Abstract:Abstract: Storage media is an inseparable tool in everyday life. With storage media, users can store important data, both personal and workplace. In addition, in many cases, Indonesian law uses storage media as evidence.…
The Electronic Information and Transactions Law (UU ITE) regulates how the provision of digital evidence can be strong evidence in court. This study examines the forensics of digital evidence on storage media with four test scenarios. Digital forensic processing uses forensic processes based on the National Institute of Standards and Technology (NIST) guidelines. This study produces an analysis in which evidence processed with scenarios 1 and 4 is valid digital evidence to be submitted to court, while evidence 2 and 3 is invalid evidence. The results of this digital evidence can be used for investigations under the ITE law.
Keywords: autopssy; digital forensics; storage media; FTK Imager.
Abstrak: Media Penyimpanan merupakan alat yang tak terpisahkan dari kehidupan sehari-hari. Dengan Media Penyimpanan, pengguna dapat menyimpan data penting, baik pribadi maupun tempat kerja. Selain itu, dalam banyak kasus, hukum Indonesia menggunakan Media Penyimpanan sebagai alat bukti. Undang-Undang Informasi dan Transaksi Elektronik (UU ITE) mengatur bagaimana penyediaan alat bukti digital menjadi alat bukti yang kuat di pengadilan. Penelitian ini mengkaji forensik terhadap alat bukti digital pada Media Penyimpanan dengan empat skenario pengujian. Pemrosesan forensik digital menggunakan proses forensik berdasarkan panduan National Institute of Standards and Technology (NIST). Penelitian ini menghasilkan analisis di mana alat bukti yang diproses dengan skenario 1 dan 4 merupakan alat bukti digital yang sah untuk diajukan ke pengadilan, sedangkan alat bukti 2 dan 3 merupakan alat bukti yang tidak sah. Hasil dari barang bukti digital ini, dapat digunakan untuk penyelidikan didalam undang-undang ITE.
Kata kunci: otopsi; forensik digital; media penyimpanan; FTK Imager
Abstract:Abstract: Teacher performance appraisal is a very important aspect in improving the quality of education today, but often occurs during the assessment process of subjectivity constraints and lack of a structured system,…
in this study aims to build a data structure modeling and facilitate the school MAS Islamiyah Hessa Air Genting in the assessment to determine the best teacher transparently and measurably by using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) algorithm. The TOPSIS method was chosen because it is able to provide ranking results based on the closeness of alternatives to the ideal solution. In this modeling, assessment criteria data such as pedagogical, professional, personality, social competencies, as well as other indicators such as teacher discipline and achievement are modeled structurally in a relational database. The results show that the designed data structure is able to support the decision-making process efficiently and objectively.
Keywords: data structure; decision support system; teacher assessment; topsis; ranking.
Abstrak: Penilaian kinerja guru merupakan aspek yang sangat penting dalam peningkatan mutu pendidikan saat ini, namun sering terjadi saat proses penilaian kendala subjektivitas dan kurangnya sistem yang terstruktur, dalam penelitian ini bertujuan untuk membangun pemodelan struktur data serta mempermudah pihak sekolah MAS Islamiyah Hessa Air Genting dalam penilaian untuk menentukan guru terbaik secara transparan dan terukur dengan menggunakan algoritma Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode TOPSIS dipilih karena mampu memberikan hasil perankingan berdasarkan kedekatan alternatif terhadap solusi ideal. Dalam pemodelan ini, data kriteria penilaian seperti kompetensi pedagogik, profesional, kepribadian, sosial, serta indikator lain seperti kedisiplinan dan prestasi guru dimodelkan secara terstruktur dalam basis data relasional. Hasil penelitian menunjukkan bahwa struktur data yang dirancang mampu mendukung proses pengambilan keputusan secara efisien dan objektif.
Kata kunci: struktur data; topsis; penilaian guru; sistem pendukung keputusan; perangkingan
Abstract:Abstract: Many children drop out or stop school due to economic constraints, especially personal costs such as not being able to buy school supplies, educational development donations and so on. Therefore, the government…
has a policy to help by issuing the Smart Indonesia Program (PIP) as a goal to help students' personal costs in pursuing education. As the smart Indonesia program progresses, many parents of students complain because the selection of students receiving PIP assistance is not on target and does not comply with the provisions. As with the data collection of students receiving the Smart Indonesia Program (PIP) assistance at State Elementary School 014673 Mekar Sari Village, it is also not optimal where the recording system is still inputted into Microsoft Excel. Therefore, a system is needed that is integrated with a calculation processing technique, namely a decision support system used at State Elementary School 015673 Mekar Sari Village to determine prospective recipients of the Smart Indonesia Program assistance who are truly worthy and appropriate. For this reason, this study uses the Multi-Attribute Utility Theory (MAUT) method to find students who are eligible for PIP benefits in the determination process.
