Search

Computers have become increasingly vulnerable to malicious attacks with an increase in popularity and the proliferation of open system architectures. There are numerous malware detection technologies available to protect the computer operating system from such attacks. This type of malware detector targets programs based on patterns detected in the properties of computer applications. As the amount of analytical data increases, the computer defense system is adversely affected. The performance of the detection mechanism has been hindered due to the presence of numerous irrelevant characteristics. The goal of this study is to provide a feature selection approach that will help malware detection systems be more accurate by detecting pertinent and significant traits. Furthermore, by selecting the most important features, it is possible to maintain an acceptable level of accuracy in the detection of malware while significantly lowering the computational cost. The proposed method displays the most important features (MIFs) obtained from each machine learning method, including data cleaning and feature selection. Furthermore, the method applies six machine learning classification techniques to the selected feature set. Several classifiers were evaluated based on several characteristics for malware detection, including Support Vector Machines (SVM), Logistic Regression (LR), K-nearest neighbor (K-NN), Decision Tree (DT), Naive Bayes (NB), and Random Forest (RF). Our suggested model was tested on two malware datasets to determine its effectiveness. In terms of accuracy, precision, F1 scores, and recall, the experimental findings show that RF and DT classifiers beat other techniques.

The npm ecosystem is crucial for the JavaScript community and its development is significantly influenced by the opinions and feedback of npm maintainers. Many software ecosystem maintainers have utilized social media, such as Twitter, to share community-related information and their views. However, the communication between npm maintainers via Twitter in terms of topics, nature, and sentiment have not been analyzed. This study conducts an empirical analysis of tweets by npm maintainers related to the software ecosystem to understand their perceptions and opinions better. A dataset of tweets was collected and analyzed using qualitative analysis techniques to identify the topic of tweets, nature, and their sentiments. Our study demonstrates that most tweets belong to the package management category, followed by notifications and community-related information. The most frequently discussed topics among npm maintainers in the package management category are usage scenarios. It appears that the nature of tweets mostly shared by npm maintainers is information, followed by question and answer, respectively. Additionally, the sentiment analysis reveals that npm maintainers express more positive sentiments towards notification and community-related discussion while expressing more neutral opinions towards the package management related discussion. This case study provides valuable insights into the perceptions and opinions of the npm maintainers regarding the software ecosystem and can inform future development and decision making.

Software vulnerability is one of the weaknesses in computer security that challenges developers to rectify. Software maintainers rely on code comments to maintain their source code, including fixing vulnerability issues. To facilitate understanding the security issues in the related code, vulnerability identifiers are commonly included in code comments. However, not all vulnerability-related code comments describe clearly the purposes of the inclusion of the identifiers. Based on this evidence, we investigate the importance of vulnerability identifiers contained in source code comments, which is the novelty of this paper. We performed a study of 1,491 code comments that refer to vulnerability identifiers to define their categories. We then applied a mixed-method approach to classifying the types of the related repository and code, the rationale of identifier references, and the severity level of vulnerabilities in the code. The results indicate that vulnerability identifiers in code comments are useful to notify security issues for the related source code, and our study widens up chances for future work to further investigate these problems.

Although the use of network simulator (NS) in predicting the behavior of computer networks has increased, the users often face a variety of challenges and share them on Stack Overflow (SO). However, the challenges that users deal with have not been studied. This paper presents an NS discussion dataset extracted from SOTorrent, which consists of 2,322 NS-related question posts spanning 17 features. The process of data collection was conducted in five steps, including filtering initial post dataset using simulator tags, discovering NS-related tags, collecting the tagged posts, extracting the posts title and preprocessing for LDA (Latent Dirichlet Allocation), and finally applying the LDA topic modeling to obtain the NS posts clustered into eight different topic names. We believe that this dataset will help research community in highlighting issues faced by NS users.

