Journal of Informatics Engineering Research and Technology

PERBANDINGAN METODE EXTREME LEARNING MACHINE DAN BACKPROPAGATION UNTUK MENGKLASIFIKASI PHISING WEBSITES

2022-06-17T02:53:09+07:00

Situs webÃ‚Â phishingÃ‚Â 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 terhadapÃ‚Â e-bankingÃ‚Â dan berbagai jenis bisnisÃ‚Â onlineÃ‚Â seperti e-commerce dan penyediaÃ‚Â Software-as-a-ServiceÃ‚Â (SaaS). Umumnya, jenis kejahatan ini dimulai dari pengirimanÃ‚Â e-mailÃ‚Â yang menyerupaiÃ‚Â e-mailÃ‚Â yang dikirim oleh instansi resmi yang berisi informasi pemberitahuan kepada korban bahwa perlu dilakukan suatu pembaharuan atau verifikasi data yang disertai denganÃ‚Â linkÃ‚Â 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 kategoriÃ‚Â phishingÃ‚Â atau tidak. Penelitian ini menyajikan metodologi pendeteksian phishing websites berbasis machine learning dengan menggunakan dan membandingkan metode Extreme Learning MachineÃ‚Â (ELM) danÃ‚Â neural networkÃ‚Â dengan algoritmaÃ‚Â backpropagation.Ã‚Â Extreme Learning MachineÃ‚Â merupakan algoritma pembelajaran untukÃ‚Â feedforward neural networksÃ‚Â dengan 1 lapisan tersembuyi yang secara acak menentukan bobot input dan output.Ã‚Â BackpropagationÃ‚Â merupakan algoritma pembelajaranÃ‚Â neural networksÃ‚Â yang melakukan penyesuaian bobot untuk mendapatkan hasil terbaik. Hasil penelitian menunjukkan metodeÃ‚Â backpropagationÃ‚Â dalam mengklasifikasiÃ‚Â phishing websitesÃ‚Â memberikan ketepatan klasifikasi sebesar 91.85% lebih besar dibanding dengan metode ELM dengan ketepatan klasifikasi 84.07%.Ã‚Â

PERBANDINGAN METODE ALGORITMA C4.5 DAN EXTREME LEARNING MACHINE UNTUK MENDIAGNOSIS PENYAKIT JANTUNG KORONER

2020-03-26T17:38:24+07:00

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-forwardÃ‚Â 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).

PERANCANGAN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PEMILIHAN ALAT BANTU PENGLIHATAN DI JAYA OPTIKAL DEGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

2020-03-26T17:38:24+07:00

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:Ã‚Â 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.

ANALISIS KEAKURATAN CURAH HUJAN DESA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

2020-03-26T17:38:24+07:00

ANALISA DAN EPRANCANGAN SISTEM PENGIRIMAN UANG DARI LUAR NEGERI KE DALAM NEGERI

2020-03-26T17:38:24+07:00

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 TerroristÃ‚Â (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 theyÃ‚Â mustÃ‚Â 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.Ã‚Â

ANALISA TATA KELOLA TEKNOLOGI INFORMASI PADA PT. BJMS DENGAN FRAMEWORK ITIL VERSI 3 DOMAIN SERVICE OPERATION

2020-03-26T17:38:24+07:00

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.

PREDIKSI HARGA EMAS MENGGUNAKAN METODE FUZZY TIME SERIES MODEL ALGORITMA CHEN

2020-04-01T17:20:23+07:00

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.

Kata Kunci: emas, investasi, fuzzy time series, algoritma chen, prediksi

PREDIKSI KURS MATA UANG RUPIAH DENGAN METODE BACKPROPAGATION

2020-04-01T17:28:30+07:00

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.

Kata Kunci: kurs, pelaku pasar valuta asing, jaringan syaraf tiruan, backpropagation, error

DIAGNOSIS KANKER PAYUDARA MENGGUNAKAN JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION

2020-04-01T17:33:42+07:00

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%.

Kata Kunci: kanker payudara, backpropagation, diagnosis, genetik