Keywords: maut method; mekar sari elementary school; smart indonesia program.
Abstrak: Banyaknya anak yang putus atau berhenti sekolah dikarenakan kendala ekonomi terutama pada biaya pribadi seperti tidak mampu membeli perlengkapan sekolah, uang sumbangan pembinaan pendidikan dan lain sebagainya. Maka dari itu pemerintah memiliki kebijakan untuk membantu dengan mengeluarkan Program Indonesia Pintar (PIP) sebagai tujuan untuk membantu biaya pribadi siswa dalam menempuh pendidikan. Seiring berjalannya program indonesia pintar banyak kalangan orang tua siswa mengeluh dikarenakan dalam pemilihan siswa penerima bantuan PIP tidak tepat sasaran dan tidak sesuai dengan ketentuan. Seperti halnya dengan pendataan siswa penerima bantuan Program Indonesia Pintar (PIP) di Sekolah Dasar Negeri 014673 Desa Mekar Sari juga belum optimal dimana masih sistem pencatatan lalu di input ke Microsoft Excel. Maka dibutuhkan sebuah sistem yang sudah terintegrasi dengan sebuah teknik pengolahan perhitungan yaitu sistem pendukung keputusan yang digunakan pada Sekolah Dasar Negeri 015673 Desa Mekar Sari untuk penentuan calon penerima bantuan Program Indonesia Pintar yang benar layak dan pantas. Untuk itu penelitian ini menggunakan metode Multi-Attribute Utility Theory (MAUT) untuk mencari siswa yang layak mendapat manfaat PIP dalam proses penentuannya.
Kata kunci: metode maut; program indonesia pintar; sd negeri mekar sari.
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: Based on the era of globalization people in East Kotawaringin almost all people have used social media, for example, as a personal post some use it to see the promotion of beauty products fashion, and others. The…
he KOTIM community has many who use social media, especially the Young Generation Z who have often used to buy products on social media, for example, Instagram, TikTok, and Facebook. This study will be made using the TOPSIS method for ranking to know which social media is often used by consumers. The researcher also made a questionnaire with Google form that will be tested for the validity or not of the data obtained using SPSS. The object of research is made in East Kotawaringin. The purpose of this study was to determine which social media is often used by the public to purchase decisions in the Kotim Regency. The result of the calculation using the TOPSIS method the social media platform with the highest rating is considered the best choice for decision-making, in this case, TikTok with a rating value of 1. It can be concluded that the social media platform that is widely used by KOTIM residents to make decisions is TikTok.
Keywords: buying decision; social media; TOPSIS
Abstract: Berdasarkan era globalisasi bahwa masyarakat di Kotawaringin Timur hampir seluruh masyarakat telah menggunakan media sosial, contohnya sebagai postingan pribadi ada juga yang menggunakan sebagai melihat promosi produk kecantikan dan fasion dan lainnya. Karena masyarakat KOTIM sudah banyak yang menggunakan media sosial apalagi para anak muda generasi z yang sudah sering menggunakan untuk membeli produk pada media sosial contohnya media sosial instagram, TikTok, dan juga facebook. Pada penelitian ini akan dibuat menggunakan metode TOPSIS untuk perangkingan agar mengetahui media sosial mana yang sering digunakan oleh konsumen. Peneliti juga membuat kuisoner dengan google form yang akan diuji valid atau tidak nya data yang didapat dengan menggunakan SPSS. Objek penelitian yang dibuat berada di Kotawaringin Timur. Tujuan dari penelitian ini adalah untuk mengetahui media sosial mana yang sering digunakan oleh masyarakat terhadap keputusan pemebelian pada wilayah kabupaten KOTIM. Hasil dari perhitungan menggunakan metode TOPSIS platform media sosial dengan peringkat tertinggi dianggap sebagai pilihan terbaik untuk pengambilan keputusan, dalam kasus ini adalah TikTok dengan peringkat nilai 1. Dapat disimpulkan bahwa platform media sosial yang banyak digunakan oleh penduduk KOTIM untuk mengambil keputusan adalah TikTok.