Saat ini tidak dapat dipungkiri bahwa persaingan pasar industri mobil di berbagai belahan dunia sangat ketat tak terkecuali di Indonesia. Indonesia memiliki industri manufaktur mobil terbesar kedua di Asia Tenggara setelah Thailand. Namun hasil statistik menunjukkan bahwa tingkat penjualan mobil di Indonesia masih belum stabil akibat tingkat penerimaan konsumen yang rendah. Ada banyak faktor yang mempengaruhi tingkat penerimaan konsumen terhadap produk-produk mobil yang baru diluncurkan. Jika hal tersebut terus terjadi, akan berimbas buruk pada profitabilitas produsen mobil di negara ini. Untuk membantu mengurangi masalah tersebut, maka dibuat sebuah sistem untuk mengklasifikasi faktor yang mempengaruhi permasalahan tingkat penerimaan mobil oleh pihak konsumen. Faktor-faktor yang digunakan dalam sistem sebagai variabel yang mempengaruhi tingkat penerimaan konsumen terdiri dari harga pembelian, biaya perawatan, jumlah pintu, kapasitas penumpang, ukuran bagasi dan taksiran keselamatan penumpang. Sistem pengklasifikasi variabel ini dibangun dengan menerapkan metode Random Forest (RF). Pada metode ini, data maupun atribut diambil secara acak sehingga dimungkinkan akan menghasilkan berbagai model pohon keputusan. Adapun variabel yang menempati sebagai root node dalam pohon keputusan, merupakan variabel yang paling signifikan dalam mempengaruhi tingkat penerimaan mobil pada konsumen. Hasil dari sistem klasifikasi yang dibangun dapat dijadikan pertimbangan bagi produsen mobil di masa mendatang, sehingga produksi mobil menjadi lebih efektif, dapat meminimalisir kerugian dan meningkatkan profitabilitas produsen.

Saat ini dalam dunia pendidikan data yang berlimpah dan berkelanjutan bisa dimanfaatkan untuk data mining dalam rangka pengelolaan yang lebih baik dan pelaksanaan pembelajaran yang lebih efektif. Salah satunya adalah Fakultas Komunikasi dan Informatika (FKI) UMS yang telah berdiri sejak tahun 2006 dan telah memiliki sebanyak 2358 mahasiswa termasuk yang sudah lulus sebanyak kurang lebih 600-700 mahasiswa. Penelitian ini dilakukan untuk memanfaatkan data-data yang melimpah tersebut sebagai sumber informasi strategis bagi fakultas untuk mengklasifikasi masa studi mahasiswa dengan menggunakan teknik data mining. Klasifikasi masa studi terhadap data lulusan mahasiswa FKI UMS menggunakan metode Decision Tree dengan algoritma C4.5. Dari total 2358 data diambil sebanyak 341 data mahasiswa yang sudah lulus. Atribut yang digunakan terdiri dari jurusan sekolah, jenis kelamin, asal sekolah, rerata jumlah SKS per semester, dan peran menjadi asisten. Hasil penelitian menunjukkan bahwa variabel yang paling tinggi pengaruhnya terhadap masa studi mahasiswa adalah rerata SKS per semester. Dengan demikian, interpretasi hasil penelitian mengindikasikan bahwa variabel yang perlu digunakan sebagai pertimbangan bagi fakultas untuk memperoleh tingkat masa studi yang efektif adalah rerata SKS yang diambil oleh mahasiswa.

Children are currently have no spirit to learn and develop their creativities due to a conventional studying method they received. The research activity aims to know the influences of computer use in children intelligences and creativities. The activity was implemented to demonstrate the educative games. Each participant was given 1 game CD for installation. The result of the activity is analyzed using two types of questionnaire, before and after the socialization. The result indicates that computer technology has a huge affect to help children in knowledge development and intelligences. It can be seen from the comparison analysis of questionnaires which were distributed before and after the socialization.

