Jurnal Media Pratama

Estimasi Tinggi Muka Air Menggunakan Neural Network dengan GRG Nonlinear dan ADAM pada Wilayah Hilir POS Bojonegoro

Hanif Pramuji — 2024-06-01

ABSTRAK

Wilayah hilir Pos Bojonegoro merupakan salah satu wilayah yang memerlukan estimasi tinggi muka air secara akurat untuk mencegah terjadinya banjir dan pengelolaan air secara efektif. Pemanfaatan Neural Network dalam pemodelan hidrologi sebagai solusi untuk meningkatkan akurasi estimasi tinggi muka air di wilayah hilir Pos Bojonegoro. Dengan tujuan menggunakan metode Neural Network dalam memprediksi dengan akurat tinggi muka air sungai di wilayah hilir Pos Bojonegoro. Keunggulan Neural Network terletak pada efisiensinya dalam perhitungan cepat dan kemampuannya menangani data tidak stabil yang umumnya ditemui dalam prakiraan cuaca. Hasil estimasi untuk bulan Januari hingga September 2023 menghasilkan nilai MSE 3.4424465503109847 dan MAPE 17.875026297198314%. Hasil evaluasi menunjukkan bahwa model Neural Network memiliki tingkat ketepatan yang baik dalam memprediksi tinggi muka air, ditunjukkan oleh nilai MSE yang relatif rendah. Selain itu, tingkat kesalahan yang rendah, sebagaimana tercermin dari nilai MAPE, mengindikasikan kualitas yang baik dalam peramalan tinggi muka air. Hasil penelitian ini memberikan kontribusi penting dalam pengembangan metode estimasi tinggi muka air yang akurat, memberikan landasan untuk pengambilan keputusan yang efektif dalam manajemen sumber daya air dan risiko banjir di wilayah hilir Pos Bojonegoro.

ABSTRACT

The downstream area of Bojonegoro Post is one of the regions requiring accurate water levels estimates to prevent floods and manage water effectively. The utilization of Neural Network in hydrological modeling serves as a solution to enhance the accuracy of water level estimation in the downstream area of Bojonegoro Post. The aim is to use the Neural Network method for accurately predicting river water levels in the downstream area of Bojonegoro Post. The advantage of Neural Network lies in its efficiency in quick calculations and its ability to handle unstable data commonly encountered in weather forecasting. The estimation results for January to September 2023 yielded an MSE value of 3.4424465503109847 and MAPE of 17.875026297198314%. Evaluation results indicate that the Neural Network model demonstrates a high level of accuracy in predicting water levels, as evidenced by the relatively low MSE value. Additionally, the low error rate, as reflected in the MAPE value, indicates a good quality in forecasting water levels. This research contributes significantly to the development of accurate water level estimation methods, providing a foundation for effective decision-making in water resource management and flood risk in the downstream area of Bojonegoro Post.

Analisis Bukti Digital Forensik Pada Aplikasi Facebook Messenger Dan Twitter Berbasis Android Menggunakan Proses DFRWS(Studi Kasus: Pencemaran Nama Baik)

Ermadi Satriya Wijaya — 2024-06-01

ABSTRAK

Perkembangan teknologi pada saat ini berkembang sangat pesat terutama untuk proses pertukaran informasi yang juga berpengaruh besar terhadap perkembangan teknologi pada telepon genggam atau smartphone. Kemudahan dalam mengakses informasi melalui smartphone dapat dilakukan dengan efisien, cepat dan dapat dilakukan dimanapun termasuk melalui sosial media seperti Twitter dan Facebook Messenger. Namun kemudahan tersebut juga membawa dampak buruk berupa tindak kejahatan dunia maya. Salah satu cara untuk menanggulangi dan melakukan analisis investigasi kejahatan dunia maya yaitu dengan melakukan investigasi digital forensik, salah satunya dengan menggunakan proses Digital Forensic Research Workshop (DFRWS). DFRWS merupakan proses pada forensik digital yang dapat membantu mendapatkan bukti dan mekanisme terpusat untuk merekam informasi yang dikumpulkan dimana porses tersebut memiliki 6 (enam) langkah yaitu identification, preservation, collection, examination, analysis dan presentation. Tujuan dari penelitian ini yaitu untuk mendapatkan butki digital pada kasus pencemaran nama baik di 2 (dua) platform media sosial yaitu Facebook Messenger dan Twitter dengan menggunakan proses DFRWS serta melewati proses investigasi model DFRWS. Hasil dari penelitian ini yaitu sebuah bukti digital yang berhasil diperoleh berupa isi unggahan dan isi percakapan.

