https://jurnal.ilmubersama.com/index.php/sudo/issue/feedsudo Jurnal Teknik Informatika2024-10-14T03:27:18+00:00Oris Krianto Sulaimanoris.ks@ft.uisu.ac.idOpen Journal Systems<p align="justify"><a href="https://issn.brin.go.id/terbit/detail/20220512121056038" target="_blank" rel="noopener">ISSN: 2829-7342 (Online)</a> | <a href="https://drive.google.com/file/d/12aAHUtb43Zb-P3jLMGhxalQguHkfX7m8/view?usp=sharing" target="_blank" rel="noopener">SK: 0005.28297342/K.4/SK.ISSN/2022.05</a><br /><a href="https://doi.org/10.56211/sudo" target="_blank" rel="noopener">DOI: https://doi.org/10.56211/sudo</a></p> <p align="justify">sudo Jurnal Teknik Informatika merupakan jurnal yang membahas ilmu dibidang teknik informatika, jurnal ini sebagai wadah untuk menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan teknik informatika. sudo Jurnal Teknik Informatika terbit 4 kali dalam setahun yaitu pada bulan <strong>Maret, Juni, September</strong> dan <strong>Desember</strong>. Terbitan pertama adalah bulan Maret 2022. Naskah yang masuk akan diterima oleh editor untuk kemudian kan dilakukan pemeriksaan kemiripan naskah dengan aplikasi Plagiarism Checker X. Proses review dilakukan dengan menggunakan peer review.</p> <p align="justify">Sudo Jurnal Teknik Informatika menerima naskah dengan topik Internet of Things (IoT), Arsitektur Komputer, Kecerdasan Buatan (Robotika), Pemrosesan Sinyal Digital, Pemodelan dan Simulasi, Jaringan Komputer, Keamanan Komputer dan Jaringan, Cloud Computing, serta topik lainnya yang relevan dengan teknik informatika, selengkapnya anda dapat mengetahui Fokus dan Ruang lingkup pada pranala berikut: <a href="https://jurnal.ilmubersama.com/index.php/sudo/FokusdanRuangLingkup" target="_blank" rel="noopener">Fokus dan Ruang Lingkup.</a></p> <p align="justify"><a href="https://garuda.kemdikbud.go.id/journal/view/24958" target="_blank" rel="noopener"><img src="https://jurnal.ilmubersama.com/public/site/images/oris/garuda.png" alt="" width="150" height="52" /></a></p>https://jurnal.ilmubersama.com/index.php/sudo/article/view/421Otomatisasi Konten Statis dan Perilaku Dinamis dari Web E-Commerce Menggunakan Metode Content Based Filtering PT Multi Sinar Teknik2024-08-15T02:28:04+00:00Haryanto Haryantoharyanto@raharja.infoAbdul Haritsabdul.harits@raharja.info<table width="643"> <tbody> <tr> <td width="374"> <p>Di dalam web e-commerce sangat bergantung pada analisis perilaku pelanggan, melakukan upaya untuk mempengaruhi Tindakan atau pengguna serta mengoptimalkan metrik keberhasilan. Teknik pembelajaran dan pengembangan data telah diterapkan di bidang ini, sangat mempengaruhi aktivitas pemasaran. Saat ini dengan situs web e-commerce baru, dengan data untuk memulai proses pengumpulan data secara real-time dan historis tentang situs tersebut, menganalisis dan mengubah data ini untuk dengan memahami situs web dan penggunanya. Ilmuwan data biasanya menggunakan pelacakan secara spesifik di domain, sehingga memerlukan modifikasi kode pada halaman web. penelitian ini mengusulkan pendekatan alternatif untuk mengambil informasi dari situs web e-commerce tertentu, mengumpulkan data dari struktur, mengambil informasi semantik di lokasi yang telah ditentukan dan menganalisis log akses pengguna, dengan menggunakan metode Content Based Filtering sehingga memungkinkan pengembangan model yang akurat untuk memprediksi perilaku pengguna di masa depan. Hasil Ada tiga bidang utama dalam pembuatan profil pengguna, terdiri dari latar belakang pengguna, tujuan dan minat pengguna. Hal ini dicapai dengan penerapan proses penambangan web, memahami struktur situs, konten dan penggunaan dalam saluran, menghasilkan grafik web situs web.