Pada saat ini perkembangan dunia perfilman sudah sangat pesat, contohnya dengan banyaknya film-film yang silih berganti untuk ditayangkan, Para penikmat film juga membutuhkan film-film yang mempunyai kualitas gambar, suara, alur cerita dan nilai positif yang baik dalam sebuah film, agar mereka tetap antusias dalam mengikuti film-film yang terbaru. Namun film-film yang ada tidak semuanya dapat dinikmati dan tidak semua kalangan menyukai semua film. Agar suatu film dapat terus berkembang, tentunya membutuhkan penilaian-penilaian dari para penikmat film, untuk mengetahui selera film yang sesuai dengan para penikmat film. Untuk itu dibutuhkan analisis agar dapat mengetahui bagaimana minat penikmat film yaitu dengan membuat penilaian-penilaian yang nantinya digunakan untuk mengetahui rating suatu film menggunakan metode nae bayes yaitu metode yang melakukan pendekatan statistika yang fundamental dalam pengenalan pola (pattern recognition). Pendekatan ini didasarkan pada kuantifikasi trade-off antara baerbagai keputusan klasifikasi dengan menggunakan probanilitas dan resiko yang ditimbulkan dalam keputusan-keputusan tersebut. Metode tersebut merupakan salah satu metode dari data mining, dengan atribut yang sudah ditentukan, yaitu meliputi genre film, aktor film, bahasa,warna, durasi film, negara, dan lainnya yang dapat digunakan sebagai tolak ukur sutradara untuk membuat film.

Jumlah penyelenggara pendidikan di Sragen telah mengalami peningkatan dalam kurun beberapa tahun terakhir. Hal ini juga salah satu akibat dari semakin banyaknya jumlah siswa di wilayah tersebut. Namun dengan adanya peningkatan jumlah ini ternyata tidak diimbangi dengan pengelolaan data sekolah yang baik misalnya menggunakan teknologi informasi. Tidak adanya pusat data yang terintegrasi secara baik dapat menyebabkan pihak sekolah bahkan masyarakat sulit untuk mendapatkan informasi yang valid sehingga banyak calon siswa yang mengalami kesulitan untuk menentukan sekolah menengah tingkat atas yang akan dituju. Berdasarkan hal tersebut, sebuah data warehouse diperlukan sebagai pengelola data sekolah-sekolah secara terintegrasi dengan baik di Sragen dan dikembangkan sistem rekomendasi dengan menerapkan teknik data mining. Dengan demikian, data-data sekolah dapat digali untuk menghasilkan suatu informasi strategis yang dapat dimanfaatkan sebagai rekomendasi bagi calon siswa sekolah menengah atas untuk menentukan pilihan sekolah yang dituju. Suatu diagram snowflake dirancang sebagai langkah awal dalam pengembangan data warehouse. Sementara itu, sistem rekomendasi dibangun menggunakan metode naïve bayes dengan cara menghitung probabilitas masing-masing kriteria yang diajukan dalam perhitungan. Adapun kriteria yang digunakan yaitu biaya sekolah, jarak sekolah, nilai akreditasi, tingkat kelulusan, dan nilai rerata ujian akhir nasional. Hasil penelitian menunjukkan bahwa sebuah data warehouse telah berhasil dibangun sebagai pengelola data sekolah di Sragen yang terintegrasi dan terhubung dengan sistem rekomendasi untuk membantu calon siswa memilih sekolah yang sesuai berdasarkan kriteria-kriteria yang diajukan. Rekomendasi yang dihasilkan oleh sistem berdasarkan nilai confidence tertinggi dari setiap variabel masing-masing sekolah, prioritas variabel, serta urutan peringkat sekolah.