Keywords: keputusan pembelian; media sosial; TOPSIS
Abstract:Abstract: The habit of smoking is dangerous because of the addictive substances that make cigarettes addictive. Its addictive nature poses a significant risk, affecting personality with stress, depression and nervous disorders.…
orders. Body factors that indicate smoking include blood sugar levels, dental caries, and hemoglobin. To address this, research has been conducted with focused efforts to understand and address the risks associated with smoking and its impact on overall health. This research aims to choose the best method for predicting smokers by using feature selection techniques. The feature selection algorithms uses for that are Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), and Genetic Algorithm (GA) to select optimal attributes and uses the k-fold cross validation technique as the validation of the Artificial Neural Network algorithm. The data includes various parameters such as age, height, weight, vision, blood pressure, cholesterol, triglycerides, hemoglobin, AST, ALT, GTP, gender, dental caries and tartar. Hearing ability, urine protein content, and tartar were selected. The results showed that using the Analysis of Variance method showed higher accuracy (77.101%) compared to the Genetic Algorithm method (74.64%) and the Recursive Feature Elimination method (76.08%). Selection of relevant attributes increases the predictions and insights of the Artificial Neural Network model about the effects of smoking on health.
Keywords: artificial neural network; analysis of variance; genetic algorithm; recursive feature elimination; smoker prediction
Abstrak: Kebiasaan merokok berbahaya karena adanya zat adiktif yang membuat rokok menjadi ketagihan. Sifatnya yang membuat ketagihan menimbulkan risiko yang signifikan, mempengaruhi kepribadian dengan stres, depresi, dan gangguan saraf. Faktor tubuh yang mengindikasikan kebiasaan merokok antara lain kadar gula darah, karies gigi, dan hemoglobin. Untuk mengatasi hal ini, penelitian telah dilakukan dengan upaya terfokus untuk memahami dan mengatasi risiko yang terkait dengan merokok dan dampaknya terhadap kesehatan secara keseluruhan. Penelitian ini bertujuan untuk memilih metode terbaik dalam memprediksi perokok dengan menggunakan teknik seleksi fitur. Metode seleksi fitur yang digunakan adalah Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), dan Genetic Algorithm (GA) untuk memilih atribut yang optimal dan menggunakan teknik k-fold cross validation sebagai validasi algoritma Artificial Neural Network. Data tersebut mencakup berbagai parameter seperti umur, tinggi badan, berat badan, penglihatan, tekanan darah, kolesterol, trigliserida, hemoglobin, AST, ALT, GTP, jenis kelamin, karies gigi dan karang gigi. Kemampuan pendengaran, kandungan protein urin, dan karang gigi dipilih. Hasil penelitian menunjukkan bahwa penggunaan metode Analysis of Variance menunjukkan akurasi yang lebih tinggi (77,101%) dibandingkan dengan metode Genetic Algorithm (74,64%) dan metode Recursive Feature Elimination (76,08%). Pemilihan atribut yang relevan meningkatkan prediksi dan wawasan model Jaringan Syaraf Tiruan tentang dampak merokok terhadap kesehatan.
Kata kunci: artificial neural network; analysis of variance; genetic algorithm; prediksi perokok; recursive feature elimination
Abstract:Abstract: The rapid growth in the use of online loan applications makes protecting consumer data a crucial issue. Current online loan application data protection regulations need to be updated to ensure consumers' personal…
al data is protected from potential misuse. This study aims to analyze the urgency of updating data protection regulations for users of online loan applications through a normative-juridical approach. The results of the study found that more comprehensive new regulations were needed to keep pace with the rapid development of technology in the financial sector. The findings of this study emphasize the importance of protecting personal data in applications that offer online loan services, especially with the increasing number of cases of breaches of personal data. The results of the study conclude that updating personal data protection regulations is very important to ensure the security and safety of consumer data in applications that offer online loan services.
