Journal of Informatics Engineering Research and Technology https://ejournal-medan.uph.edu/iert <p><strong><em>Jurnal Informatics Engineering Research and Technology</em></strong> (IERT) hadir sebagai wadah bagi para developer, peneliti, dan ilmuwan yang hendak menyumbangkan karya ilmiahnya bagi dunia ilmu pengetahuan di bidang Teknik Informatika.</p><p>Jurnal yang diterbitkan oleh Prodi Teknik Informatika Universitas Pelita Harapan ini menerima publikasi hasil pengembangan atau penelitian terbaru di bidang Teknik Informatika. Topik-topik meliputi pengembangan <em>software desktop, web, mobile, database system, artificial intelligence, data warehouse, data mining, UI/UX programming, IT infrastructure, Internet of Things, Game Development, Cyber Security,</em> dan topik-topik lainnya.</p><p>Setiap tahunnya, Jurnal IERT terbit dalam dua (2) periode yaitu pada Bulan Agustus dan Februari</p> Universitas Pelita Harapan en-US Journal of Informatics Engineering Research and Technology - <p>Penulis yang menerbitkan jurnal ini menyetujui persyaratan berikut:</p><ol><li>Penulis memiliki hak cipta dan memberikan hak untuk publikasi pertama jurnal dengan karya yang secara simultan dilisensikan di bawah <a href="http://creativecommons.org/licenses/by/3.0/" target="_new">Creative Commons Attribution License</a> yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepengarangan karya dan publikasi awal dalam jurnal ini.</li><li>Penulis dapat membuat perjanjian kontrak tambahan yang terpisah untuk distribusi non-eksklusif versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya di jurnal ini.</li><li>Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam repositori institusional atau di situs web mereka) sebelum dan selama proses pengajuan, karena dapat menyebabkan pertukaran yang produktif, serta kutipan yang lebih awal dan lebih besar dari karya yang diterbitkan (Lihat <a title="Pengaruh Akses Terbuka" href="http://opcit.eprints.org/oacitation-biblio.html" target="_blank">Pengaruh Akses Terbuka</a>).</li></ol> PERBANDINGAN METODE EXTREME LEARNING MACHINE DAN BACKPROPAGATION UNTUK MENGKLASIFIKASI PHISING WEBSITES https://ejournal-medan.uph.edu/iert/article/view/309 <span class="normaltextrun"><em><span>Situs web phishing merupakan salah satu jenis kejahatan elektronik yang terus berkembang secara pesat dan juga salah satu yang paling berbahaya, yang dapat memberikan dampak negatif yang sangat besar terhadap e-banking dan berbagai jenis bisnis online seperti e-commerce dan penyedia Software-as-a-Service (SaaS). Umumnya, jenis kejahatan ini dimulai dari pengiriman e-mail yang menyerupai e-mail yang dikirim oleh instansi resmi yang berisi informasi pemberitahuan kepada korban bahwa perlu dilakukan suatu pembaharuan atau verifikasi data yang disertai dengan link untuk menuju situs tersebut. Situs tersebut merupakan situs web palsu yang dibangun oleh pelaku kejahatan yang dimana menyamari dan menyerupai situs aslinya untuk mendapatkan informasi sensitif dan pribadi korban. Oleh karena itu, diperlukan suatu metode yang efektif untuk mendeteksi apakah suatu website termasuk kategori phishing atau tidak. Penelitian ini menyajikan metodologi pendeteksian phishing websites berbasis machine learning dengan menggunakan dan membandingkan metode Extreme Learning Machine (ELM) dan neural network dengan algoritma backpropagation. Extreme Learning Machine merupakan algoritma pembelajaran untuk feedforward neural networks dengan 1 lapisan tersembuyi yang secara acak menentukan bobot input dan output. Backpropagation merupakan algoritma pembelajaran neural networks yang melakukan penyesuaian bobot untuk mendapatkan hasil terbaik. Hasil penelitian menunjukkan metode backpropagation dalam mengklasifikasi phishing websites memberikan ketepatan klasifikasi sebesar 91.85% lebih besar dibanding dengan metode ELM dengan ketepatan klasifikasi 84.07%.