Setiap tahun pendidikan di Indonesia semakin maju dan berkembang seiring dengan semakin bertambahnya jumlah sekolah atau lembaga pendidikan. Sementara itu berdasarkan data dari Dinas Pendidikan Kabupaten Sragen, bertambahnya jumlah sekolah yang berdiri juga diimbangi dengan jumlah siswa yang semakin meningkat pada tiap tahunnya. Sekolah-sekolah ini tidak jarang didirikan dalam jarak yang berdekatan dalam satu wilayah seperti halnya dengan sekolah menengah atas sederajat di kota Sragen. Dewasa ini, sekolah tersebut tidak hanya bersaing dalam hal akademik melalui prestasi sekolah maupun akreditasi, namun juga bersaing dalam mutu pendidikan yang baik untuk menarik minat calon siswa. Namun, permasalahan yang sering dihadapi yaitu banyak faktor-faktor yang akhirnya melatarbelakangi siswa untuk memilih sebuah calon sekolah baik faktor eksternal sekolah maupun internal. Sehingga siswa dituntut cerdas dalam menentukancalon sekolah terbaik dan sesuai dengan kriterianya. Penelitian ini dilakukan dalam rangka membantu siswa untuk memilih calon sekolah menengah tingkat atas terbaik sesuai dengan kriteria-kriteria yang diinginkan. Penerapan metode Naïve Bayes digunakan dalam penelitian ini untuk merekomendasikan calon sekolah terbaik bagi siswa dengan memanfaatkan data sekolah menengah atas di Kota Sragen. Metode Naïve Bayes diterapkan untuk mencari probabilitas terbesar dari semua instance pada atribut target seperti jarak, biaya SPP, akreditasi, tingkat kelulusan dan nilai rata-rata minimal UAN. Hasil dari penelitian ini yaitu sebuah sistem rekomendasi yang dapat membantu menyajikan informasi sekolah-sekolah menengah atas yang sesuai dengan kriteria. Sehingga dapat menjadi pertimbangan bagi siswa untuk memilih calon sekolah menengah atas yang terbaik sesuai dengan kriteria yang diajukan.

Kanker payudara merupakan jenis kanker yang menempati urutan kedua sebagai penyakit yang paling umum ditemui. Seperlima dari wanita penderita kanker adalah mereka yang didiagnosa mengidap kanker payudara. Kanker secara umum dibagi dua yaitu jinak dan ganas, begitupun kanker payudara. Pada status ganas, kanker dapat berakibat buruk bagi penderitanya bila terlambat diketahui. Oleh sebab itu, deteksi dini pada penyakit kanker sangatlah penting agar penderitanya dapat menerima penanganan yang tepat. Penelitian ini dilakukan dalam rangka untuk melakukan klasifikasi jenis kanker berdasarkan variable-variabel yang mempengaruhi menggunakan teknik data mining. Klasifikasi kanker payudara dilakukan menggunakan metode decision tree dengan algoritma gain ratio. Atribut-atribut yang digunakan dalam klasifikasi yaitu ketebalan rumpun, keseragaman ukuran sel, keseragaman bentuk sel, adhesi marjinal, ukuran sel epitel tunggal, ukuran asli nuclei, kromatin, keadaan nucleoli normal dan mitosis. Hasil evaluasi kinerja algoritma gain ratio diperoleh nilai recall, accuracy dan precision masing-masing sebesar 92,55%, 95,17% dan 93,76%. Nilai tersebut menunjukkan bahwa algoritma gain ratio sangat baik digunakan dalam klasifikasi ini. Berdasarkan skema decision tree, variabel keseragaman ukuran sel merupakan variable yang paling signifikan mempengaruhi jenis kanker.

Di era modern seperti saat ini manusia memiliki beragam kesibukan, hal ini membuat manusia memerlukan alat transportasi untuk menunjang kesibukannya agar dapat berjalan dengan baik. Salah satu alat transportasi yang banyak digunakan yaitu mobil. Banyaknya peminat mobil membuat semakin meningkatnya permintaan terhadap jenis transportasi ini. Selain itu, meningkatnya jumlah mobil di Indonesia juga dikarenakan faktor meningkatnya pendapatan dari golongan menengah keatas. Hal ini mengakibatkan banyak produsen mobil di Indonesia bersaing menawarkan mobil dengan berbagai model beserta kelebihan yang lebih menarik tentunya dengan harga yang semakin bersaing. Berdasarkan latar belakang tersebut, penelitian ini akan dilakukan analisis tentang tingkat penerimaan calon konsumen terhadap suatu model mobil menggunakan teknik data mining degan metode regresi linier. Metode ini bertujuan untuk memprediksikan sebuah nilai dari fungsi kepadatan probabilitas serta turunan kedua dari suatu titik. Hasil yang diharapkan dari penelitian ini berupa sebuah model regresi linier berupa formula yang dapat digunakan untuk mengetahui tingkat penerimaan calon konsumen terhadap suatu jenis mobil yang ada di pasaran sehingga perusahan mobil dapat mengerti kebutuhan konsumen tentang suatu mobil berdasarkan Harga Beli (Buying Price), Harga Perawatan (Maintenance Price), Jumlah Pintu (Number Of Doors), Kapasitas (Capacity), Ukuran Bagasi (Size Of Luggage Boot) serta Estimasi Keamanan (Estimated Safety) dengan variabel terikat Tingkat Penerimaan (Car Acceptability). Model regresi linier yang dihasilkan terlebih dahulu diujikan sehingga model tersebut akan valid untuk digunakan lebih lanjut.