Keywords: application; online loans; personal data protection; regulation; privacy;
Abstrak: Pesatnya pertumbuhan penggunaan aplikasi pinjaman online membuat perlindungan data konsumen menjadi isu krusial. Regulasi perlindungan data pengajuan pinjaman online saat ini perlu diperbarui untuk memastikan data pribadi konsumen terlindungi dari potensi penyalahgunaan. Penelitian ini bertujuan untuk menganalisis urgensi pembaharuan regulasi perlindungan data bagi pengguna aplikasi pinjaman online melalui pendekatan yuridis-normatif. Hasil penelitian menemukan bahwa diperlukan regulasi baru yang lebih komprehensif untuk mengimbangi pesatnya perkembangan teknologi di sektor keuangan. Temuan penelitian ini menekankan pentingnya perlindungan data pribadi dalam aplikasi yang menawarkan layanan pinjaman online, terlebih dengan semakin banyaknya kasus pelanggaran data pribadi. Hasil penelitian menyimpulkan bahwa pembaharuan regulasi perlindungan data pribadi sangat penting untuk menjamin keamanan dan keselamatan data konsumen di aplikasi yang menawarkan layanan pinjaman online.
Kata kunci: aplikasi; perlindungan data pribadi; pinjaman online; privasi; regulasi
Abstract:Abstrack: New Employee Recruitment on campus STMIK ROYAL. In the selection usually the campus will provide several series of tests to determine the ability and personal of the prospective employee. Data test results will…
be stored in an archive or computer in the form of tables that create data and value of each test participant. Based on the current employee recruitment system HR has difficulty in selecting and evaluating the competent employees. To overcome this made a decision support system of new employee acceptance especially part of laboratory assistant. For determine employees who will be accepted, then built a computerized decision-making system that is able to facilitate the process of receiving new employees. the determination and identification of labor by using SAW method (Simple additive weighting) is a method that can find a best alternative from various alternatives based on predetermined criteria. The point is that the method determines the weight value for each criterion. The best alternatives are those who are eligible to be employees based on predetermined criteria. Assessment is done by finding the value of weight for each criterion, then conducted the ranking process that will determine the optimal alternative that is the employee who will be considered by the decision maker to become employees at the company. This decision support system will be able to assist the human resources in determining the recruitment of new employees, especially the assistant laboratory at STMIK ROYAL.
Keywords: assessment criteria, SAW method, decision support system.
Abstrak: Penerimaan Karyawan baru pada kampus STMIK ROYAL. Dalam penyeleksian biasanya pihak kampus akan memberikan beberapa rangkaian tes untuk mengetahui kemampuan serta pribadi dari calon pegawai tersebut. Data hasil tes tersebut nantinya akan disimpan dalam suatu arsip ataupun komputer yang berupa tabel yang membuat data dan nilai masing-masing peserta tes. Berdasarkan system penerimaan pegawai yang berjalan saat ini SDM mengalami kesulitan dalam menyeleksi dan mengevaluasi pegawai yang berkompeten. Untuk mengatasinya dibuat suatu sistem pendukung keputusan penerimaan pegawai baru khususnya bagian asisten laboraturium.Untuk menentukan pegawai yang akan diterima, maka dibangun sebuah sistem pengambilan keputusan terkomputerisasi yang mampu memudahkan proses penerimaan pegawai baru. penentuan dan identifikasi tenaga kerja dengan menggunakan metode SAW (Simple additive weighting) adalah metode yang dapat mencari suatu alternatif terbaik dari berbagai alternatif berdasarkan kriteria – kriteria yang telah ditentukan. Intinya bahwa metode tersebut menentukan nilai bobot pada setiap kriteria. Alternatif terbaik yang dimaksud adalah yang berhak menjadi pegawai berdasarkan kriteria yang telah ditentukan. Penilaian dilakukan dengan mencari nilai bobot untuk setiap kriteria, kemudian dilakukan proses perangkingan yang akan menentukan alternatif optimal yaitu para pegawai yang akan dipertimbangkan oleh pengambil keputusan untuk menjadi pegawai pada perusahaan tersebut. Sistem pendukung keputusan ini nantinya dapat mambantu pihak SDM dalam menentukan perekrutan karyawan baru khususnya asisten laboraturium di STMIK ROYAL.
Kata Kunci : kriteria penilaian, metode SAW, sistem pendukung keputusan.