</p> </td> </tr> </tbody> </table>2024-07-30T00:00:00+00:00Copyright (c) 2024 Haryanto Haryanto, Abdul Haritshttps://jurnal.ilmubersama.com/index.php/sudo/article/view/583Implementasi Algoritma Deep Learning pada Aplikasi Speech to Text Online dengan Metode Recurrent Neural Network (RNN)2024-09-03T07:35:55+00:00Nadhira Lubisnadhiralubis01@gmail.comMhd. Zulfansyuri Siambatonzulfansyuri@ft.uisu.ac.idRachmat Auliajackm4t@gmail.com<p>Pada era globalisasi, kemajuan teknologi informasi dan komunikasi telah membawa perubahan signifikan dalam berbagai aspek kehidupan manusia, termasuk cara kita berinteraksi dengan perangkat digital. Salah satu inovasi yang menonjol adalah teknologi Pengenalan Suara (<em>Speech Recognition</em>), yang merupakan bagian dari <em>Web Speech API</em> dalam bahasa pemrograman JavaScript. Teknologi ini mampu memahami dan memproses bahasa lisan, mengenali suara manusia, dan mengubahnya menjadi teks di komputer. Teknologi Pengenalan Suara memiliki peran penting dalam aplikasi <em>Speech to Text Online</em>. Teknologi ini diimplementasikan langsung di browser dan dapat diakses melalui <em>Web Speech API</em> dalam JavaScript. Karena manusia umumnya dapat berbicara lebih cepat daripada mengetik, aplikasi <em>Speech to Text Online</em> dirancang untuk memudahkan aktivitas yang berhubungan dengan pengetikan atau pembuatan catatan. Aplikasi ini menggunakan algoritma <em>Deep Learning</em> yang dilengkapi dengan metode <em>Recurrent Neural Network</em> (RNN). Metode RNN, sebagai bagian dari algoritma <em>Deep Learning</em>, memiliki kemampuan untuk mempelajari pola dari data yang kompleks dan abstrak. Hal ini membuatnya sangat efektif dalam pengenalan gambar, pemrosesan bahasa alami, pengenalan suara, dan banyak bidang lainnya. Oleh karena itu, RNN adalah metode yang tepat untuk diterapkan dalam algoritma <em>Deep Learning</em> pada aplikasi <em>Speech to Text Online</em>.</p> <p> </p>2024-09-03T00:00:00+00:00Copyright (c) 2024 Nadhira Lubis, Mhd. Zulfansyuri Siambaton, Rachmat Auliahttps://jurnal.ilmubersama.com/index.php/sudo/article/view/621Perbandingan Sistem Prediksi Menggunakan Metode Monte Carlo dengan Metode K-NN pada Nilai Peserta Didik Uji Kompetensi Kejuruan2024-10-14T03:27:15+00:00Azzahrah Azzahrahazzahrahzahrah11@gmail.comIndah Purnama Sariindahpurnama@umsu.ac.id<p>Penelitian ini bertujuan untuk membandingkan kinerja dua metode prediksi, yaitu Monte Carlo dan K-Nearest Neighbors (K-NN), dalam memprediksi nilai peserta didik pada Uji Kompetensi Kejuruan (UKK). Monte Carlo dikenal sebagai metode statistik yang menggunakan simulasi acak untuk menghasilkan hasil prediktif, sementara K-NN adalah metode pembelajaran mesin yang menggunakan tetangga terdekat untuk klasifikasi dan regresi. Dalam penelitian ini, data nilai peserta didik dikumpulkan dan dibagi menjadi data latih dan data uji. Akurasi prediksi dari kedua metode tersebut dihitung dan dibandingkan. Hasil penelitian menunjukkan bahwa metode Monte Carlo memberikan akurasi prediksi sebesar 85,26%, sedangkan metode K-NN memberikan akurasi prediksi sebesar 85,37%. Dengan demikian, K-NN sedikit lebih unggul dalam hal akurasi prediksi dibandingkan Monte Carlo. Penelitian ini memberikan wawasan berharga dalam memilih metode prediksi yang lebih efektif untuk evaluasi nilai peserta didik pada UKK.