SMA N 3 Boyolali merupakan salah satu sekolah menengah di kota Boyolali yang saat ini telah memiliki 2 jurusan yaitu IPA dan IPS. Penjurusan siswa ini dapat mengarahkan peserta didik agar lebih fokus dalam mengembangkan kemampuan diri dan minat yang dimiliki. Pemilihan jurusan yang tidak tepat bisa sangat merugikan siswa terhadap minat dan karir mereka di masa mendatang. Dengan penjurusan tersebut diharapkan dapat memaksimalkan potensi, bakat atau talenta individu, sehingga dapat memaksimalkan nilai akademisnya. Berdasarkan latar belakang tersebut, maka dengan menerapkan teknik data mining diharapkan dapat membantu siswa untuk menentukan jurusan yang tepat sesuai dengan kriteria yang ditetapkan. Adapaun teknik data mining yang digunakan dalam penentuan jurusan ini menggunakan 3 buah metode yaitu Algoritma C4.5, Naive Bayes dan Algoritma K-Means. Sedangkan atribut yang digunakan terdiri dari Gender, Minat, Rata-rata nilai IPA, Rata-rata nilai IPS, nilai Psikotest IPA, nilai Psikotest IPS, Asal Sekolah dan Jurusan. Analisis dilakukan dengan bantuan aplikasi RapidMiner 5 untuk mengetahui nilai-nilai perbandingan terhadap metode yang digunakan. Hasil penelitian menggunakan perbandingan 3 metode menunjukkan bahwa berdasarkan nilai precision, metode naive bayes lebih baik dibandingkan dengan metode yang lain dengan nilai 77,51%. Sedangkan berdasarkan nilai recall dan accuracy, decision tree lebih baik dibandingkan dengan metode yang lain dengan nilai recall sebesar 90,80% dan nilai accuracy sebesar 79,14%. Variabel yang paling berpengaruh dalam menentukan penjurusan yaitu rata-rata nilai IPA sehingga perlu dijadikan pertimbangan bagi pihak sekolah untuk menentukan jurusan siswa.

PAUD Aisyiyah 3 Salatiga consists of two (2) institutions namely kindergarten (TK) Aisyiyah 3 and Playgroup (KB) Aisyiyah 3 as one of the educational institutions in Salatiga. However, the processing of the academic data still established conventionally, in which the data is only written in a book. This is certainly unable to prevent the repetition of the data that is recorded. Repetition of data can lead to inefficient bookkeeping and frequent errors relationships among the data. In addition, the book is stored in filing cabinets that affect the occurrence of difficulties in the search for the necessary data at any time. This service activity carried out in order to help PAUD Aisyiyah 3 Salatiga perform academic data management through the website. It is considered as data management using the internet media is a means of managing data that can be done easily, quickly and cheaper cost. Thus, the output is a website for the education institutions PAUD Aisyiyah 3 Salatiga. The activity carried out with the first step is creating a management information system of school academic data. The system is made using a CMS with the programming language is PHP and Javascript. The information system is then hosted online. The second stage is conducting training for the school teachers. With this training, participants are expected to take advantage of academic data management information system optimally to manage the data of academic school. The result is a web-based academic data management information system at www.paudaba3salatiga.com. The information system is made with two types of users, namely as an admin user that has full access rights, and ordinary users with limited privileges. This system can be used to manage the data of teachers, students, parents / guardians of students, classes, inventory, learning activities, and assessment activities of the students. Meanwhile, the training result shows some problems, such as lack of Internet connections in schools, and the limited ability of teachers in the terms of information technology. Therefore, the team will continue to monitor the use of the information systems