Website ”XYZ” merupakan aplikasi yang mempunyai fungsi dalam layanan pembuatan dokumen kependudukan, layanan pendaftaran akses masuk, dan fitur login. Penilaian kerawanan secara berkala diperlukan untuk menjamin kehandalan dari aplikasi. Penilaian kerawanan dengan menggunakan tool uji saja sekarang tidak dirasa cukup sehingga memerlukan validasi. Salah satu validasi tersebut adalah menggunakan penetration testing. Uji penetrasi pada Website XYZ Kabupaten XYZ dilaksanakan dengan mengacu kepada Open Web Application Security Project (OWASP) Top 10-2021. Penetration testing dilaksanakan dengan metode black box untuk mendapatkan hasil pengukuran tingkat kerentanan pada aplikasi. Keseluruhan penilaian kerentanan dilakukan dalam empat tahap yaitu planning, information gathering, vulnerability scanning menggunakan 2 tools otomatis yaitu Vega dan OWASP ZAP sebagai upaya untuk mendapatkan cakupan yang lebih luas terkait kerentanan yang ditemukan dikuti dengan validasi dilanjutkan tahap analysis and reporting. Hasil tahap vulnerability scanning menghasilkan 9 jenis kerentanan dengan sebaran 2 high, 1 medium, dan 6 low. Pengujian penetrasi untuk validasi mengacu pada dokumen panduan Web Security Testing Guide (WSTG) versi 4.2. Hasil proses akhir berupa rekomendasi dapat digunakan sebagai referensi pengembang aplikasi web untuk menangani kerentanan khususnya hilangnya ketersediaan layanan dan kebocoran data.

E-marketplace saat ini telah berkembang sangat pesat. Pemerataan wilayah coverage dan kecepatan koneksi sudah jauh semakin berkembang, maka perubahan aktivitas dari tradisional menjadi digital pun semakin tinggi. UMKM di Indonesia mulai bermigrasi dari yang sebelumnya menjual produk secara konvensional di toko dan pasar, sekarang beralih secara online lewat media sosial maupun e-marketplace. Repurchase intention sangat penting dan sangat diinginkan karena untuk mendapatkan kepercayaan pelanggan baru dibutuhkan biaya yang besar. Proses mendapatkan pelanggan baru dan mengubahnya menjadi transaksi pembelian, lima kali lebih mahal daripada mempertahankan pelanggan yang sudah ada. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi niat repurchase intention dalam e-marketplace dan untuk mengetahui hubungan antar faktor-faktor tersebut. Tahap awal penelitian ini adalah pengembangan model teoritis dan kuesioner, kemudian prosedur sampling & analisis data, dan interpretasi hasil & kesimpulan. Langkah pemrosesan data dimulai dengan factor analysis, reliability test, dan mencari nilai cronbach alpha. Selanjutnya dilakukan penggambaran model teoritis dengan AMOS dan dilakukan analisis SEM dari model construct ECM yang diberikan sehingga output yang didapatkan adalah hasil nilai standardized effect dan nilai magnitude. Kesesuaian penelitian ini dengan model penelitian yang diajukan dalam tabel Fit Statistic Model. Hasil penelitian menunjukkan terdapat enam faktor diterima yang mempengaruhi repurchase intention yaitu trust, confirmation, satisfaction, brand awareness, ease of use, dan electronic word of mouth, dan tiga hipotesis yang ditolak yaitu security terhadap repurchase intention & trust dan brand awareness terhadap repurchase intention.

