur. Hasil evaluasi menggunakan metode Silhouette Coefficient untuk nilai K=3 yaitu 0,3386 sehingga hasil cluster yang terbentuk cukup baik.]]>
<![CDATA[Klasterisasi Perguruan Tinggi Swasta Berdasarkan Minat Siswa Menggunakan Metode K-Medoids ]]>
<![CDATA[Andika Dwi Cipta]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.116
<![CDATA[Perguruan tinggi merupakan lembaga tertinggi dari sistem pendidikan nasional. Perguruan tinggi juga memiliki peran penting dalam mengembangkan kemampuan manusia untuk dilatih dan berkembang sehingga menjadi individu yang mempunyai pola pikir dan analisis kritis dalam memecahkan sebuah masalah. Terdapat berbagai jenis perguruan tinggi di Indonesia yaitu PTN (Perguruan Tinggi Negeri), PTS(Perguruan Tinggi Swasta), PTA(Perguruan Tinggi Akademik), dan PTK(Perguruan Tinggi Kedinasan). Bagi siswa/pelajar yang akan melanjutkan pendidikan perguruan tinggi mengalami kesulitan mencari informasi perguruan tinggi mana yang diminati karena jumlah perguruan tinggi di Indonesia terhitung sangat banyak khususnya pada perguruan tinggi swasta. Kumpulan-kumpulan data umum mengenai perguruan tinggi swasta tersebut terhitung sangat banyak dan dibutuhkan suatu kesimpulan data dalam penentuan setiap Perguruan Tinggi Swasta yang diminati. Oleh sebab itu dibutuhkan pengelompokan data Perguruan Tinggi Swasta untuk dapat mengetahui informasi perguruan tinggi yang diminati. Dalam penelitian ini algoritma K-Medoids digunakan untuk melakukan klasterisasi. Penelitian ini menghasilkan 4 buah cluster dimana cluster 2 merupakan perguruan tinggi swasta yang sangat diminati, cluster 1 merupakan perguruan tinggi swasta yang cukup diminati, cluster 0 merupakan perguruan tinggi swasta yang kurang diminati, dan cluster 3 merupakan perguruan tinggi swasta yang tidak diminati. Hasil nilai evaluasi dengan menggunakan metode Silhouette Coefficient untuk 4 cluster yaitu 0,72589 sehingga hasil cluster yang terbentuk masuk kedalam cluster strong structure atau merupakan cluster terbaik]]>
<![CDATA[Model Deteksi Botnet Menggunakan Algoritma Decision Tree Dengan Untuk Mengidentifikasi Serangan Click Fraud ]]>
<![CDATA[Rafli Firdaus]]>;
<![CDATA[Asep Id Hadiana]]>;
<![CDATA[Fatan Kasyidi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.122
<![CDATA[Malicious Software (Malware) merupakan program yang dibuat khusus untuk merugikan orang lain. Salah satunya Botnet, di mana Botnet dapat menginfeksi perangkat komputer serta membuat komputer tersebut sebagai suatu alat yang nantinya akan dikendalikan secara paksa oleh pemilik dari program Malware tersebut. Botnet sendiri dapat melakukan serangan Click Fraud untuk melakukan Fake Clicks terhadap iklan yang bersifat Pay Per Click. Botnet dengan serangan Click Fraud memiliki pola tingkah laku yang dapat diklasifikasikan dengan menggunakan Dataset CTU-13. Sehingga Flow Traffic dari Botnet yang melakukan serangan Click Fraud akan dapat terdeteksi dengan menggunakan algoritma CART dengan menggunakan teknik SMOTE untuk melakukan Oversampling dan teknik Random Undersampling untuk menangati ketidakseimbangan sebaran data untuk setiap kelasnya. Dengan menggunakan rasio Undersampling yaitu 50% dan terdapat 2 skenario untuk penggunaan teknik SMOTE, yaitu sebelum dan setelah data dibagi menjadi data latih dan data uji. Berdasarkan dari hasil penelitian yang telah dilakukan dapat disimpulkan bahwa dengan penggunaan teknik SMOTE dan Random Undersampling dalam kasus untuk pendeteksian Botnet yang melakukan serangan Click Fraud sebelum membagi dataset menjadi data latih dan data uji dapat meningkatkan akurasi ataupun kinerja dari model tersebut dengan mencapai tingkat akurasi sebesar 99.97%. Dan Nilai F-Score dari model yang menggunakan SMOTE dan Random Undersampling adalah 99.96%.]]>
