INDEXIA最新文献

{"title":"KLASIFIKASI PENERIMAAN TENAGA KERJA TERTUTUP MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN)","authors":"Rizal Kurnia Pratama, Fridy Mandita","doi":"10.30587/indexia.v6i1.7224","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.7224","url":null,"abstract":"Perusahaan yang telah menerapkan pemanfaatan teknologi tidak akan lepas dari pengolahan data atau informasi, akan tetapi tidak semua perusahaan dapat memaksimalkan pengolahan data yang mereka miliki, salah satunya di CV. Arfa Nusantara Teknologi, data calon karyawan yang masuk ke dalam sebuah  perusahaan  tidak dilakukan pengolahan lebih lanjut. Penelitian ini mencoba untuk melakukan pengolahan terhadap data calon karyawan yang masuk ke sebuah perusahaan dengan tujuan untuk mengklasifikasikan data calon tenaga kerja berdasarkan variabel hasil skor tes teknis dari tim penilai, total nilai bobot keahlian, minimum gaji yang diminta dan jumlah tahun pengalaman bekerja dengan mengimplementasikan algoritma K-Nearest Neighbor (KNN), dengan implementasi algoritma ini nantinya akan dihasilkan beberapa klasifikasi data calon tenaga kerja yaitu paling baik, cukup baik dan kurang baik yang dimana dapat membantu tim penilai dalam perusahaan tersebut untuk membuat keputusan dalam menerima calon tenaga kerja yang terbaik bagi perusahaan dan mengetahui tingkat akurasi dari algoritma tersebut. Selain itu penelitian ini mencoba beberapa jumlah pengambilan ketetanggaan KNN dan menerapkan K-Fold Cross Validation dalam menentukan model optimal klasifikasi. Pada model optimal yang berhasil didapatkan berada di rata-rata nilai akurasi, presisi dan recall adalah 100% pada pembagian k = 4 dan k = 5 di uji coba pengambilan 10 K-Fold Cross Validation. Sedangkan nilai ketetanggan algoritma KNN paling baik adalah k = 7. Pada pengujian System Usability Scale didapatkan skor sebesar 80,21 dan masuk kedalam kategori nilai B.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"40 9","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141117404","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PENGELOLAAN POPULASI KUCING LIAR MELALUI COLLABORATIVE FILTERING: DAMPAK TERHADAP KESEHATAN MASYARAKAT DAN EKOSISTEM LOKAL","authors":"M. Hidayat, S. Supriyono","doi":"10.30587/indexia.v6i1.7386","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.7386","url":null,"abstract":"Seiring berjalannya waktu, kebersamaan sahabat kucing telah menjadi aspek yang abadi dalam kehidupan kita. Namun, sebuah masalah signifikan telah muncul: reproduksi kucing yang cepat, mengakibatkan kelebihan populasi yang tidak terkendali. Kelebihan hewan peliharaan ini memiliki dampak yang besar pada masyarakat sekitar. Banyaknya kucing liar menimbulkan tantangan besar, termasuk meningkatnya risiko kesehatan masyarakat akibat penularan penyakit seperti rabies dan toksoplasmosis, gangguan pada ekosistem lokal akibat pemangsaan yang tidak terkendali terhadap burung dan satwa liar kecil, serta masalah kebersihan dan kenyamanan di masyarakat. Lebih jauh lagi, situasi ini merenggangkan hubungan sosial di antara para tetangga, sehingga menimbulkan konflik dan ketidaknyamanan. Untuk mengatasi masalah yang memiliki banyak sisi ini, penelitian ini memperkenalkan pendekatan inovatif kecerdasan buatan yang berpusat pada model Penyaringan Kolaboratif. Sistem ini menggunakan teknik pembelajaran mesin, termasuk Penyaringan Kolaboratif, untuk meningkatkan fungsinya. Menyerupai platform pencocokan yang populer, sistem yang dihasilkan berkolaborasi dengan para profesional kedokteran hewan lokal dan organisasi penyelamatan hewan. Tujuan utamanya adalah untuk memfasilitasi identifikasi pemilik yang bertanggung jawab atas kucing, memastikan kehidupan yang bermartabat bagi mereka. Pendekatan perintis ini menjanjikan dampak positif pada populasi kucing dan masyarakat, serta mendorong koeksistensi yang harmonis. Sifat kolaboratif dari sistem ini, yang melibatkan Rumah Steril dan Lets Adopt Indonesia, menggarisbawahi potensinya untuk mengurangi tantangan yang ditimbulkan oleh kelebihan populasi kucing liar dan mempromosikan hubungan yang seimbang dan saling menghormati antara manusia dan kucing. Hasil Penelitian ini menghasilkan rekomendasi id kucing paling baik: 63, 58, 56, 22, 64, 35, 60, 39, 21, dan 7.