SMK Antartika 1 Sidoarjo setiap tahunnya melakukan penerimaan siswa baru. Siswa SMP yang mendaftakan diri ke SMK Antartika 1 Sidoarjo rata-rata belum cukup mengetahui tentang minatnya pada jurusan yang ada di sekolah. Adapun jurusan yang ada di SMK Antartika 1 Sidoarjo adalah Teknik Pemesinan, Teknik Kendaraan Ringan, dan Rekayasa Perangkat Lunak. Dari permasalahan di atas, maka diperlukan sebuah sistem untuk memprediksi tentang pemilihan kecocokan jurusan pada siswa baru SMK Antartika 1 Sidoarjo. Dengan adanya sistem tersebut dapat membantu meningkatkan pelayanan terhadap siswa baru dalam memutuskan pemilihan jurusan yang terdiri dari 4 tingkatan, yaitu: sangat cocok, cocok, kurang cocok, dan sangat kurang cocok dengan siswa. Untuk mengetahui pola prediksi dari data siswa tersebut, menggunakan penerapan perbandingan menggunakan metode Support Vector Machine (SVM) dan Random Forest (RF). Fitur atribut yang digunakan ada 14 fitur yang terdiri dari: Jurusan, Pendidikan_Ayah, Penghasilan_Ayah, Pendidikan_Ibu, Penghasilan_Ibu, Transportasi_ke_Sekolah, NUS_MTK_SMP, NUS_BIND_SMP, NUS_BING_SMP, Disiplin, Tanggung_Jawab, Sikap, Komunikasi, dan Output_Kelas. Riset ini menggunakan dataset siswa SMK Antartika 1 Sidoarjo mulai tahun 2020 sampai 2022 dengan total 578 record data siswa. Berdasarkan hasil analisis dengan metode SVM dengan kernel sigmoid diperoleh tingkat akurasi sebesar 83%, sedangkan hasil analisa dengan dengan metode RF dengan jumlah tree 150 diperoleh tingkat akurasi sebesar 82%.

Makanan memainkan peran penting dalam kelangsungan hidup manusia. Salah satu makanan tradisional yang populer di Indonesia adalah bakso. Penggunaan Bahan Tambahan Makanan (BTM) dalam makanan, terutama makanan olahan, tidak dapat dihindari. Salah satu BTM yang sering digunakan adalah boraks. Penggunaan boraks dalam pembuatan bakso dapat menyebabkan efek samping kesehatan bagi konsumen. Oleh karena itu, penting untuk menentukan apakah suatu produk bakso mengandung borax atau tidak. Artikel ini bertujuan untuk mengusulkan pendekatan kombinasi model yang terdiri dari pretrained model sebagai fitur extractor dan Random Forest digunakan untuk mengklasifikasikan gambar bakso serta melakukan evaluasi terhadap model yang dibangun. Kombinasi parameter yang digunakan pada Random Forest menggunakan parameter terbaik dari tuning hyperparameter GridsearchCV. Hasil pengujian menunjukkan kombinasi pretrained model Xception dan Random Forest menghasilkan kinerja dengan akurasi sebesar 85%, presisi sebesar 87%, recall sebesar 83% dan F1-score sebesar 85%.

Berkembangnya teknologi di era digital saat ini sangat mempengaruhi berbagai sektor industri. Industri yang berdampak atas perkembangan teknologi informasi adalah sektor industri di bidang keuangan atau fintech (Financial Techology). CROWDE merupakan perusahaan yang bergerak di bidang usaha financial technology menghubungkan petani dan pengusaha tani dengan pemodal. Permasalahan yang sedang dihadapi oleh perusahaan CROWDE yakni target pasar yang dijangkau saat ini oleh website CROWDE hanya menjangkau 1 target saja yakni petani. Hal tersebut yang membuat CROWDE ingin merancang ulang tampilan antarmuka dan pengalaman pengguna terhadap website CROWDE. Adapun tujuan penelitian dilakukan untuk menjawab permasalahan yang sedang dihadapi oleh website CROWDE, menghasilkan rekomendasi berupa hasil solusi desain dan menghasilkan hasil analisis evaluasi terhadap solusi desain atau redesign website yang telah dibuat dari segi aspek kemudahan. Fokus penelitian ini yaitu melakukan perancangan ulang Platform Website CROWDE dari segi tampilan antar muka (User Interface) dan pengalaman pengguna (User Experience) dengan menggunakan metode desaign thinking. Tahapan penelitian yang dilakukan menggunakan pendekatan design thinking yang terdapat 5 tahapan seperti empathize, define, ideate, prototype, dan test. Hasil penelitian yang didapatkan yaitu kategori permasalahan website saat ini mulai dari segi copywriting, customer service, dan alur sistem. Kemudian untuk hasil solusi desain atau mockup yang dihasilkan sebanyak 12 menu. Tahapan pengujian terhadap 8 task dinyatakan berhasil dari segi aspek kemudahan terhadap solusi desain yang telah dibuat dengan nilai rata-rata lebih dari 5,5 untuk setiap task yang dikerjakan telah dikerjakan responden.

