Jurnal Teknologi Terpadu

Penerapan K-Means dan Rank Order Centroid pada Proporsi Individu dengan Keterampilan Teknologi Informasi dan Komputer

2023-04-18T09:53:03+00:00

Perkembangan teknologi yang berlangsung begitu cepat mengakibatkan perubahan yang terus terjadi dan sumber daya manusia yang mumpuni dibutuhkan guna mendukung zaman yang kian berkembang. Penelitian ini bertujuan untuk mengelompokkan individu keterampilan teknologi informasi dan komputer di Indonesia berdasarkan wilayah. Penelitian ini dilakukan dengan menggunakan K-Means clustering dan metode Rank Order Centroid, serta metode evaluasi clustering Davies-Bouldin Index untuk menilai akurasi. K-means clustering merupakan algoritma yang sederhana dan tidak membutuhkan target kelas. Terdapat kekurangan pada proses K-Means yaitu pada tahap penentuan centroid awal, maka dari itu digunakan metode ROC. Berdasarkan data yang diambil dari situs Badan Pusat Statistik Nasional tentang data proporsi individu usia 15-59 tahun dengan keterampilan TIK menurut provinsi selama rentang tahun 2017-2021 menghasilkan 3 cluster di antaranya adalah cluster tingkat tinggi terdapat 8 provinsi, cluster tingkat sedang terdapat 22 provinsi dan cluster tingkat rendah terdapat 4 provinsi dan didapatkan nilai evaluasi DBI sebesar 0,163625 yang mendekati 0, berarti kualitas akurasi dari hasil clustering baik. Berdasarkan hasil clustering dengan akurasi yang baik, penggunaan K-Means dapat dikombinasikan dengan ROC dan cukup efektif. Dari hasil penelitian ini dapat dimanfaatkan oleh pemerintah untuk meningkatkan kualitas sumber daya manusia di wilayah dengan tingkat keterampilan teknologi informasi dan komputer yang rendah. Saran untuk penelitian selanjutnya, menggunakan algoritma clustering lain dan ROC sebagai perbandingan.

Pengaruh Keseimbangan Data terhadap Akurasi Model Support Vector Machine pada Data Set Donor Darah

2023-05-29T02:35:56+00:00

Pada klasifikasi, data yang tidak seimbang menjadi hal yang umum ditemukan. Data yang tidak seimbang memiliki rasio ketimpangan kelas mayoritas dan minoritas. Model yang dilatih dengan data yang tidak seimbang mengakibatkan model cenderung memprediksi kelas minoritas sebagai kelas mayoritas. Penelitian ini memiliki tujuan untuk mengetahui pengaruh keseimbangan data terhadap akurasi model klasifikasi Support Vector Machine (SVM). Data set yang digunakan adalah data set donor darah yang diunduh dari repositori milik University of California,Irvine (UCI). Alat Waikato Environment for Knowledge Analysis (WEKA) dipilih untuk menyajikan hasil pengembangan pelatihan dan pengujian model. Skema kerangka kerja penelitian digunakan sebagai acuan Knowledge Flow. Pada skenario-1, pra-pemrosesan data mencakup penanganan missing value menggunakan mean-impulse dan normalisasi MinMax Scaling. Dengan data set yang memiliki rasio ketimpangan 1:3, pengklasifikasi SVM mendapatkan performa akurasi sebesar 76.7%. Sedangkan pada skenario-2, pasca pra-pemrosesan dilakukan penyeimbangan data menerapkan Synthetic Minority Oversampling Technique (SMOTE). Pengklasifikasi SVM mendapatkan performansi akurasi 69.8%. Kinerja model dievaluasi menggunakan confusion metric. Gap nilai recall tiap kelas sangat tinggi pada skenario-1 (2.8% dan 99.8%). Hal yang berbeda pada skenario-2 (75.6% dan 64%). Hasil uji 748 sampel, didapatkan akurasi 76.7% model skenario-1, dan akurasi 93.2% model skenario-2. Hal ini membuktikan bahwa keseimbangan data memiliki pengaruh terhadap akurasi model klasifikasi SVM.

