An example of application technology in university is developing an information system so that it can support performance and facilitate the information flow. Institute of Technology and Business (ITB) STIKOM Bali is a technology-based university that has an information system, one of which is the Lecturer Information System (SID) considering the role of Lecturers as the main actors in the world of university. SID was developed to facilitate and streamline the work of lecturers. The implementation of SID should be usefull to institutions so that the resources spent on building this system are not wasted. However, until now there has never been an evaluation of the usability of SID, causing the relevant stakeholders not to know the usefulness of the system and not knowing the improvements that need to be made to the SID system. Based on these problems, an evaluation of the SID ITB STIKOM Bali usability was carried out using the Sirius framework and the Moscow technique. The results of the research are the global usability value for SID based on ten aspects of the Sirius framework usability and recommendations for improving the SID STIKOM Bali system based on the Moscow Technique ranking. This research is expected to be a reference material for stakeholders in determining policies related to improving the SID system at ITB STIKOM Bali. The research method used in this research is literature study and observation, SID system analysis, distribustion and processing questionnaire data, data analysis and drawing conclusions

No abstract

Wilayah kecamatan Pupuan kabupaten Tabanan-Bali yang berada di dataran tinggi di kaki gunung Batukaru menjadikannya tempat yang ideal untuk mengembangkan perkebunan kopi. Mitra yang digandeng untuk PKM ini yaitu Industri Rumah Tangga (IRT) “Paras Putra Jaya” yang beralamat di desa Padangan. Produksi kopi Robusta bubuk yang diberi brand “Dua Cangkir” ini telah dijalankan sejak tahun 2002. Beberapa permasalahan utama yang dihadapi oleh mitra saat proses produksi diantaranya penjualan yang menurun karena terlalu banyak adanya pesaing, mesin-mesin yang digunakan masih manual serta kemasan yang masih sederhana. Kemudian pada manajemen pemasaran, diperlukan riset pasar untuk mengetahui segmen pasar dan minat konsumen, serta diperlukan promosi tambahan baik secara offline maupun online. Solusi yang disepakati bersama antara tim PKM dan mitra adalah, pada bagian produksi, menambahkan varian baru yakni kopi rasa coklat yang khas dengan mencampurkan biji kakao kering hasil perkebunan masyarakat sekitar, pengadaan mesin, serta pembuatan kemasan baru dengan tampilan yang menarik dan modern.  Sedangkan untuk meningkatkan kualitas manajemen usaha, maka solusinya adalah dengan melakukan riset pasar, memberikan pelatihan dan mendampingi mitra dalam pembuatan iklan pada media online serta memberikan sebuah aplikasi penjualan dan website usaha kepada IRT “Paras Putra Jaya”.

<p>ABSTRACT<br />The problem that often occurs in the world of education is the high level of student drop outs. This must be addressed so that it does not get worse. There are several efforts that can be made to overcome these problems including finding hidden information from student data stacks in the database. The discovery of hidden information can be done by utilizing data mining techniques with the K-Nearst Neighbor algorithm. STIKOM Bali as one of the universities certainly needs to look for hidden information stored in a database pile that can later be used as a reference in making decisions to overcome student drop-out problems. The results of the research have been done in the form of designing applications using Data Flow Diagrams, Conceptual Databases, Designing Base Models and Table Structures. From the design that has been done and continued with the implementation stage of the K-Nearst Neighbor algorithm on the application. The application that has been built can classify students who are classified as prospective drop outs.<br />Keywords: K-Nearst Neightbor, Klasifikasi, Drop Out<br />ABSTRAK<br />Permasalahan yang banyak terjadi dalam dunia pendidikan adalah tingginya tingkat drop out mahasiswa. Hal ini harus segera ditanggulangi supaya tidak bertambah buruk. Ada beberapa upaya yang dapat dilakukan untuk mengatasi permasalahan tersebut diantaranya menemukan informasi tersembunyi dari tumpukan data mahasiswa dalam database. Penemuan informasi tersembunyi dapat dilakukan dengan cara memanfaatkan teknik data mining dengan algoritma K-Nearst Neighbor. STIKOM Bali sebagai salah satu perguruan tinggi tentunya perlu mencari informasi tersembunyi yang tersimpan dalam tumpukan database yang nantinya dapat dijadikan acuan dalam pengambilan keputusan untuk menanggulangi permasalahan drop out mahasiswa. Hasil penelitian yang telah dilakukan berupa perancangan aplikasi dengan menggunakan Data Flow Diagram, Konseptual Database, Perancangan Basis Model dan Struktur tabel. Dari perancangan yang telah dilakukan dan dilanjutkan dengan tahap implementasi algoritma K-Nearst Neighbor pada aplikasi.Aplikasi yang telah dibangun dapat menglasifikasikan mahasiswa yang tergolong calon drop out.<br />Kata Kunci : K-Nearst Neighbor, Klasifikasi, Drop out</p>

Dalam penyimpanan data, dokumen pengiriman disimpan tanpa pengamanan khusus. Untuk mengatasi masalah di atas, diperlukan cara yang cepat untuk melindungi data dari penyalahgunaan. Peneliti bertujuan untuk menggunakan teknik enkripsi deskriptif algoritma AES 128-bit pada sistem, karena memiliki tingkat ketahanan tertentu terhadap segala jenis serangan untuk menghindari kehilangan dan pencurian serta mengurangi risiko korupsi data/file. Proses enkripsi dan deskripsi file dokumen menggunakan algoritma AES 128-bit (Advanced.Encryption Standard ). Pada data/file, proses enkripsi plaintext (1 blok) terlebih dahulu diubah menjadi kode ASCII bilangan heksadesimal dan dibentuk menjadi matriks 4x4 byte yang disebut state . Proses enkripsi pada AES 128 adalah 10 loop iteratif transisi state . Data yang diproses pada setiap putaran adalah data biner . Setiap putaran AES membutuhkan pembangkitan kunci dan menggunakan 4 transformasi dasar, yaitu subbyte, shiftrows, mixcolumns, dan addroundkey. Dan proses dekripsi mengkonversi dalam urutan invshiftrows, invsubbytes, addroundkey, dan invmixcolumns. Pemrosesan enkripsi dan dekripsi dilakukan setiap 128 bit atau 16 karakter dalam file dokumen dengan lebih dari 16 karakter yang dikonfirmasi. Jadikan proses enkripsi dan dekripsi AES paralel. Untuk file teks dengan kurang dari 16 karakter, padding akan terjadi. Padding adalah penggunaan karakter ASCII kosong untuk mengisi sejumlah kecil karakter sehingga dapat diproses tanpa mempengaruhi hasil enkripsi atau dekripsi.