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"96 2","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141116209","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PENGEMBANGAN SISTEM INFORMASI PENILAIAN KEAMANAN APLIKASI BERDASARKAN APPLICATION SECURITY VERIFICATION STANDARD (ASVS)","authors":"Samsudiat Sam, Hartanto Kurniawan, Cahyono Nugroho","doi":"10.30587/indexia.v6i1.7629","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.7629","url":null,"abstract":"Dalam rangka memenuhi tuntutan transformasi digital di setiap sektor bisnis, penggunaan sistem informasi elektronik berupa aplikasi meningkat dengan pesat. Aplikasi berbasis web dan mobile merupakan platform sistem informasi yang paling banyak digunakan karena sesuai dengan kebutuhan penggunaannya yang hanya memerlukan jaringan internet untuk dapat terhubung dengan server. Server tersebut tentu melayani banyak pengguna dan banyak permintaan dimana masih terdapat banyak kasus serangan siber yang mengganggu aspek kerahasiaan, keutuhan, dan ketersediaan data dan informasi. Oleh karena itu, peningkatan keamanan aplikasi dengan melakukan penilaian keamanan aplikasi diperlukan dan Application Security Verification Standard (ASVS) merupakan salah satu standar yang memiliki beberapa tingkatan persyaratan keamanan yang dapat disesuaikan dengan kebutuhan pengembangan aplikasi di Indonesia. Penelitian ini mengembangkan sistem informasi penilaian keamanan aplikasi berdasarkan ASVS dengan menerapkan metode pengembangan Software Development Life Cycle (SDLC) yang terdiri dari proses perencanaan, desain, pembangunan, pengujian, operasional, dan pemeliharaan aplikasi. Berdasarkan hasil pengujian, aplikasi yang dikembangkan mampu menyediakan instrumen penilaian keamanan aplikasi yang sesuai dengan kebutuhan persyaratan sehingga pemilik atau pengembang aplikasi dapat melakukan peningkatan keamanan aplikasi secara mandiri, baik untuk aplikasi berbasis web maupun mobile.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"130 17","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141114932","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PENERAPAN WEBSOCKET PENDETEKSI PENYAKIT PANCAROBA DENGAN SISTEM SENSOR SUHU TUBUH BERBASIS PYTHON","authors":"Calvin Bagus Ananta, Ichsan Maulana, Deni Sutaji, Muhammad Syaifudin, Mahfudz Alfanani Syafiqi","doi":"10.30587/indexia.v6i1.7300","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.7300","url":null,"abstract":"ABSTRAK \u0000Penelitian ini mengembangkan sistem pendeteksi suhu tubuh manusia yang menjadi relevan dalam menghadapi masalah terkait berbagai macam penyakit di Indonesia. Perubahan suhu tubuh manusia menjadi salah satu indikator penting dari berbagai penyakit seperti hipotermia, hiperpireksia, malaria, dan tipes, mengingat musim pancaroba yang mempengaruhi kondisi kesehatan dan memicu peningkatan kasus penyakit menular. hasil pengujian menunjukkan kinerja yang baik. Rata-rata perbedaan waktu pada client 1 - 3 sekitar 0.1. detik, menunjukkan respons cepat dalam mendeteksi suhu tubuh. Hasil deteksi dari client 1 - 3 dapat terbaca dengan jelas pada tampilan Websocket, menegaskan keandalan sistem dalam memberikan informasi suhu tubuh secara akurat dan efisien. Implementasi OpenCV dan protokol Websocket dalam bahasa pemrograman Python memberikan dukungan yang solid untuk keberhasilan sistem ini dalam mendukung pengecekan suhu tubuh secara real-time. \u0000Kata kunci: Websocket, Suhu Tubuh, OpenCV, Python. \u0000  \u0000ABSTRACT \u0000This research develops a human body temperature detection system that becomes relevant in facing problems related to various diseases in Indonesia. Changes in human body temperature are one of the important indicators of various diseases such as hypothermia, hyperpyrexia, malaria, and typhoid, considering the transition season which affects health conditions and triggers an increase in cases of infectious diseases. The test results showed good performance. The average time difference on clients 1 - 3 is about 0.1. seconds, indicating a quick response in detecting body temperature. The detection results from clients 1 - 3 can be read clearly on the Websocket display, confirming the reliability of the system in providing body temperature information accurately and efficiently. The implementation of OpenCV and Websocket protocols in Python provides solid support for the success of these systems in supporting real-time body temperature checks. \u0000Keywords: Websocket, Body Temperature, OpenCV, Python.