Klasifikasi Jenis Burung menggunakan Metode Transfer Learning

2023-05-22T06:29:07+00:00

Indonesia dikenal karena kekayaan sumber daya alamnya yang melimpah, termasuk keberagaman fauna jenis burung yang dimiliki negara ini. Identifikasi dan klasifikasi jenis burung menjadi penting dalam menjaga keanekaragaman hayati serta untuk pengelolaan habitat yang efektif. Oleh karena itu, diperlukan pendekatan yang efisien dan akurat untuk mengidentifikasi jenis burung. Penelitian ini bertujuan untuk menguji dan membandingkan arsitektur MobileNetV2 dengan arsitektur yang sudah pernah digunakan pada penelitian sebelumnya dalam mengenali jenis burung menggunakan pendekatan deep learning. Kami menggunakan pendekatan transfer learning yang memanfaatkan pengetahuan yang sudah ada dari model yang telah dilatih sebelumnya, dan mengombinasikannya dengan algoritma Convolutional Neural Network (CNN) untuk mendeteksi dan mengklasifikasikan burung berdasarkan citra dengan total data gambar yaitu 95.376 data. Hasil eksperimen menunjukkan bahwa dengan menggunakan arsitektur MobileNetV2, kami mencapai akurasi sebesar 96,4% dengan nilai loss sebesar 0,241. Dalam membandingkannya dengan arsitektur yang sudah pernah digunakan pada penelitian sebelumnya, hasil yang kami dapatkan menunjukkan peningkatan signifikan dalam akurasi dan efisiensi. Waktu yang dibutuhkan untuk melakukan klasifikasi pada setiap langkah adalah sekitar 646 ms. Penelitian ini menunjukkan bahwa penggunaan arsitektur MobileNetV2 dalam pendekatan transfer learning dengan CNN sangat efektif dalam melakukan klasifikasi jenis burung.

Analisis dan Perbandingan Tools Forensik menggunakan Metode NIST dalam Penanganan Kasus Kejahatan Siber

2023-05-22T06:21:18+00:00

Kasus Kejahatan siber di Indonesia setiap tahunnya mengalami peningkatan, pada masa pandemi COVID -19 seperti sekarang, masyarakat mengandalkan internet untuk melakukan kegiatan sehari-hari seperti kegiatan belajar mengajar, jual-beli online, kerja dari rumah, dan lain sebagainya. Oleh karena itu kasus kejahatan siber di Indonesia mengalami peningkatan, salah satu contoh yang paling sering terjadi yaitu kasus Cyberbullying di berbagai jejaring social media dengan platform mobile, salah satunya WhatsApp Messanger. Penelitian ini akan menganalisis dan membandingkan hasil dari tools MOBILedit Forensic Express dan Magnet Axiom dengan menggunakan metode National Institute of Standards and Technology (NIST). Metode tersebut dapat memudahkan proses investigasi pada skenario kasus yang ada pada penelitian ini. Peneliti juga akan membandingkan hasil yang diperoleh oleh kedua tools yang digunakan pada proses forensik ini. Hasil dari penelitian ini pada aplikasi WhatsApp Messanger menunjukkan tools Magnet Axiom sedikit lebih unggul dengan akurasi 81,8% dibandingkan MOBILedit Forensics Express 72,7% dalam kondisi objek Un-rooted.

Strategi Implementasi SIEM untuk Mengurangi Risiko terhadap Kebocoran Informasi

2023-05-31T02:40:40+00:00

Pada tahun 2022 terdapat lebih dari 100 kasus kebocoran informasi yang diakibatkan dari illegal akses. Penelitian ini, menggunakan metode System Development yang dikombinasikan dengan studi kasus. Early Warning Systems (EWS) dirancang untuk memberikan informasi secara realtime dari pelanggaran kejadian yang berlangsung. EWS juga membantu dalam verifikasi saat personil masuk ke dalam Console Perangkat. Teknik konfigurasi Policy Based Correlation dilakukan untuk mempermudah filter log yang masuk ke dalam Centralized Log Management (CLM). Konfigurasi Rule Based Correlation dilakukan pada perangkat Network Security dan log dari perangkat tersebut dikirimkan ke CLM. Log menjadi kunci dalam investigasi jika terjadi insiden. Teknik Pengamanan log yang dilakukan adalah dengan model CLM. Dari CLM inilah EWS dapat melakukan filter malicious activity dan malicious event dari seluruh perangkat. Malicious Activity dan Event yang ditangkap oleh EWS akan diteruskan informasinya melalui telegram dan email. Pengukuran Risiko IT dilakukan untuk mengukur seberapa jauh tingkat keamanan yang telah diterapkan dan dapat membantu mitigasi jika terjadi kebocoran data, informasi maupun pelanggaran dan insiden. Evaluasi dilakukan selama dua minggu dan mendapatkan hasil seperti berkurangnya aktivitas tanpa izin, kinerja maksimal pada sistem notifikasi yang dapat membantu verifikasi akses izin masuk ke dalam perangkat dan mudahnya pendeteksian jika terjadi ilegal akses, perubahan file dll.