</span></em></span><span class="eop"><span> </span></span> Okky P Barus S.Kom., MM Ronaldo Ronaldo Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-30 2019-08-30 1 1 PERBANDINGAN METODE ALGORITMA C4.5 DAN EXTREME LEARNING MACHINE UNTUK MENDIAGNOSIS PENYAKIT JANTUNG KORONER https://ejournal-medan.uph.edu/iert/article/view/305 <span lang="EN-US">Menurut World Health Organization (WHO) peningkatan penyakit kardiovaskuler meningkat sebanyak 28% per tahun dan akan semakin bertambah setiap tahunnya bila tidak di diagnosis penyakit tersebut. Pada tahun 2015, menurut World Health Organization (WHO) menyebutkan bahwa terdapat 17.5 juta orang di dunia meninggal akibat penyakit kardiovaskular atau 31% dari kematian di seluruh dunia, dan di Indonesia sendiri angka kematian yang disebabkan penyakit kardiovaskukar adalah 7,4 juta (42.3%) diantaranya disebabkan oleh penyakit jantung koroner (PJK). Penyakit Jantung koroner merupakan penyakit yang disebabkan karena penyempitan arteri koroner. Terdapat berbagai metode yang dapat digunakan untuk mendiagnosa apakah seseorang terkena penyakit jantung koroner atau tidak yaitu dengan menggunakan metode jaringan saraf tiruan. Penelitian ini mengimplementasikan suatu metode yaitu Extreme Learning Machine (ELM). Extreme Learning Machine merupakan jaringan saraf tiruan feed-forward­ dengan satu atau lebih hidden layer yang dikenal dengan istilah single hidden layer feed-forward neural. Algortima C4.5 adalah salah satu algoritma yang dapat digunakan untuk membuat pohon keputusan (decision tree). Setelah eksperimen dilakukan menggunakan metode algoritma C4.5 mampu memberikan hasil diagnosis yang sangat baik. Dengan menggunakan confusion matrix, didapatkan tingkat akurasi yang menunjukkan bahwa algoritma C4.5 memiliki nilai 1.27 kali lebih baik dibandingkan dengan extreme learning machine (ELM).</span> Jefri Junifer Pangaribuan Cathlin Tedja Sentosa Wibowo Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-30 2019-08-30 1 1 PERANCANGAN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN ALAT BANTU PENGLIHATAN DI JAYA OPTIKAL DEGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) https://ejournal-medan.uph.edu/iert/article/view/311 <div class="WordSection1"><p><em>Curah hujan yang jatuh di setiap negara itu berbeda beda, ada negara yang memiliki curah hujan tinggi dan ada negara yang memiliki curah hujan rendah. Perkiraan klimatologi ini harus bisa kita laksanakan agar negara kita siap untuk menghadapi musim banjir, salah satunya Jaya Optikal merupakan optik yang memiliki fungsi untuk memenuhi kebutuhan alat bantu penglihatan kepada konsumen. Masyarakat terkadang dapat kebingungan ketika diberi pilihan untuk memilih lebih baik menggunakan kacamata atau lensa kontak sebagai alat bantu penglihatan paling sesuai. Konsumen Jaya Optikal memiliki permasalahan dalam penentuan keputusan untuk memilih alat bantu penglihatan karena sistem yang digunakan masih tradisional sehingga masyarakat dengan tingkat pengetahuan yang rendah mengenai softlens dan kacamata dapat menjadi sangat kebingungan untuk mengambil keputusan. Agar proses penentuan alat bantu penglihatan dapat berjalan maka dibutuhkan sebuah Sistem Pendukung Keputusan yang berbasis web dengan menggunakan metode perhitungan Simple Additive Weighting. Metode pengembangan sistem yang digunakan adalah Metode Waterfall. Sistem yang dirancang dapat membantu konsumen dalam penentuan keputusan terbaik untuk memilih alat bantu penglihatan paling sesuai. Dalam menentukan alat bantu penglihatan kacamata maka ditetapkan beberapa kriteria, yaitu: warna, ketebalan lensa, harga, ukuran dan model sedangkan untuk softlens didetapkan kriteria, yaitu: </em><em>warna, kadar kelembaban, harga, ukuran diameter dan masa pakai. Dari hasil perancangan diperoleh sistem pendukung keputusan yang dapat membantu konsumen dalam menentukan alat bantu penglihatan terbaik dengan hanya membutuhkan waktu yang lebih singkat.