ABSTRACT

The rapid development of technology in today's world has dramatically impacted information exchange, mainly through mobile phones or smartphones. Accessing information through smartphones is efficient, fast, and can be done anywhere, including via social media platforms like Twitter and Facebook. However, this convenience also brings negative consequences in the form of cybercrimes. One way to combat and analyze cybercrimes is through digital forensic investigation, including the Digital Forensic Research Workshop (DFRWS) process. DFRWS is a digital forensic process that helps obtain evidence and provides a centralized mechanism for collecting and preserving information. This process consists of six steps: identification, preservation, collection, examination, analysis, and presentation. This research aims to obtain digital evidence in a defamation case on two social media platforms: Facebook Messenger and Twitter. The DFRWS process is applied, following the investigative model of DFRWS. The outcomes of this research include digital evidence in the form of post content and conversation content.

Rancang Bangun Website Kesehatan Mental Mindland

Yanuar Faturahman — 2024-06-01

ABSTRAK

Dalam era modern yang serba cepat ini, isu kesehatan mental semakin menjadi perhatian penting. Menurut World Health Organization (WHO), satu dari empat orang di dunia akan mengalami gangguan kesehatan mental atau neurologis pada suatu titik dalam hidup mereka. Oleh karena itu, akses terhadap informasi dan dukungan yang andal akan sangat membantu individu mengenali, memahami, dan mengelola kondisi kesehatan mental. Proyek yang sedang dikembangkan dalam kerangka ini difokuskan pada pengembangan sebuah website yang bertujuan mendukung kesehatan mental bernama Mindland. Website ini dirancang sebagai sumber informasi komprehensif yang menyediakan artikel-artikel edukatif, tips kesehatan mental, dan layanan konsultasi online dengan kecerdasan buatan. Tujuan utama dari website ini adalah meningkatkan kesadaran masyarakat terhadap isu-isu kesehatan mental, sambil menyediakan lingkungan yang aman dan mendukung bagi yang membutuhkan bantuan. Dengan mengintegrasikan pengetahuan teknis dan praktik langsung dalam industri teknologi informasi, proyek ini bertujuan tidak hanya untuk menciptakan platform yang bermanfaat secara praktis, tetapi juga untuk memberikan kontribusi positif terhadap kesejahteraan masyarakat secara lebih luas.

Kata Kunci: website, kesehatan mental, kecerdasan buatan, konsultasi.

ABSTRACT

In this fast-paced modern era, mental health issues are increasingly becoming an important concern. According to the World Health Organisation (WHO), one in four people in the world will experience a mental or neurological health disorder at some point in their lives. Therefore, access to reliable information and support will greatly help individuals recognise, understand and manage mental health conditions. The project being developed under this framework is focussed on developing a website aimed at supporting mental health called Mindland. The website is designed as a comprehensive resource that provides educational articles, mental health tips, and online consultation services with artificial intelligence. The main goal of the website is to raise public awareness of mental health issues, while providing a safe and supportive environment for those who need help. By integrating technical knowledge and hands-on practice in the information technology industry, the project aims not only to create a practically useful platform, but also to make a positive contribution to the well-being of society more broadly.

