cover
Contact Name
Safitri Juanita
Contact Email
Safitri.juanita@budiluhur.ac.id
Phone
+62215869225
Journal Mail Official
telematika.mkom@budiluhur.ac.id
Editorial Address
Sekretariat TELEMATIKA MKOM Jl. Ciledug Raya No.99, RT.1/RW.2, Petukangan Utara, Jakarta Selatan, 12260. Unit 7, Lantai 2. Fakultas Teknologi Informasi - Universitas Budi Luhur Telp. (021) 5869225, 5853753 ext 227, 228
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Telematika MKOM
ISSN : 2085725X     EISSN : 25279033     DOI : 10.36080
Core Subject : Science,
Jurnal ini memuat hasil-hasil penelitian dengan topik-topik penelitian yang berasal dalam cakupan rumpun ilmu Komputer khususnya studi penelitian dasar dan terapan dalam Rekayasa Komputasi Terapan dan Teknologi Sistem Informasi, seperti: 1. Network Computer and Security 2. Data Mining 3. Sistem pakar (Expert System) 4. Jaringan syaraf tiruan (Artificial Neural Network) 5. Natural Language Processing (NLP) 6. Game Development 7. Visi Komputer 8. Temu balik Informasi 9. Artificial Intelligent 10 Internet of Things 11. E-Learning 12. IT Governance serta topik lainnya yang masuk ke dalam rumpun ilmu tersebut
Articles 6 Documents
Search results for , issue "Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017" : 6 Documents clear
PENGGUNAAN HYBRID CRYPTOSYSTEM UNTUK ENKRIPSI DAN DEKRIPSI PESAN MESSANGER MENGGUNAKAN ALGORITMA RIVEST SHAMIR ADLEMAN (RSA) DAN ADVANCED ENCRYPTION STANDARD (AES) DENGAN FIREBASE PADA ANDROID Ahmad Pudoli; Dewi Kusumaningsih
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (618.433 KB)

Abstract

Perkembangan Teknologi Informasi membuat seseorang dengan mudah mendapatkan informasi, dan komunikasi juga dapat dilakukan dimanapun dan kapanpun. Dalam perkembangan untuk melakukan komunikasi bukan hanya dengan telpon atau SMS, tetapi juga layanan Messenger. Aplikasi messenger pada awalnya berbasis desktop, namun sekarang sudah bergeser berbasis perangkat bergerak (mobile). Beberapa aplikasi messanger sudah menerapkan pengamanan namun ada juga yang belum menggunakan pengamanan. Jika ada seseorang melakukan serangan contohnya sniffing, maka dapat dengan mudah pesan dapat dibaca. Hal ini dapat merugikan pengguna, terlebih pesan tersebut bersifat rahasia. Untuk mengantisipasi agar pesan tidak mudah dibaca oleh orang yang tidak berhak, maka perlu dibuat sistem pengamanan pada pesan tersebut. Salah satu cara untuk melakukan pengamanan tersebut adalah dengan enkripsi. Banyak teknik kriptografi yang dapat digunakan. Pada penelitian ini, digunakan Hybrid Cryptosystem dengan kombinasi RSA dan AES. Untuk menjaga keabsahan dari pesan yang dikirim perlu ditambahkan teknik error detection yang dalam hal ini menggunakan hash function. Pada penelitian ini menghasilkan aplikasi yang dapat memberikan keamanan pesan dengan memenuhi seluruh aspek keamanan informasi yang meliputi kerahasiaan, integritas, dan otentikasi.
APLIKASI PREDIKSI PERSEDIAAN TABUNG GAS MENGGUNAKAN ALGORITMA GENETIKA DAN REGRESI LINIER BERGANDA STUDI KASUS: PT. TRIMITA UTAMA Silviana Sulistiani; Wahyu Pramusinto
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (708.361 KB)