Smart Buildings menggunakan Hyperledger Fabric Blockchain untuk Manajemen Transaksi dan Pemodelan 3D

2023-07-10T13:27:21+00:00

Pembangunan rumah atau renovasi rumah harus mempertimbangkan banyak faktor yang kompleks. Hal ini dikarenakan akan ada kesalahan/human-error terjadi. Dampak dari itu akan menimbulkan kerugian pada jasa arsitek dan menghilangkan kepercayaan customer yang tidak puas. Salah satu masalah yang lain adalah customer yang menggunakan pihak perantara atau pihak ketiga dalam proses pembangunan/renovasi rumah, sehingga mengakibatkan pembengkakan dana. Hal ini dikarenakan proses pembangunan/renovasi rumah tidak sesuai dengan keinginan customer. Penelitian ini memanfaatkan suatu teknologi hyperledger fabric blockchain dan smart building yang digunakan untuk mengelola manajemen arsitek dan konsumen tanpa perantara. Teknologi ini dapat mengelola manajemen pembangunan/renovasi rumah melalui informasi denah rumah 3 dimensi, anggaran dana awal rumah, informasi harga bahan bangunan, dan kebutuhan material setiap harinya. Tujuan dari penelitian ini untuk memantau proses pembangunan rumah/ renovasi tanpa pihak ketiga. Penelitian ini menggunakan Metode Pengembangan Multimedia Development Life Cycle (MDLC) untuk membuat aplikasinya. Sedangkan untuk penerapan teknologi blockchain menggunakan Software Hyperledger Fabric. Dengan adanya penelitian ini diharapkan dapat meningkatkan kepercayaan dan dapat menguntungkan kedua belah pihak antara customer dan developer. Dari hasil penelitian ini menghasilkan sebuah sistem manajemen transaksi dan pemodelan 3D arsitek. Hasil pengujian data block number 65 – 66 tercatat setiap transaksi memiliki waktu proses dari 02:32:47 sampai 02:32:50, dengan begitu transaksi ini membutuhkan waktu 3 detik. Sedangkan hasil pengujian White Box sistem ini dapat berjalan sesuai dengan alur program dan dapat memenuhi kebutuhan pengguna.

Implementasi Metode Clarke and Wright Savings dalam Penyelesaian Vehicle Routing Problem di PT. Adiguna Gasindo

2023-10-04T01:10:34+00:00

Vehicle routing problem (VRP) merupakan sebuah permasalahan untuk menemukan rute paling optimal dengan tambahan sebuah batasan (constrain). PT. Adiguna Gasindo adalah salah satu agen gas LPG. Data yang digunakan pada penelitian adalah data pengiriman harian ke agen-agen disertai data jumlah muatan per kendaraan. Permasalahan pada penelitian ini adalah ketidakefektifan dalam pengiriman gas LPG ke agen-agen. Tujuan penelitian ini adalah menggunakan metode Saving Matrix untuk menyelesaikan permasalahan VRP. Metode Clarke and Wright Savings atau biasa disebut dengan Saving Matrix akan diimplementasikan untuk menyelesaikan VRP. Pada penelitian ini pendekatan jarak yang digunakan adalah nearest insert dan nearest neighbor. Skenario pengujian yang dilakukan menggunakan tiga jenis kendaraan dengan kapasitas berbeda yaitu kecil (225 kg), sedang (275 kg), dan besar (480 kg). Hasil yang diperoleh akan dibandingkan dengan hasil aktual (rute yang pernah dilakukan) sebagai hasil validasi. Perangkat yang digunakan untuk membangun metode ini menggunakan Bahasa Pemrograman Python dengan IDE Jupiter Notebook. Dari 90 hasil skenario yang berbeda hasil yang diperoleh kendaraan dengan muatan besar adalah kendaraan yang mendapat rute paling optimal baik dari jarak dan biaya. Saving Matrix akan lebih optimal jika dilakukan dengan penambahan teknik nearest insert atau nearest neighbor.