Saat ini teknologi barcode masih luas penggunaannya untuk mendata stok barang. Namun pada faktanya barcode juga memiliki kelemahan. Misal, barcode rentan mengalami kerusakan sehingga data di dalamnya sulit terbaca oleh scanner. Selain itu, barcode juga hanya bisa di-scan pada jarak tertentu, serta letaknya yang berbeda-beda di setiap produk juga membuat user harus mencari letak barcode terlebih dahulu sebelum di-scan. Teknologi RFID yang ditawarkan untuk menjadi jalan keluar dari permasalahan pada teknologi barcode juga memiliki beberapa hambatan untuk penerapannya, salah satu contohnya adalah biaya yang mahal. Pada penelitian ini dibuat sebuah sistem manajemen inventori berbasis website menggunakan HTML, CSS, dan PHP. Hasil black box testing fungsionalitas web menunjukkan hasil yang sangat baik, tingkat keberhasilannya mencapai 93,94%. Teknologi computer vision khususnya object recognition yang menggunakan arsitektur ResNet dalam CNN juga diterapkan untuk mengenali barang melalui input-an citra objek secara otomatis. Setelah melakukan training data terhadap sepuluh kelas yang sudah ditentukan, didapatkan sebuah model dengan validation loss sebesar 1.0834e-04 dan validation accuracy mencapai 100%. Berdasarkan testing yang dilakukan, model sudah mampu mengenali satu objek dalam satu frame foto dengan tingkat akurasi mencapai 90%. Namun akurasinya menurun untuk skenario testing dengan dua dan lima objek dalam satu foto, sehingga mendapatkan hasil tingkat akurasi 56% dan 54%.

Meningkatnya permintaan jual beli tanah kavling menjadi tantangan bagi pelanggan untuk membuat keputusan yang sesuai dengan preferensi dan kendala keuangan mereka. Selain itu, konsumen seringkali tidak memiliki cukup waktu untuk menyelidiki plot yang mereka minati sebelum mengambil keputusan pembelian. Penelitian ini akan memberikan sistem rekomendasi berdasarkan permasalahan tersebut. Penerapan metode AHP yang dipadukan dengan metode fuzzy atau yang lebih dikenal dengan Fuzzy Analytic Hierarchy Process (FAHP) digunakan untuk memberikan pilihan alternatif pada tanah kavling yang berbeda. Metode FAHP dipilih untuk menutupi kelemahan pada AHP terkait dengan permasalahan kriteria yang lebih bersifat subyektif. Parameter yang digunakan berdasarkan persil tanah meliputi harga, jenis, kondisi, fasilitas dan legalitas. Hasil pengujian metode FAHP dilakukan sebanyak 15 kali dengan berbagai kriteria penentuan bobot agar bekerja dengan baik dengan nilai akurasi 93%, presisi 100%, recall 93%, dan F1-score 96%. Berdasarkan hasil temuan, prosedur dan algoritma yang diterapkan mampu menghasilkan rekomendasi yang paling berguna untuk kemungkinan menghasilkan alternatif terbaik bagi konsumen dalam memilih alternatif tanah kavling terbaik