Abstract

Gas merupakan bahan bakar yang saat ini digunakan untuk memasak oleh ibu rumah tangga. Kebutuhan tabung gas di masyarakat tiap bulan berbeda-beda. PT. Trimita Utama sebagai pihak perusahaan distributor tabung gas sulit memperkirakan berapa kebutuhan tabung gas yang harus disediakan tiap bulannya. Persediaan yang terlalu banyak menyebabkan terjadi penumpukan di gudang dan bahaya kebocoran. Persediaan yang terlalu sedikit akan menimbulkan kerugian. Oleh karena itu dibutuhkan suatu aplikasi yang dapat memprediksikan seberapa banyak jumlah tabung gas yang akan terjual di bulan selanjutnya, sehingga pihak perusahaan dapat memperkirakan seberapa banyak jumlah tabung gas yang harus disediakan. Sistem prediksi sendiri hingga saat ini telah banyak dikembangkan menggunakan berbagai macam metode yang ada. Pada penelitian kali ini, aplikasi akan dikembangkan dengan metode Regresi Linier Berganda dengan menggunakan proses Algoritma Genetika. Pada kasus ini algoritma genetika dapat digunakan untuk memprediksikan persediaan tabung gas mengacu kepada data penjualan dari 12 bulan sebelumnya. Diharapkan aplikasi dapat memprediksikan secara akurat atau mendekati dengan data aktual, sehingga pihak perusahaan dapat mengetahui berapa banyak persediaan tabung gas yang harus disiapkan untuk bulan berikutnya. Hasil pengujian aplikasi prediksi menggunakan algoritma genetika ini menghasilkan rata-rata persentase error sebesar 4.1% yang berarti aplikasi prediksi persediaan tabung gas ini mempunyai tingkat keakuratan sebesar 95.99%.
PROTOTIPE KNOWLEDGE MANAGEMENT SYSTEM DENGAN MENGGUNAKAN METODE SECI PADA UPSTREAM TECHNOLOGY CENTER PT. PERTAMINA Galih Gumilar Widhasmara; Achmad Solichin
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1035.551 KB)

Abstract

Perusahaan yang kompetitif saat ini ialah perusahaan yang mampu mengeksploitasi knowledge yang ada pada setiap sumber daya manusianya dengan tujuan untuk mencapai keunggulan dan daya saing pada tingkat yang paling optimal. Dalam pemanfaatan knowledge yang tepat dan akurat, tidaklah mudah jika hanya bergantung kepada pengetahuan itu sendiri. Namun dibutuhkan wadah yang dapat digunakan untuk menunjang pembentukan knowledge yang ada dan dimanfaatkan guna mensukseskan tujuan perusahaan. Banyaknya knowledge management system yang telah diterapkan di beberapa perusahaan di Indonesia serta keterbatasan sumber informasi yang mengakibatkan tingginya tingkat ketergantungan kepada staf ahli dan tidak adanya budaya sharing knowledge antar karyawan pada saat ini. Karena alasan tersebut maka penelitian ini bertujuan untuk membuat sebuah model prototipe knowledge management system dengan harapan terbentuknya budaya sharing antar karyawan dan dapat memfasilitasi proses sharing knowledge tersebut. Penelitian ini dilakukan di Upstream Technology Center PT. Pertamina. Adapun pembentukan knowledge yang dipakai pada penelitian ini dirujuk ke dalam model SECI yang dikembangkan oleh Nonaka dan menggunakan metode pengembangan FAST sebagai acuan dalam mengembangkan knowledge management system.
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE AHP DAN SAW PADA PT. SUKMA JAYA MANDIRI Humisar Hasugian; Esa Putra
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1547.451 KB)

Abstract

Penelitian ini membahas tentang sistem penunjang keputusan untuk pemilihan pegawai terbaik pada PT. Sukma Jaya Mandiri. Penilaian kinerja pegawai untuk mencari pegawai terbaik diperlukan supaya pegawai menjadi termotivasi untuk mendapatkan reward dari perusahaan. Masalah yang terjadi dalam proses pemilihan pegawai terbaik adalah sulitnya dalam merekap hasil evaluasi kepegawaian, tidak adanya tempat penyimpanan data pegawai yang terstruktur, belum menggunakan metode-metode pemilihan yang tepat, serta tidak adanya perangkingan dari seluruh pegawai sehingga masing-masing pegawai tidak diketahui peringkatnya. Oleh karena itu, penggunaan sistem penunjang keputusan diharapkan dapat membantu dalam pemilihan pegawai terbaik pada PT. Sukma Jaya Mandiri dengan menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan bobot masing-masing kriteria dan Simple Additive Weighting (SAW) untuk menentukan total nilai akhir dari setiap alternatif sehingga dapat melakukan perangkingan pegawai. Hasil yang didapatkan adalah sebuah sistem penunjang keputusan yang memberikan perangkingan hasil pemilihan pegawai terbaik dan menunjukan pegawai yang terpilih menjadi pegawai terbaik. Pegawai yang terbaik adalah pegawai yang memiliki nilai akhir tertinggi dibandingkan dengan pegawaipegawai lainnya. Sistem penunjang keputusan ini dibuat menggunakan MySQL sebagai database dan Microsoft Visual Studio 2008 sebagai tool.
MODEL KEAMANAN PESAN PADA VIDEO MENGGUNAKAN METODE ONE’S COMPLEMENT CRYPTOGRAPHY DAN TRACK FREE ATOM STEGANOGRAPHY 1 Pujianto Pujianto
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1323.933 KB)

