https://sikawan.bolmongkab.go.id/kmbj/ https://survey.petrolab.co.id/pulsa/ https://pelalawankab.go.id/web/ https://lppm.nurulfikri.ac.id/thailand/ https://diskan.bintankab.go.id/pulsa/ https://img-mis.balitower.co.id/ slot16 https://pstf.fib.unej.ac.id/dana/ https://pstf.fib.unej.ac.id/slot16/ https://sinora.unsri.ac.id/sgacor/ https://apps.petrolab.co.id/ https://petrolab.co.id/
Journal of Information Technology Systems //ojs-upgrade.ummat.ac.id/index.php/jintens Journal of Information Technology Systems is a publication media managed by the Information Technology Systems Study Program, Faculty of Engineering, Universitas Muhammadiyah Mataram (UMMAT) published by the Institute for Research and Community Service, Universitas Muhammadiyah Mataram (LPPM UMMAT) which contains articles based on research results with the scope of publications related to research themes in accordance with the scientific field of Informatics which includes Computer Engineering, Computer Science, and Information System. id-ID Journal of Information Technology Systems ANALISIS KERENTANAN WEB SERVER PADA APLIKASI ELEARNING (STUDI KASUS UNIVERSITAS MUHAMMADIYAH MATARAM) //ojs-upgrade.ummat.ac.id/index.php/jintens/article/view/13560 Pengujian kerentanan <em>web server</em> dalam penelitian ini menggunakan <em>tools Zad Attack Proxy (ZAP)</em> sebagai perangkat lunak yang merupakan salah satu aplikasi yang dikembangkan oleh OWASP. ZAP merupakan aplikasi untuk menemukan kerentanan dalam suatu aplikasi web dengan cara menyediakan <em>scanner </em>otomatis. Kelebihan dari ZAP ini di antaranya bersifat mudah diinstal, <em>community based</em>, <em>open source</em>, <em>intercepting proxy</em>, <em>traditional &amp; ajax spider</em>, <em>active scanner</em>, <em>growing add ons</em>, <em>forced browsing</em>, <em>fuzzer</em>, <em>dynamic</em>, <em>smart card support</em>, SSL cerificates, <em>integrared</em>, dan <em>web socket support.</em> Muhammad Rizkillah Fitri Astutik Hak Cipta (c) 2023 Journal of Information Technology Systems 2023-02-03 2023-02-03 1 1 1 7 Penerapan Algoritma Support Vector Machine dan Particle Swarm Optimization Untuk Pembuatan Rating Aplikasi Google Playstore //ojs-upgrade.ummat.ac.id/index.php/jintens/article/view/13579 Penggunaan <em>smartphone</em> yang besar khususnya android di indonesia sejalan dengan munculnya aplikasi untuk membantuk kegiatan masyarakat indonesia seperti gojek, grap, tokopedia, shopee dan lain sebagainya. aplikasi-aplikasi ini di unduh pada aplikasi google yang bernama google playstore, selain berfungsi sebagai penyimpanan aplikasi, google playstore bisa digunakan untuk mereview aplikasi dan memberikan rating terhadap aplikasi tersebut. seringkali <em>review</em> dan rating yang diberikan tidak searah karena hal ini rating yang diberikan pada aplikasi tidak bias, sehingga peneliti membuat sebuah penelitian untuk membuat rating berdasarkan klasifikasi <em>review</em> yang diberikan oleh user, algoritma yang digunakan untuk klasifikasi ini adalah algoritma support vectore machine dan algoritma particle swarm optimation untuk optimasinya. berdasarkan hasil penelitian, nilai akurasi dari algortma support vector machine dan particle swarm optimation rata-rata adalah 90% lalu hasil rating yang dihasilkan lebih tepat dari pada rating yang diberikan secara manual pada google playstore Arif Rahman Muhammad Imam Dinata Hak Cipta (c) 2023 Journal of Information Technology Systems 2023-02-03 2023-02-03 1 1 8 13 IMPLEMENTASI DEEP LEARNING DALAM KLASIFIKASI CITRA GAMBAR DENGAN MENGGUNAKAN METODE CNN //ojs-upgrade.ummat.ac.id/index.php/jintens/article/view/13582 <p>Sepatu biasanya terbuat dari beberapa bahan dan akan dibentuk menjadi berbagai jenis sepatu yang disesuaikan dengan fungsinya. Untuk mengetahui jenis sepatu yang dihasilkan itu baik atau tidak dibutuhkan seorang yang ahli di bidang sepatu. Proses identifikasi sepatu yang baik itu dapat dilihat dari berbagai faktor misalnya: kode sepatu, jahitan sepatu, bagian sol sepatu, logo sepatu, harga, material sepatu, dan lainnya. <em>Computer Vision </em>merupakan salah satu cabang ilmu yang memungkinkan mesin komputer dapat melihat, mengidentifikasi dan mengekstrak informasi dari sebuah objek yang ada di sekitar layaknya manusia<em> Deep learning, </em>komputer dapat mengklasifikasikan data gambar atau suara, salah satu metodenya yaitu <em>Convolutional Neural Network (CNN). CNN </em>merupakan salah satu penerapan <em>deep learning, </em>dimana<em> </em>metode ini berfungsi untuk mengolah citra digital. Dataset yang digunakan dalam penilitian ini diambil di website www. Kaggle.com/datasho-es dengan jumlah data sebanyak 10.000 data gambar dan dibagi menjadi 4 kelas yaitu ballet flat, boat, brogue, sneaker dan untuk data validasi sebanyak 2000 data gambar. Dari hasil penilitian ini tingkat akurasi prediksi yang paling tertinggi yaitu untuk sepatu sneakers dengan tingkat akurasi prediksi sebesar 99% sementara untuk tingkat akurasi prediksi terendah yaitu untuk sepatu Brogue sebesar 27%.</p><p> </p><strong>Kata Kunci</strong>: <em>Sepatu</em>, <em>Computer Vision, Deep Learning, CNN</em> Imam Dinata Nata Nani Sulistianingsih Siti Agrippina Alodia Yusuf Hak Cipta (c) 2023 Journal of Information Technology Systems 2023-02-03 2023-02-03 1 1 14 19
https://sikawan.bolmongkab.go.id/kmbj/ https://survey.petrolab.co.id/pulsa/ https://pelalawankab.go.id/web/ https://lppm.nurulfikri.ac.id/thailand/ https://diskan.bintankab.go.id/pulsa/ https://img-mis.balitower.co.id/ slot16 https://pstf.fib.unej.ac.id/dana/ https://pstf.fib.unej.ac.id/slot16/ https://sinora.unsri.ac.id/sgacor/ https://apps.petrolab.co.id/ https://petrolab.co.id/