Klasifikasi Tingkat Ancaman Siber menggunakan Pembelajaran Mesin pada Web Application Firewall (WAF)

Mukhlis Prasetyo Aji — 2024-06-30

ABSTRAK

Serangan siber yang terjadi semakin berkembang pesat hingga menyasar data pada sistem informasi di suatu organisasi. Salah satu data yang menjadi sasaran adalah data privasi pengguna sistem informasi tersebut. Untuk itu, penelitian bertujuan untuk mengatasi kekhawatiran adanya serangan tersebut dengan melakukan investigasi forensik digital terhadap pola kejahatan siber dengan menyiapkan analisis log Web Application Firewall (WAF) pada sistem di suatu organisasi. Penelitian ini menggunakan metode LGBM Classifier, k-Nearest Neighbors (KNN), Random Forest (RF) dan Decision Tree (DT Algorithm untuk mengidentifikasi dan mengklasifikasikan jenis serangan yang terjadi pada sistem informasi. Hasil percobaan yang telah dilakukan diperoleh data akurasi sebesar 96,63%.

ABSTRACT

Cyber attacks that occur are growing rapidly enough to target data on information systems in organizations.One of the data that is targeted is the privacy data of users of the information system.For this reason, research aims to overcome the concerns of these attacks by conducting digital forensic investigations of cybercrime patterns by preparing Web Application Firewall (WAF) logs analysis on systems in organizations.This research uses the LGBM Classifier, k-Nearest Neighbors (KNN), Random Forest (RF) dan Decision Tree (DT Algorithm methods to identify and classify the types of attacks that occur on the information system. The results of the experiments that have been carried out obtained accuracy data of 96.63%.

Implementasi Business Intelligence pada Dashboard Sales Force Monitoring di Distributor XYZ

2024-06-30

ABSTRAK

Distributor XYZ merupakan sebuah perusahaan yang mendistribusikan produk barang konsumsi di wilayah Jawa Tengah dengan total 16 Depo, saat ini mengandalkan proses pengambilan keputusan dan pemantauan penjualan melalui pengiriman email dan penggunaan Microsoft excel sebagai alat pemantauan. Pendekatan ini dapat berisiko pada ketidaktersediaan data yang terorganisir dengan baik, mengakibatkan potensi gangguan pada efisiensi proses pengambilan keputusan. Hingga saat ini, Distributor XYZ belum menerapkan Business Intelligence sebagai sarana dalam mendukung pengambilan keputusan. Business Intelligence ini diharapkan dapat membantu Distributor dalam menganalisis KPI dan tren penjualan berdasarkan volume. Penelitian ini bertujuan untuk menerapkan sistem Business Intelligence dalam memantau penjualan dan evaluasi kinerja karyawan. Metode yang akan digunakan adalah Business Intelligence Roadmap, yang mencakup 6 tahapan, yaitu: justification, planning, business analysis, design, construction, dan Deployment dengan menggunakan alat Google Data Studio atau Looker. Hasil penelitian menunjukkan bahwa penerapan Business Intelligence pada Distributor dapat membantu memonitor kinerja karyawan dan tren penjualan secara komprehensif.

ABSTRACT

Distributor XYZ is a company that distributes consumer goods products in the Central Java region with a total of 16 Depots, currently relying on decision-making processes and sales monitoring through email delivery and the use of Microsoft excel as a monitoring tool. This approach can risk the unavailability of well-organized data, resulting in potential disruptions to the efficiency of the decision-making process. Until now, Distributor XYZ has not implemented Business Intelligence as a means to support decision making. This Business Intelligence is expected to help Distributors in analyzing KPIs and sales trends based on volume. This research aims to implement a Business Intelligence system in monitoring sales and evaluating employee performance. The method to be used is the Business Intelligence Roadmap, which includes 6 stages, namely: justification, planning, business analysis, design, construction, and Deployment using Google Data Studio or Looker tools. The results of the study show that the implementation of Business Intelligence at the Distributor can help monitor employee performance and comprehensive sales trends.