</em></p></div> Ferawaty Ferawaty Jansen Kusuma Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-30 2019-08-30 1 1 ANALISIS KEAKURATAN CURAH HUJAN DESA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN https://ejournal-medan.uph.edu/iert/article/view/310 Curah hujan yang jatuh di setiap negara itu berbeda beda, ada negara yang memiliki curah hujan tinggi dan ada negara yang memiliki curah hujan rendah. Perkiraan klimatologi ini harus bisa kita laksanakan agar negara kita siap untuk menghadapi musim banjir, salah satunya cara adalah dengan menggunakan jaringan syaraf tiruan metode backpropagation. Agar hasil prediksi memiliki tingkat error yang rendah, diperlukan arsitektur jaringan backpropagation yang optimal,caranya dengan mengoptimalkan penggunaan data latih dan data uji yang diambil dari data sampel dan dibentuk menjadi tabel data di excel dan dihitung menggunakan excel, kemudian data tersebut digunakan pada MATLAB berupa input, hidden , dan output, dengan penggunaan neuron pada input layer berjumlah 12, hidden layer berjumlah 10, dan output layer berjumlah 1. Berdasarkan hasil proses pelatihan pada data latih menggunakan MATLAB akan mendapatkan hasil berupa Regression = 0.98559 dan MSE = 0.00099844. Perhitungan data latih juga akan mendapatkan bobot keluaran (bobot terbaik) yang digunakan pada data uji yang akan menghasilkan MSE berupa = 0.10574 Darsono Nababan S.Kom., M.Kom. Sony Winarto Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1 ANALISA DAN EPRANCANGAN SISTEM PENGIRIMAN UANG DARI LUAR NEGERI KE DALAM NEGERI https://ejournal-medan.uph.edu/iert/article/view/292 <span class="TextRun SCXW202581892 BCX0" lang="EN-US" xml:lang="EN-US" data-contrast="auto"><span class="NormalTextRun SCXW202581892 BCX0">Money transfer from other country to Indonesia by other country remittance is a transactional activity that have a big quantity of number, but most of time the process of money transfer is still done manually and not efficient. PT. Top Remit is one of company base in Indonesia that help other country remittance doing their money transfer to Indonesia and the process is still done manually. Therefore, PT. Top Remit having a difficult time to check every transaction they made with Daftar Terduga Teroris dan Organisasi Terroris</span></span><span class="TextRun SCXW202581892 BCX0" lang="EN-US" xml:lang="EN-US" data-contrast="auto"><span class="NormalTextRun SCXW202581892 BCX0">t</span></span><span class="TextRun SCXW202581892 BCX0" lang="EN-US" xml:lang="EN-US" data-contrast="auto"><span class="NormalTextRun SCXW202581892 BCX0"> (DTTOT) and often face a human error mistakes when executing the transaction. In the other hand, other country remittance having a hard time to do transaction because they </span></span><span class="TextRun SCXW202581892 BCX0" lang="EN-US" xml:lang="EN-US" data-contrast="auto"><span class="NormalTextRun SCXW202581892 BCX0">must</span></span><span class="TextRun SCXW202581892 BCX0" lang="EN-US" xml:lang="EN-US" data-contrast="auto"><span class="NormalTextRun SCXW202581892 BCX0"> send their customer data back and forth. Therefore, writer suggest a system that can make transaction from other country to Indonesia that have feature to check transaction toward DTTOT, feature to create multi downline agent and feature to save sender and receiver data so agent could use the same sender or receiver data that have been use in their past transaction.