Analisis dan Perancangan Antarmuka Aplikasi Wisata Menggunakan Metode User Centered Design (UCD)

2023-10-04T01:18:54+00:00

Lampung memiliki banyak tempat wisata dan kawasan alam yang menarik perhatian para wisatawan, baik dalam maupun dari luar negeri. Namun, masih ada tantangan dalam mengoptimalkan potensi pariwisata Lampung. Salah satu tantangannya adalah akses informasi yang terbatas mengenai destinasi wisata, akomodasi, dan kegiatan yang tersedia. Selain itu, koordinasi antara wisatawan dan pihak terkait seperti pengelola destinasi dan pelayanan pariwisata juga perlu ditingkatkan. Untuk mengatasi masalah ini, dirancanglah prototipe aplikasi VACALAM (Vacation Lampung) menggunakan Figma dengan metode User-Centered Design (UCD). Penelitian ini bertujuan untuk meningkatkan kenyamanan dan kepuasan pengguna dalam menggunakan aplikasi Vacalam dan mendorong wisatawan untuk mengunjungi Lampung. Dalam aplikasi ini terdapat beberapa fitur di antaranya fitur pemesanan tiket, daftar wisata, wisata yang sedang trending, dan daftar acara di Lampung. Hasil dari penelitian ini berupa perancangan antarmuka pengguna yang mengikuti prinsip desain yang baik, termasuk kesederhanaan, konsistensi, dan keterbacaan. Penggunaan warna, tipografi, dan ikon juga dipertimbangkan untuk meningkatkan kejelasan dan tampilan visual aplikasi. Perancangan antarmuka pengguna dan pengalaman pengguna yang sudah baik telah diuji menggunakan System Usability Scale (SUS), dengan skor akhir sebesar 71,75. Hasil ini memberikan panduan bagi pengembang aplikasi lain dalam merancang antarmuka pengguna dan pengalaman pengguna yang menarik dan responsif menggunakan Figma.

Rancang Bangun Website Lelang Mobil menggunakan Framework Codeigniter 3 pada PT.ABC

2023-11-04T12:23:00+00:00

Lelang adalah penjualan barang secara publik dengan penawaran lisan atau tertulis untuk mencapai harga tertinggi. PT.ABC merupakan perusahaan lelang yang bergerak di bidang lelang mobil. Kegiatan lelang yang dilakukan PT.ABC masih menggunakan cara konvensional. Sistem konvensional memiliki beberapa kekurangan di antaranya pencatatan yang manual, rentan hilang, dan peserta lelang wajib datang ke lokasi untuk membeli barang hasil lelang. Penelitian ini melakukan pembangunan website lelang mobil untuk meningkatkan efisiensi bisnis lelang. Aplikasi dibangun menggunakan Framework CodeIgniter 3 dengan menggunakan basis data MySQL dan teknologi websocket yaitu Socket.IO. Metode pengembangan perangkat lunak menggunakan metode waterfall. Pengumpulan data dilakukan dengan wawancara dan observasi di PT.ABC dan didapatkan data kebutuhan sistem lelang online, alur kegiatan lelang mobil dan hal-hal yang dibutuhkan peserta untuk mengikuti lelang. Pembangunan aplikasi digunakan sebuah konsep pemodelan yaitu UML. Aplikasi diuji dengan menggunakan user acceptance test dengan jumlah responden sebanyak 5 orang untuk admin dan 24 orang untuk front-end. Hasil evaluasi menunjukkan bahwa aplikasi sangat layak digunakan dan membantu proses berjalannya bisnis dengan hasil kuesioner website admin 93% dan website front-end 91,67%.

Klasifikasi Motif Songket Palembang menggunakan Support Vector Machine berdasarkan Histogram of Oriented Gradients

2023-11-06T02:30:04+00:00

Songket Palembang merupakan salah satu warisan budaya takbenda dengan domain kemahiran dan kerajinan tradisional. Songket Palembang memiliki beberapa jenis motif antara lain Bunga Cina, Cantik Manis, dan Pulir. Upaya pelestarian dilakukan dengan memberikan pemahaman tentang motif songket palembang. Pada penelitian ini dilakukan pengklasifikasian motif songket Palembang berdasarkan fitur bentuk dengan menggunakan metode Histogram of Oriented Gradient (HOG). Berdasarkan hasil pengujian terhadap 45 citra data uji, bahwa metode HOG mampu menjadi fitur dalam klasifikasi citra motif Songket Palembang, yaitu motif Bunga Cina, Cantik Manis, dan Pulir. Metode Support Vector Machine (SVM) digunakan sebagai metode klasifikasi yang dapat mengenali motif Songket Palembang dengan kernel RBF, Linier dan Polinomial. Hasil pengujian menunjukkan bahwa kernel RBF menjadi kernel terbaik yang menghasilkan rata-rata nilai accuracy sebesar 88.1%, precision sebesar 84.1%, recall sebesar 82.2% dan f1-score sebesar 82.6% serta dari tiga motif songket Palembang yang diuji didapatkan hasil bahwa motif Songket Palembang yang paling mudah diklasifikasikan dengan baik adalah motif Cantik Manis untuk semua jenis kernel SVM.