<![CDATA[Daur Ulang Limbah Air Menjadi Air Bersih untuk Siram Tanaman Berbasis IoT ]]>
<![CDATA[Muhamad Muhamad Royhan]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.131
<![CDATA[Air merupakan bahan untuk mandi, membersihkan peralatan , wudlu. Air bekas untuk membersihan merupakan limbah. Air limbah dari aktivitas tersebut dibuang melalui saluran ke sungai. Aktifitas dengan menggunakan air dilakukakan setiap hari dan terus dibuang. Air limbah mengandung detergen, lumpur, debu, minyak goreng. Jika limbah air langsung dibuang ke sungai menyebabkan polusi. Tanda polusi air adalah air warna putih, berbusa, bau. Air limbah di Institut Teknologi Telkom Jakarta sebelum dibuang ke sungai dilakuan penyaringan dengan tujuan menyaring detergen, minyak goreng, sisa makanan. Penyaringan dilakukan dengan bahan serabut kelapa, batu, karbon. Air yang sudah disaring dan bersih ditampung di tabung air (tandon air). Dari tabung menggunakan pompa listrik dapat digunakan untuk menyiram tumbuhan dan rumput serta bunga. Pelaksanaan penelitian mengacu SNI 3981 dan SNI 6774. Dengan memanfaatkan Internet of Things, dapat membantu untuk memonitoring kondisi air pada tabung penampung air. Untuk memonitoring dapat memanfaatkan media perangkat bergerak dengan membuat aplikasi mobile.]]>
<![CDATA[Why do Consumers Adopt E-Grocery? A Systematic Literature Review ]]>
<![CDATA[Dea Wemona Rahma]]>;
<![CDATA[Sasmi Hidayatul Yulianing Tyas]]>;
<![CDATA[Qilbaaini Effendi Muftikhali]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.133
<![CDATA[Electronic grocery (e-grocery) is currently the most emerging subset of online shopping. Every week, 28.3% of people buy grocery products online. The value of e-grocery sales in Indonesia is predicted to continue to rise and will reach around US $5.6 trillion by 2026. This indicates that e-grocery is an important potential market for quick-commerce online shopping services in the future. A Systematic Literature Review research in the field of e-grocery has existed before. A Systematic Literature Review research in the field of e-grocery has existed before. However, to date, the authors have not found SLR research that focuses on exploring the driving factors of e-grocery adoption. To bridge the gap, the purpose of this study is to provide a comprehensive overview of the factors that influence consumers to adopt e-grocery or online grocery shopping. The method used was Systematic Literature Review. The process of searching and selecting scientific articles through Scopus with various criteria resulted in 25 primary studies. The results showed that the most common driving factors found among the 25 studies were Perceived Ease of Use and Perceived Usefulness adapted from TAM theory, delivery time factor, and demographic factors such as age, gender, income, and education level. Despite the numerous factors mentioned in the primary studies, no factor has been able to represent the phenomenon of deals and promotions that are often found in various e-commerce applications, including e-grocery service providers.]]>
<![CDATA[Validasi Antena Offset Reflektor ]]>
<![CDATA[Dzul Rahman]]>;
<![CDATA[Kamelia Quzwain]]>;
<![CDATA[Nadia Media Rizka]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.135