</span></span><span class="EOP SCXW202581892 BCX0" data-ccp-props="{&quot;201341983&quot;:0,&quot;335551550&quot;:6,&quot;335551620&quot;:6,&quot;335559685&quot;:900,&quot;335559739&quot;:160,&quot;335559740&quot;:240,&quot;335559991&quot;:900}"> </span> Des Dulianto Henry Wirawan Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1 ANALISA TATA KELOLA TEKNOLOGI INFORMASI PADA PT. BJMS DENGAN FRAMEWORK ITIL VERSI 3 DOMAIN SERVICE OPERATION https://ejournal-medan.uph.edu/iert/article/view/316 <span>Sejakdahulu, memulaibisnissuatuhanyamemerlukan modal dan produkataupunjasa yang dapat di perjualbelikan. Namununtukmemajukan dan mengelolabisnis yang dikerjakanmembutuhkanpengetahuanuntukmengelola yang benar. Dengansemakinmajunyaperkembanganteknologi, bisnis yang ingintetapbertahan dan berkembangharusmengintegrasikanteknologikedalamorganisasi. Teknologi yang paling seringdiintegrasikanadalahTeknologiInformasi. PT BJMS merupakan salah satuperusahaan yang telah di integrasikanteknologiinformasi yang dapatmembantuperusahaandalammenjagakestabilan dan meningkatkankinerjadarisuatuorganisasi. Untukmemastikanbahwateknologiinformasi yang di integrasikankedalamorganisasidapatbekerja optimal, makadibutuhkan framework yang dapatmembantudalampengelolaanlokasi dan keperluandariteknologiinformasi. Dalampenelitianini, semuatahapan yang dilakukansesuaidengan IT Governance road map dimulaidaristudiliteratur, wawancara, observasi, analisiskondisi Existing, hinggaperbandingandengan framework ITIL versi 3. Hasil yang didapatdariperhitungan scoring yaitu 11 sub-proses yang memilikibobot, dan 2 sub-proses yang memilikibobot 5. Sub-proses yang dipilihadalah facilities and data centre management. Dalam facilities and data centre management terdapat 9 komponen facilities management dan 7 faktorkunci data centre management, yang terdiridari 40 kriteria yang perludipenuhi oleh organisasi. Dari kriteria yang disebutkan, PT BJMS telahmemenuhi 27 kriteriadengan 13 kriteriatidakdapatdipenuhi. Sehinggadapatdisimpulkanbahwa PT. BJMS masihmemilikiruanguntukditingkatkan dan dikembangkanmenjadi yang lebihbaik.</span> Robin Huang Ivanrexki Ngadijaya Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1 PREDIKSI HARGA EMAS MENGGUNAKAN METODE FUZZY TIME SERIES MODEL ALGORITMA CHEN https://ejournal-medan.uph.edu/iert/article/view/354 <p>Emas merupakan salah satu logam mulia yang paling banyak diminati oleh masyarakat dikarenakan harga emas yang cenderung stabil dan mengalami kenaikan setiap bulannya, investasi emas juga sudah berkembang cukup pesat. Emas dapat diinvestasikan dalam berbagai bentuk seperti emas batangan dan emas dalam bentuk perhiasan yang memiliki nilai untuk menambah penampilan pemakainya selain itu juga ada emas dalam bentuk koin mata uang kuno yang memiliki nilai historis dan biasanya disimpan oleh kolektor, emas merupakan salah satu bentuk investasi yang tidak dipengaruhi oleh tren di masyarakat karena emas banyak dibeli oleh setiap orang di waktu kapanpun. Untuk melakukan prediksi harga emas, digunakan metode Fuzzy Time Series algoritma Chen dengan memanfaatkan software MATLAB untuk mendapatkan hasil prediksi dan grafik perbandingan data aktual dan data prediksi harga emas. Dari hasil perhitungan dengan data harga emas periode 1 Januari 2015 sampai 31 Desember 2017, diperoleh hasil prediksi dengan metode Fuzzy Time Series dimana selisih rata-rata data aktual dengan data prediksi tidak lebih dari Rp. 2.850,- dimana prediksi menggunakan metode Fuzzy Time Series algoritma Chen cukup menggunakan 1 data untuk memprediksi data ke-2 yang membuat metode ini dapat dikatakan akurat dalam memprediksi harga emas, metode ini juga dapat diterapkan di berbagai hal lain seperti, prediksi harga saham, valuta asing dan sebagainya.