Abstract:Abstract: Kindergarten is an early childhood education that has an important role in developing the child's personality and preparing them to enter the next education level. Kindergarten is the first formal education to…
enter children aged 4-6 years, until entering primary education. Children at 4-6 years of age usually have problems with non normative behaviors, behavior can be seen from the level of development or have difficulty in adjusting either at study time (concentration) or in play activities at school or at home. To find out whether the child is having problems or not, the educator needs to understand and assess the child's development in all aspects. Decision support system is a system that can be used as a tool to determine the level of intelligence of children by providing an assessment of the child. The method used by the author is the method of Simple Additive Weighting (SAW) or better known as the weighted sum. Output in this method is the values that can provide benefits for researchers in knowing the child's intelligence to be held special coaching for children who have problems in its development. Quick and precise decisions become an important issue in a study. Data analysis is done by comparing between children. The result of SAW method analysis is a conclusion that helps teachers / educators to know the intelligence of their students.
Keywords: decision support system, SAW, kindergarten intelligence.
Abstrak: Taman kanak-kanak merupakan jenjang pendidikan anak usia dini yang memiliki peran penting dalam mengembangkan kepribadian anak serta mempersiapkan mereka untuk memasuki jenjang pendidikan selanjutnya. TK adalah jenjang pendidikan formal pertama yang memasuki anak usia 4-6 tahun, sampai memasuki pendidikan dasar. Anak pada usia 4-6 tahun biasanya memiliki masalah pada prilaku non normatif, prilaku dapat dilihat dari tingkat perkembangannya atau mengalami kesulitan dalam menyesuaikan diri baik pada waktu belajar (konsentrasi) maupun dalam aktivitas bermain disekolah atau dirumah. Untuk mengetahui apakah anak bermasalah atau tidak, pendidik perlu memahami dan memberikan penilaian terhadap perkembangan anak dalam segala aspek. Sistem pendukung keputusan merupakan sistem yang dapat digunakan sebagai alat bantu untuk mengetahui tingkat kecerdasan anak dengan memberikan penilaian terhadap anak tersebut. Metode yang digunakan penulis adalah metode Simple Additive Weighting (SAW) atau yang lebih dikenal dengan penjumlahan berbobot. Output dalam metode ini merupakan nilai-nilai yang dapat memberikan keuntungan bagi peneliti dalam mengetahui kecerdasan anak guna diadakan pembinaan khusus untuk anak-anak tk yang memiliki masalah dalam perkembangannya. Keputusan yang cepat dan tepat menjadi persoalan penting dalam sebuah penelitian. Analisa data dilakukan dengan cara membandingkan antara anak. Hasil dari analisa metode SAW ini menjadi kesimpulan yang membantu guru/pendidik untuk mengetahui tingat kecerdasan anak didiknya.
Kata kunci: sistem pendukung keputusan, SAW, kecerdasan anak TK
Abstract:Penelitian ini mengkaji transformasi cinta pada tokoh Zulaikha dalam novel Yusuf Zulaikha karya Abidah El Khalieqy melalui perspektif psikoanalisis Erich Fromm. Fokus kajian diarahkan pada peralihan bentuk cinta dari cinta…
ta Eros yang berorientasi pada hasrat, kepemilikan, dan pemuasan diri menuju cinta Agape yang bersifat spiritual, altruistik, dan memberi tanpa pamrih. Pendekatan yang digunakan adalah pendekatan kualitatif dengan metode analisis teks sastra. Data diperoleh melalui pembacaan intensif terhadap teks novel dengan mengidentifikasi kutipan, motif, dialog, serta simbol-simbol yang merepresentasikan dinamika psikologis tokoh, kemudian dianalisis berdasarkan konsep jenis-jenis cinta menurut Fromm. Hasil penelitian menunjukkan bahwa cinta Eros pada diri Zulaikha ditandai oleh ketertarikan emosional yang intens, konflik batin, dan krisis moral akibat pertentangan antara hasrat pribadi dan nilai religius. Seiring perjalanan naratif, Zulaikha mengalami transformasi menuju cinta Agape yang ditandai dengan kedewasaan emosional, pengendalian diri, kesadaran tanggung jawab personal, serta kemampuan mencintai tanpa kehilangan integritas diri. Transformasi ini menegaskan pandangan Fromm bahwa cinta sejati merupakan kekuatan produktif yang membebaskan manusia dari keterikatan egoistik dan mengarahkan pada pertumbuhan spiritual. Kajian ini memperkaya pemahaman interdisipliner antara psikologi dan sastra, khususnya dalam konteks sastra Indonesia yang mengintegrasikan nilai-nilai religius.