<![CDATA[Dalam sistem komunikasi seluler Fifth-Generation (5G) terdapat subjek teknik yang baru seperti millimeter wave, ukuran sel yang kecil, dan multibeam di stasiun pangkalan yang akan diperkenalkan terkait dengan teknologi gelombang radio. Antena offset reflektor dapat digunakan pada aplikasi millimeter wave karena mampu menghasilkan gain yang tinggi. Projek ini menjelaskan pembuatan antena offset dual-reflector dengan menggunakan teknik shaping. Model antena offset reflektor berhasil didesain dengan menggunakan pemograman MATLAB. Untuk memvalidasi program MATLAB tersebut, simulasi dengan menggunakan software FEKO juga telah dilakukan. Berdasarkan hasil simulasi FEKO, antena offset dual-reflector mampu menghasilkan gain sebesar 37.7 dBi. Ini membuktikan bahwa konsep shaping untuk offset reflektor serta program MATLAB di projek ini berjalan dengan baik dan benar.]]>
<![CDATA[Perancangan Sistem Pengambilan Keputusan (SPK) Menggunakan Metode Profile Matching Untuk Penilaian Pegawai Pada ITTelkom Jakarta ]]>
<![CDATA[Ilham Roni Yansyah]]>;
<![CDATA[Qilbaaini Effendi Muftikhali]]>;
<![CDATA[Nisa Dwi Angresti]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.136
<![CDATA[IT Telkom Jakarta merupakan perguruan tinggi swasta di bawah naungan Yayasan Pendidikan Telkom, bertransformasi dari Akademik Teknik Telekomunikasi Sandhy Putra Jakarta atau dikenal dengan nama Akademi Telkom Jakarta (Akatel). Pihaknya terus berupaya meningkatkan kualitas internal dengan tujuan supaya mampu ikut bersaing bersama perguruan tinggi lain. Yaitu dengan mencoba salah satu upaya dengan mengevaluasi kinerja pegawai ITTelkom Jakarta. Saat ini, ITTelkom Jakarta masih melakukan evaluasi subjektif untuk menilai karyawan mana yang berkinerja baik, buruk, atau sangat buruk. Oleh karena itu, diperlukan sistem evaluasi dan pemantauan yang akurat, jujur, dan objektif yang dapat memotivasi karyawan demi meningkatkan produktivitas kerja mereka. Saat melakukan proses evaluasi kinerja pegawai, instansi menetapkan berbagai kriteria. Penulis mengembangkan sistem pengambilan keputusan untuk mengevaluasi kinerja karyawan dengan menggunakan metode algoritma profile matching. Dengan penggunaan sistem ini, evaluasi kinerja pegawai menjadi lebih efektif dan lebih efisien. Keywords: Sistem Pengambilan Keputusan, Kinerja Pegawai, Profile Matching.]]>
<![CDATA[BER Performance Analysis Over AWGN Channeling For GFSK Modulation To Transmitting Unstructured Data ]]>
<![CDATA[Nanang Cahyadi]]>
<![CDATA[ Journal of Informatics and Communication Technology (JICT) Vol 4 No 2 (2022) ]]>
Publisher : <![CDATA[PPM Telkom University ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.52661/j_ict.v4i2.139
<![CDATA[The first step to enable the optimize the use of information exchange radio-based could be started by providing research on supporting devices. Research on supporting devices and their application, especially in providing service to exchange text-based information is crucial and opens up chances to solve the rest challenges such as signal power, data transfer speed, and security. This research aims to evaluate signal behavior from design information text-based exchange using radio transmission. To achieve the goal, this research adopts a quantitative methodology by comparing theoretical results and simulation results of the design. tuning samples per symbol could give better BER with lower EbNo. The data also demonstrated great results that show using 2 samples per symbol could deliver the best performance that has lower BER and lowest EbNo compared to the rest of the data, including the estimated BER using coherent FSK. It affects the GFSK signal not only very smoothly compared to the FSK signal, but also being able to achieve a minimum BER with the IEEE standard without requiring excessive energy by simply setting samples per symbol at 2. This can be seen from the results of BER 10-3 with energy EbNo was 6.5 dB.]]>