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"7 7","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141126780","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"ANALISIS USABILITY TESTING WEBSITE LMS POLTEKSSN MENGGUNAKAN METODE SYSTEM USABILITY SCALE","authors":"Zulma Mardiah","doi":"10.30587/indexia.v6i1.7584","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.7584","url":null,"abstract":"Penelitian ini bertujuan untuk menganalisis usability website LMS PoltekSSN menggunakan metode System Usability Scale (SUS) dalam konteks Interaksi Manusia Komputer (IMK). Dengan melibatkan 30 Taruna dari program studi Rekayasa Kriptografi, penelitian ini mengevaluasi karakteristik responden dan hasil perhitungan skor SUS untuk menilai tingkat usabilitas sistem. Metode penelitian yang digunakan melibatkan pengguna dalam memberikan penilaian subjektif terhadap website LMS PoltekSSN. Hasil analisis mencakup efisiensi, memorabilitas, tingkat kesalahan, dan kepuasan pengguna dalam menggunakan platform pembelajaran online tersebut. Dengan pendekatan metode SUS, penelitian ini memberikan wawasan yang mendalam terhadap pengalaman pengguna dan efektivitas sistem. Hasil analisis menunjukkan skor SUS sebesar 63,5, yang mengindikasikan tingkat usabilitas yang dapat diterima namun masih memiliki ruang untuk peningkatan. Kesimpulan dari penelitian ini memberikan dasar yang kuat untuk pengembangan lebih lanjut guna meningkatkan kualitas layanan pendidikan online di Politeknik Siber dan Sandi Negara. Diharapkan temuan ini dapat memberikan kontribusi positif dalam meningkatkan kepuasan pengguna dan efisiensi sistem LMS PoltekSSN.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"106 45","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141125863","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}

{"title":"PENERAPAN BIOMETRIC FACE RECOGNITION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK PADA APLIKASI BERBASIS ANDROID","authors":"Fahmi Abdullah, Soffiana Agustin","doi":"10.30587/indexia.v6i1.4958","DOIUrl":"https://doi.org/10.30587/indexia.v6i1.4958","url":null,"abstract":"A security system with a high level of accuracy is needed to prevent data leakage, one way to prevent data leakage is to implement a face recognition biometric security system in a login system. In this study, the application of face recognition was carried out in the online workshop application login system (Mecha). The implementation is carried out using the Convolutional Neural Network method which is applied to android-based applications using tensorflow lite by adding assets with the .tflite extension to the Android Studio Integrated Development Environment (IDE) as well as the Google ML Kit library used as the pre-processing process. The results showed that the face recognition biometric security system can be applied to android-based applications and the Convolutional Neural Network method can be used to recognize faces even in dark conditions in online workshop applications (Mecha), the application of the Convolutional Neural Network method in online workshop applications (Mecha) provides average accuracy of 88.25%. With testing from genuine users of 99.25% and testing from non-genuine users of 77.25%.","PeriodicalId":512651,"journal":{"name":"INDEXIA","volume":"104 51","pages":""},"PeriodicalIF":0.0,"publicationDate":"2024-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"141126165","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}