Komputika 

About: Komputika is an academic journal published by Universitas Komputer Indonesia. The journal publishes majorly in the area(s): Computer science & Engineering. It has an ISSN identifier of 2252-9039. It is also open access. Over the lifetime, 25 publications have been published receiving 10 citations. The journal is also known as: Jurnal Sistem Komputer.

Pengenalan Gestur Angka Pada Tangan Menggunakan Arsitektur AlexNet Dan LeNet Pada Metode Convolutional Neural Network

Abstract: Gestur merupakan salah satu jenis komunikasi dengan membentuk suatu objek seperti huruf atau angka pada tangan untuk menyampaikan pesan ataupun sebuah informasi, salah satunya gestur angka pada tangan yang memiliki banyak jenisnya dengan pola yang berbeda untuk setiap pergerakan angka yang terbentuk. Salah satu solusi yang dapat dilakukan untuk melakukan pengenalan gestur angka pada tangan kepada komputer adalah menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur AlexNet maupun LeNet. Penelitian ini menggunakan dataset citra gestur angka yang sebelumnya dilakukan tahap pre-processing yang terdiri dari threshold dan resize. Penelitian dilakukan menggunakan 2 pooling layer, yaitu Average Pooling dan Max Pooling kemudian menggunakan optimizer, yaitu SGD, RMSprop, dan Adam. Berdasarkan hasil pengujian yang didapatkan pada penelitian ini, yaitu penggunaan arsitektur AlexNet dengan Average Pooling dan optimizer RMSprop menghasilkan akuras dan f1-score keseluruhan 99,45% serta penggunaan arsitektur LeNet dengan Average Pooling dan optimizer RMSprop menghasilkan akurasi dan f1-score keseluruhan 99,49%. Secara keseluruhan penggunaan Average Pooling dengan optimizer RMSprop mendapatkan tingkat akurasi yang paling baik dibandingkan dengan pengujian yang lainnya.

Analisis Sentimen Penilaian Masyarakat Terhadap Pejabat Publik Menggunakan Algoritma Naïve Bayes Classifier

Abstract: Umumnya masyarakat Indonesia menyampaikan opini kepada pejabat publik dilakukan dengan melibatkan organisasi masyarakat secara demonstrasi. Namun, dikarenakan era digital masa kini banyak masyarakat juga yang memilih dalam menanggapi/merespon kinerja pejabat publik dengan menyampaikannya melalui media sosial salah satunya Twitter. Opini masyarakat yang tercatat dalam Twitter dapat digunakan untuk dilakukan analisis secara terstruktur mengggunakan analisis sentiment. Analisis sentiment bertujuan untuk membentuk data menjadi kelas tertentu. Klasifikasi kelas yang ada dalam analaisis sentiment berupa kelas positif dan kelas negatif. Pada penelitian ini menerapkan algoritma Naïve Bayes dalam melakukan klasifikasi sentimen data Twitter penilaian masyarakat terhadap pejabat publik. Data yang digunakan berasal dari data teks sebanyak 8000 Tweet yang kemudian dilakukan proses preprocessing sehingga menghasilkan 7993 data. Evaluasi kinerja algoritma menggunakan confusion matrix untuk mendapatkan nilai accuracy dan error rate. Hasil analisis sentimen menunjukkan penilaian masyarakat dengan frekuensi tertinggi berada pada kelas negatif. Performa algoritma menunjukkan nilai accuracy sebesar 64,55% dengan error rate sebesar 35,45%.

Analisis Pengamanan Jaringan Menggunakan Router Mikrotik dari Serangan DoS dan Pengaruhnya Terhadap Performansi

Abstract: Denial of Service (DoS) menjadi ancaman siber serius dan berdampak destruktif karena dapat melumpuhkan target dengan membanjiri traffic dalam jumlah besar. Router sebagai gateway memegang peranan vital dalam jaringan, jika fungsinya terganggu maka akan berdampak langsung terhadap performa jaringan keseluruhan. Penelitian ini bertujuan untuk menganalisis pengamanan jaringan dari DoS menggunakan router mikrotik dengan memanfaatkan fitur-fitur keamanan bawaan dan menilai tingkat keefektifannya. Dengan menggunakan metodologi PPDIOO, terdapat enam kondisi router yang diujikan terhadap DoS dengan lima indikator yang diukur. Hasil yang diperoleh bahwa pengamanan dengan firewall raw pada kondisi 6 menjadi yang paling efektif dan efisien dibandingkan kondisi lainnya. Konsumsi CPU berhasil diturunkan hingga 20% dan ping response time kembali ke kondisi normal, serta proses deteksi dan blokir sudah terotomatisasi. Namun, seluruh pengamanan dengan fitur-fitur keamanan bawaan dinilai tidak efektif dalam menghadapi DoS, karena terbukti konsumsi CPU masih tinggi, traffic DoS juga tidak dapat dinihilkan, hanya latensi yang dapat dinormalkan.

Aplikasi Penjadwalan Laboratorium Berbasis Android Pada SMK Bina Satria

Abstract: SMK Bina Satria is one of the schools located in the city of Medan which is tasked with educating the nation's children to have better quality human resources. The laboratory scheduling system is still done conventionally. The schedule for using the laboratory is recorded in a book and then socialized to each teacher concerned. By doing this method, there are still some problems that occur, among others, teachers need a lot of time and energy in obtaining information about the laboratory schedule because they have to come directly to the school. In addition, the admin also has difficulty in conveying laboratory schedule information to the teachers because the admin has to socialize with the teachers one by one. The author conducted this research to design and build an android-based laboratory scheduling application at SMK Bina Satria. With this application, it is hoped that this application can help the SMK Bina Satria admin in processing laboratory schedules and assisting SMK Bina Satria teachers in obtaining laboratory schedule information easily and quickly via an Android smartphone. This application is built using Kodular application and Airtable database.

Implementasi Algoritma Text Mining dan Cosine Similarity untuk Desain Sistem Aspirasi Publik Berbasis Mobile

Abstract: Keberadaan DPRD di daerah sering disebut sebagai fungsi perwakilan karena bertugas menyuarakan aspirasi rakyat dan bertindak atas nama rakyat (pemerintah perwakilan) di bidang legislatif. Selama ini sebagian besar masyarakat masih sulit menyampaikan aspirasinya kepada Dewan Perwakilan Rakyat Daerah (DPRD) Kota Makassar dan mendapatkan masukan atas aspirasi yang disampaikan masyarakat kepada Dewan Perwakilan Rakyat Daerah (DPRD). Masalah penelitian adalah bagaimana mengolah data aspirasi masyarakat untuk mengkategorikan mereka berdasarkan komisi berbasis mobile dan data aspirasi masyarakat mendapatkan masukan dari Dewan Perwakilan Rakyat Daerah (DPRD) atas aspirasi yang mereka kirimkan. Tujuan dari penelitian ini adalah untuk membangun sebuah aplikasi yang dapat menampung aspirasi masyarakat dan kemudian dapat mengklasifikasikannya dan meneruskannya ke komisi berbasis mobile yang sesuai, untuk menyediakan sistem yang dapat digunakan DPRD untuk memberikan masukan. Metode penelitian adalah algoritma Text Mining dan Cosine Similarity. Hasil penelitian adalah Aplikasi menggunakan kombinasi metode text mining dan Cosine similarity mengukur kesamaan fungsional masing-masing komisi dengan aspirasi yang diinput oleh masyarakat sehingga aspirasi dapat tepat sasaran. Syarat penetapan multikomisi adalah harus ≥ 75% dari nilai maksimum.