Abstract

Steganography merupakan ilmu dan seni yang mempelajari cara penyembunyian informasi rahasia ke dalam suatu media sehingga manusia tidak dapat menyadari keberadaan pesan tersebut. Penyembunyian pesan pada file video dikenal dengan istilah steganografi video. Metode track free atom merupakan metode penyisipan pesan pada hirarki elements free video mp4 yang penggunaannya mudah, cepat dan dapat menampung pesan rahasia dalam jumlah yang relatif banyak. Untuk meningkatkan keamanan pesan rahasia pada video dengan ditambahkan metode One’s Complement pada Cryptography. Dengan menggunakan teknik gabungan Cryptography dan Steganography, pesan rahasia yang disisipkan pada video dapat lebih aman dan stego video yang dihasilkan tidak mengalami perubahan kualitas dibandingkan dengan cover videonya sehingga tidak menimbulkan kecurigaan bahwa ada pesan rahasia di dalam video, serta waktu yang dibutuhkan mulai dari penyisipan pesan ke dalam cover video sampai pengambilan pesan dari stego video relatif sangat cepat. Hasil analisis pengujian penyisipan pesan pada video mp4 menggunaan algoritma track free atom berhasil dilakukan dengan baik, bahkan tanpa mempengaruhi kualitas audio dan gambar yang ada didalamnya dikarenakan atom mdat yang digunakan untuk menyimpan sample audio dan gambar tidak dirubah. Ini menyebabkan nilai pengujian menggunakan PSNR adalah 100, APNSR adalah 100, MSE adalah 0, SSIM adalah 1, MSSSIM adalah 1, dan 3-Component SSIM INDEX adalah 1. Sehingga tidak ada perubahan kualitas antara video asli dengan video steganography.
CONTENT-BASED IMAGE RETRIEVAL CITRA ASET BERDASARKAN FITUR TEKSTUR DENGAN METODE GRAY LEVEL CO-OCCURANCE MATRIX (GLCM) Painem Painem
Telematika MKOM Vol 9, No 3 (2017): Jurnal Telematika MKOM Vol. 9 No. 3 November 2017
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (682.739 KB)

Abstract

Teknik pencarian yang umum digunakan saat ini adalah teknik pencarian menggunakan teks. Sehingga dalam pencarian pada citra jika berbasis teks masih kurang maksimal. Karena pada saat melakukan pencari keyword (kata kunci) yang dimasukkan harus sesuai dengan nama file yang akan digunakan. Apabila nama file tidak sama dengan keyword yang dimasukkan maka data citra aset yang dicari tidak ditemukan. Penamaan file yang harus sama dalam bentuk huruf besar dan huruf kecilnya. Untuk mengatasi masalah pencarian tersebut maka digunakan teknik pencarian  CBIR (Content Base Image Retrieval). CBIR adalah suatu metode pencarian citra dengan melakukan perbandingan antara fitur citra queri dengan fitur citra yang ada didalam database. Fitur citra yang akan digunakan pada penelitian ini adalah fitur tekstur dengan metode Gray Level CoOccurance Matrix (GLCM). Dan untuk melakukan perbandingan menggunakan metode Eucledean Distance(ED). Pengujian dengan data latih menunjukkan bahwa model dapat mengenali seluruh citra aset yang diujikan. Namun pada pengujian dengan data uji diluar data latih, sistem hanya mampu mengenali citra aset dengan akurasi 10%. Hal tersebut masih sangat rendah dan perlu ditingkatkan di penelitian mendatang. Pengujian dengan metode pembanding klasifikasi SVM menunjukkan bahwa nilai akurasi yang dihasilkan adalah 41,1%. Rendahnya nilai akurasi dapat disebabkan karena kualitas data yang rendah, kurangnya data latih dan penggunaan ciri GLCM yang tidak tepat.

Page 1 of 1 | Total Record : 6


Filter by Year

2017 2017