</p>2024-10-14T00:00:00+00:00Copyright (c) 2024 Azzahrah Azzahrah, Indah Purnama Sarihttps://jurnal.ilmubersama.com/index.php/sudo/article/view/585Implementasi Algoritma K-Nearest Neighbor pada Aplikasi Sistem Pakar dalam Mendiagnosa Penyakit Scabies pada Kucing2024-10-14T03:27:18+00:00Rani Anggrianiranianggriani120@gmail.comDarjat Saripurnadarjatsaripurna@gmail.comRachmat Auliajackm4t@gmail.com<table width="643"> <tbody> <tr> <td width="374"> <p>Scabies pada kucing merupakan masalah kesehatan yang umum terjadi dan membutuhkan penanganan yang tepat untuk mencegah penyebaran serta komplikasi. Scabies salah satu penyakit kulit yang disebabkan oleh tungau yang bersarang dan bertelur di kulit terutama pada kuping. Penyakit ini juga termasuk penyakit yang dapat menular dari kucing kekucing maupun dari kucing kemanusia. Kurangnya pengetahuan pemelihara kucing tentang penyakit scabies pada kucing maka dibangunlah aplikasi sistem pakar dalam mendiagnosa penyakit scabies pada kucing untuk memudahkan pemelihara kucing dalam mengetahui penyakit scabies pada kucing. Sistem pakar adalah suatu sistem yang dibangun dengan memanfaatkan kecerdasan buat yang dapat berpikir seperti seorang pakar atau ahli. Sistem pakar ini berisikan pengetahuan mengenai penyakit scabies berdasarkan gejala yang dialami oleh kucing. Berdasarkan data yang penulis dapatkan maka digunakanlah algoritma <em>K-Nearest Neighbor.</em> Algoritma <em>K-Nearest Neighbor</em> merupakan suatu algoritma dengan sistem kerja mencari jarak terdekat atau tetangga antara data training dengan data uji berdasarkan nilai bobot yang telah ditetapkan. Algoritma <em>K-Nearest Neighbor</em> ini digunakan sebagai perhitungan pada aplikasi sistem pakar dalam mendiagnosa penyakit scabies.</p> </td> </tr> </tbody> </table>2024-10-14T00:00:00+00:00Copyright (c) 2024 Rani Anggriani, Darjat Saripurna, Rachmat Auliahttps://jurnal.ilmubersama.com/index.php/sudo/article/view/633Rancang Bangun Keamanan Pintu Ruangan Menggunakan ESP 32 CAM dan Blynk Berbasis Internet of Things2024-10-14T03:27:12+00:00M. Iqbal Tanjungmiqbaltanjung46@gmail.comHalim Maulanahalimmaulana@umsu.ac.id<p>Keamanan adalah hal yang paling penting dalam kehidupan. Setiap orang membutuhkan lebih banyak keamanan di tempat tinggal mereka. Diharapkan bahwa sistem keamanan yang dirancang dengan baik akan memberikan rasa aman dan nyaman. Selain itu, tentunya sistem keamanan yang akan dibuat ini akan membantu mengurangi tingkat kriminalitas di masyarakat, terutama pencurian Keamanan pintu saat ini seperti menggunakan kunci konvensional. Jadi, kurang efisien untuk digunakan pada pintu karena terlalu banyak kunci yang harus dibawa, selain itu kunci konvensional mudah dibuka oleh pencuri. Pada penelitian ini, penulis membuat alat keamanan pintu untuk membantu masyarakat. Alat ini dibuat oleh penulis untuk memungkinkan masyarakat mengalami perkembangan seperti pintu dapat dikontrol melalui smartphone dan dimonitor secara otomatis menggunakan ESP32 CAM dan keamanan untuk membuka sebuah ruangan dengan berbasis teknologi Internet of Things (IOT) melalui media jaringan internet. Berdasarkan pengujian yang dilakukan, sistem ini mampu merespon dengan baik terhadap keamanan sebuah ruangan.</p>2024-10-14T00:00:00+00:00Copyright (c) 2024 M. Iqbal Tanjung, Halim Maulana