Salah satu proses peningkatan mutu kopi adalah menyeleksi buah kopi yang matang dan belum matang pasca panen yang dilakukan dengan cara memilih satu per satu. Namun dengan cara tersebut terdapat kelemahan yaitu inkonsistennya hasil sortiran karena faktor subjektifitas dan intentitas cahaya. Sebagai solusi, pada penelitian ini didesain alat bantu dalam bentuk prototipe untuk menyortir buah kopi berdasarkan kematangannya. Kopi matang ditandai dengan warna merah, kopi setengah matang dengan warna kuning kemerahan dan kopi mentah dengan warna hijau. Kamera diletakkan dalam kotak guna mengurangi intentitas cahaya eksternal, digunakan untuk mengambil citra buah kopi kemudian citra buah kopi akan dipisahkan dengan background dengan metode segmentasi warna hue, saturation, value (HSV). Selanjutnya citra buah kopi diekstraksi untuk mendapatkan nilai setiap warna dengan parameter red, green, blue (RGB) dan HSV guna membentuk model klasifikasi metode support vector machine (SVM). Parameter SVM optimum yaitu cost (C)= 10,0 dan gamma (?)= 0,001. Prototipe yang dibangun berbentuk persegi panjang dengan panjang 70 cm, lebar 10 cm dan tinggi 12 cm. Komponen penyortir yaitu servo yang memutar ke sudut 90o untuk klasifikasi “matang”, sudut 45o untuk klasifikasi “matang setengah” dan sudut 135o untuk klasifikasi “mentah” sedangkan conveyor belt digerakkan oleh motor DC 12 V. Meskipun pada proses prediksi perangkat lunak terdapat kesalahan prediksi namun perangkat keras telah bekerja dengan baik ditandai dengan servo berhasil memutar link ke sudut yang telah ditentukan sesuai hasil prediksi. Dengan demikian, dapat disimpulkan bahwa prototipe sistem penyortir buah kopi arabika berdasarkan kematangannya berhasil dibangun.

Penelitian data mining pada keterlambatan pembayaran SPP telah banyak dilakukan namun mayoritas penelitian memiliki dataset yang berdimensi rendah. Hal ini dapat menjadi bahan kajian bagi para peneliti selanjutnya dikarenakan penelitian terkait dataset keterlambatan biaya SPP yang berdimensi tinggi hanya mendapatkan akurasi dibawah 60%. Ditambah lagi penelitian klasifikasi data mining yang menguji hubungan antar atribut-atribut yang digunakan pada pemodelan terhadap label data relatif masih minim. Penelitian ini bertujuan untuk menganalisis peningkatan akurasi algoritma klasifikasi yakni K-Nearest Neighbor, Naive Bayes, C4.5, Random forest, dan Logistic Regression dalam memprediksi keterlambatan biaya kuliah yang dioptimasi dengan beberapa perbandingan algoritma seleksi fitur diantaranya Mutual Information, Forward Selection, Backward, dan Recursive Elimination. Data yang digunakan adalah data pembayaran SPP mahasiswa dari tahun 2019 - 2021 dengan teknik pembagian data menggunakan metode 5-fold cross validation. Hasil dari penelitian ini ditemukan bahwa algoritma Backward Elimination memberikan peningkatan akurasi tertinggi dengan nilai rata-rata 0,52%, sedangkan algoritma klasifikasi yang memiliki akurasi tertinggi terdapat pada random forest dan C4.5 dengan nilai akurasi sebesar 62,6%, precision 65%, recall 63% dan f1-score 61%.

Penjualan produk fesyen pada e-commerce di Indonesia mengalami perkembangan pesat saat ini. Salah satu model yang banyak digunakan untuk penerimaan masyarakat adalah model Unified Theory of Acceptance and Use of Technology (UTAUT). Tujuan dari penelitian ini adalah mengetahui faktor-faktor yang memengaruhi masyarakat Indonesia ketika membeli produk fesyen pada e-commerce dengan menggunakan analisis model UTAUT-2. Penelitian ini mampu untuk membantu penjual produk fesyen untuk lebih memahami konsumen e-commerce di Indonesia. Penelitian kuantitatif yang menyebarkan kuesioner melalui daring dan mendapatkan 302 responden. Structural Equation Model-Partial Least Square digunakan dalam penelitian ini untuk mendapatkan hasil hipotesis. Uji yang dilakukan menggunakan 2 tahap yaitu measurement model dan structural model. Hasil penelitian menunjukan bahwa harapan kinerja, pengaruh sosial, harga, dan kebiasaan memiliki pengaruh yang signifikan dan positif terhadap keputusan pembelian seseorang. Sedangkan harapan usaha, kondisi fasilitas, dan motivasi hedon tidak memiki pengaruh yang signifikan terhadap keputusan pembelian produk fesyen pada aplikasi e-commerce. Kebiasaan menjadi bagian yang paling penting dalam memengaruhi konsumen Indonesia untuk membeli produk fesyen pada aplikasi e-commerce di Indonesia. Pengaruh sosial merupakan faktor kedua yang memengaruhi keputusan pembelian diikuti dengan harga dan harapan kinerja.