</p><p><strong>Kata Kunci: </strong>emas, investasi, fuzzy time series, algoritma chen, prediksi</p> Darwin Purba Sugumonrong Aldrick Handinata Anton Tehja Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1 PREDIKSI KURS MATA UANG RUPIAH DENGAN METODE BACKPROPAGATION https://ejournal-medan.uph.edu/iert/article/view/355 <p>Setiap negara memiliki mata uang masing-masing dan memiliki peranan penting dan dikenal dengan istilah valuta asing atau valas. Salah satu fungsi dari valuta asing adalah sebagai alat pembayaran dalam transaksi perekonomian dan merupakan bagian dari devisa suatu negara. Nilai mata uang suatu negara dapat diperjual-belikan dengan nilai mata uang negara lain yang disebut dengan nilai tukar atau kurs. Dengan melakukan transaksi jual beli kurs, pelaku pasar valuta asing dapat memperoleh keuntungan dari selisih nilai tukar. Untuk mendapat keuntungan, pelaku pasar valuta asing harus dapat memprediksi nilai kurs. Untuk melakukan prediksi kurs mata uang Rupiah banyak metode yang dapat digunakan, salah satunya adalah dengan menggunakan jaringan syaraf tiruan metode backpropagation. Agar hasil prediksi memiliki tingkat error yang rendah, diperlukan arsitektur jaringan backpropagation yang optimal. Caranya adalah dengan melakukan pengujian pada data input dan node pada hidden layer. Dari hasil pengujian prediksi kurs mata uang Rupiah didapatkan arsitektur jaringan dengan nilai error 106.53 menggunakan 30 input data dan 40 hidden neuoron. Hasil pengujian dipengaruhi oleh faktor eksternal seperti tingkat suku bunga, inflasi, politik, dan lain-lain.</p><p><strong>Kata Kunci: </strong>kurs, pelaku pasar valuta asing, jaringan syaraf tiruan, backpropagation, error<em> </em></p> Benz Edy Kusuma Calvino - Cynthia - Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1 DIAGNOSIS KANKER PAYUDARA MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION https://ejournal-medan.uph.edu/iert/article/view/356 <p>Berdasarkan World Health Organization (WHO), kanker payudara menempati urutan ke-delapan yang menyebabkan angka mortalitas terbesar di dunia. Berdasarkan data Kementrian Kesehatan Republik Indonesia, kanker payudara berada pada urutan kedua dimana posisi pertama merupakan kanker leher rahim. Menurut data dari WHO, pada tahun 2015 angka mortalitas akibat dari kanker payudara di dunia mencapai 571.000 atau sebesar 6,48% dari keseluruhan mortalitas di dunia. Sedangkan di Indonesia berada pada angka 20.025 atau senilai 1,41% dari keseseluruh jumlah kematian yang ada di Indonesia. Meningkatnya angka dari kanker payudara ini dapat disebabkan dari beberapa faktor resiko seperti genetik dan riwayat keluarga, riwayat tumor atau kanker payudara sebelumnya, riwayat menstruasi dini, riwayat menopause lambat, obesitas, riwayat reproduksi, hormonal, pola makan yang buruk, konsumsi alkohol, akibat radiasai sinar ultraviolet, dan faktor lingkungan. Di Indonesia, lebih dari 80% kasus ditemukan sulit melakukan upaya pengobatan karena kasus berada pada stadium yang lanjut. Diagnosis dini kanker payudara dapat dilakukan dengan proses Data Mining dengan metode Jaringan Saraf Tiruan dan algoritma Backpropagation. Dalam melakukan penelitian ini peneliti menggunakan data yang ada pada UCI - Machine Learning Repository: Breast Cancer Repository. Hasil penelitian menunjukkan bahwa tingkat keakuratan mendiagnosis kanker payudara menggunakan jaringan saraf tiruan dengan metode Backpropagation pada proses testing mencapai 94,634% dan saat proses training sebesar 99,372%.</p><p><br /><strong>Kata Kunci:</strong> kanker payudara, backpropagation, diagnosis, genetik</p> Diana Astria Gultom Wesley Yando Tantra Copyright (c) 2019 Journal of Informatics Engineering Research and Technology 2019-08-26 2019-08-26 1 1