<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns="http://purl.org/rss/1.0/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/">
<channel rdf:about="http://hdl.handle.net/123456789/41">
<title>Master of Informatics</title>
<link>http://hdl.handle.net/123456789/41</link>
<description/>
<items>
<rdf:Seq>
<rdf:li rdf:resource="http://hdl.handle.net/123456789/62556"/>
<rdf:li rdf:resource="http://hdl.handle.net/123456789/62318"/>
<rdf:li rdf:resource="http://hdl.handle.net/123456789/62314"/>
<rdf:li rdf:resource="http://hdl.handle.net/123456789/62238"/>
</rdf:Seq>
</items>
<dc:date>2026-05-13T06:02:19Z</dc:date>
</channel>
<item rdf:about="http://hdl.handle.net/123456789/62556">
<title>Restorasi Citra Wajah Berkualitas Rendah dari CCTV Menggunakan Metode Generative Adversarial Network (GAN)</title>
<link>http://hdl.handle.net/123456789/62556</link>
<description>Restorasi Citra Wajah Berkualitas Rendah dari CCTV Menggunakan Metode Generative Adversarial Network (GAN)
Kustian, Muhammad Adil
Closed-Circuit Television (CCTV) merupakan kamera digital yang berfungsi untuk memantau serta mengirimkan sinyal visual pada suatu area tertentu. Namun, Citra wajah dari CCTV sering kali memiliki kualitas rendah akibat resolusi rendah, pergerakan objek wajah (motion blur), dan pencahayaan yang buruk (poor illumination) sehingga menyulitkan proses identifikasi untuk mendukung kegiatan forensik. Kondisi ini menimbulkan kebutuhan akan metode restorasi citra yang lebih modern. Penelitian ini mengusulkan pipeline berbasis Generative Adversarial Network (GAN) yang mengombinasikan dua arsitektur, yaitu Real- ESRGAN untuk peningkatan resolusi dan GFPGAN untuk restorasi fitur wajah yang lebih alami. Hasil eksperimen menunjukkan peningkatan signifikan pada kualitas perseptual dengan penurunan nilai NIQE dari 12.55 menjadi 7.86 dan BRISQUE dari 70.31 menjadi 43.92, dengan tingkat keberhasilan 82% citra berhasil direstorasi. Penelitian ini berkontribusi dengan menunjukkan pendekatan dua tahap GAN yang terintegrasi sebagai solusi efektif untuk restorasi wajah pada citra CCTV berkualitas rendah. Dengan demikian, pipeline ini dapat berfungsi sebagai tahap pra-pemrosesan untuk meningkatkan keterbacaan citra serta berpotensi digunakan untuk mempermudah identifikasi wajah serta mendukung kegiatan investigasi forensik.
</description>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/123456789/62318">
<title>Analisis Penerapan Error Level Analysis (ELA) Terintegrasi CNN untuk Deteksi Manipulasi Video dalam Digital Forensik</title>
<link>http://hdl.handle.net/123456789/62318</link>
<description>Analisis Penerapan Error Level Analysis (ELA) Terintegrasi CNN untuk Deteksi Manipulasi Video dalam Digital Forensik
Sarifudin, Yahya
Terjadi peningkatan konten atau karya digital berbasis visual baik gambar ataupun&#13;
video, karya atau konten menjadi aset digital berharga. Namun kemudahan akses dan&#13;
berkemabangnya berbagai tools dan teknik manipulasi, membuka peluang kejahatan dengan&#13;
memanfaatkan jenis manipulasi video. Untuk meminimalisir dampak disinformasi,&#13;
misinterpretasi, menjaga, dan melindungi kekayaan intelektual dari manipulasi perlu strategi&#13;
untuk mempertahankan keaslian. Mekanisme identifikasi keaslian tanpa bantuan tools atau&#13;
metode khusus secara scientific menimbulkan peluang misinterpretasi. Salah satu metode&#13;
atau langkah-langkah untuk mendeteksi manipulasi adalah ELA. Implementasi metode&#13;
Error Level Analysis (ELA) dalam video forensik untuk deteksi manipulasi video&#13;
menggunakan skema studi kasus dengan melakukan pengujian terhadap dataset video&#13;
manipulasi. Analisis eksperimen implementasi metode ELA ini, diintegrasikan dengan&#13;
model lain misalnya algoritma CNN dengan teknik SVM dan KNN atau treshold yang telah&#13;
terbukti untuk deteksi manipulasi gambar.
</description>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/123456789/62314">
<title>Analisis Penerapan Error Level Analysis (ELA) Terintegrasi CNN untuk Deteksi Manipulasi Video dalam Digital Forensik</title>
<link>http://hdl.handle.net/123456789/62314</link>
<description>Analisis Penerapan Error Level Analysis (ELA) Terintegrasi CNN untuk Deteksi Manipulasi Video dalam Digital Forensik
Sarifudin, Yahya
Terjadi peningkatan konten atau karya digital berbasis visual baik gambar ataupun&#13;
video, karya atau konten menjadi aset digital berharga. Namun kemudahan akses dan&#13;
berkemabangnya berbagai tools dan teknik manipulasi, membuka peluang kejahatan dengan&#13;
memanfaatkan jenis manipulasi video. Untuk meminimalisir dampak disinformasi,&#13;
misinterpretasi, menjaga, dan melindungi kekayaan intelektual dari manipulasi perlu strategi&#13;
untuk mempertahankan keaslian. Mekanisme identifikasi keaslian tanpa bantuan tools atau&#13;
metode khusus secara scientific menimbulkan peluang misinterpretasi. Salah satu metode&#13;
atau langkah-langkah untuk mendeteksi manipulasi adalah ELA. Implementasi metode&#13;
Error Level Analysis (ELA) dalam video forensik untuk deteksi manipulasi video&#13;
menggunakan skema studi kasus dengan melakukan pengujian terhadap dataset video&#13;
manipulasi. Analisis eksperimen implementasi metode ELA ini, diintegrasikan dengan&#13;
model lain misalnya algoritma CNN dengan teknik SVM dan KNN atau treshold yang telah&#13;
terbukti untuk deteksi manipulasi gambar.
</description>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
<item rdf:about="http://hdl.handle.net/123456789/62238">
<title>Peluang Pemanfaatan Teknologi Blockchain pada Crowdfunding Lembaga Filantropi di Indonesia dalam Meningkatkan Akuntabilitas dan Transparansi</title>
<link>http://hdl.handle.net/123456789/62238</link>
<description>Peluang Pemanfaatan Teknologi Blockchain pada Crowdfunding Lembaga Filantropi di Indonesia dalam Meningkatkan Akuntabilitas dan Transparansi
Rizky, Muhammad
Indonesia konsisten menempati peringkat teratas sebagai negara yang dermawan menurut&#13;
World Giving Index, namun praktik filantropi digital masih menghadapi masalah&#13;
transparansi, akuntabilitas, dan penurunan kepercayaan akibat kasus penyelewengan dana.&#13;
Penelitian ini bertujuan menganalisis potensi teknologi blockchain dalam meningkatkan&#13;
transparansi dan akuntabilitas filantropi di Indonesia, dengan mengadaptasi kerangka&#13;
Blockchain-Based Donation Traceability (BBDT) pada platform crowdfunding donasi,&#13;
serta mengevaluasi efektivitas dan penerimaan pengguna terhadap prototipe sistem yang&#13;
diusulkan. Penelitian menggunakan metode Design Science Research dengan studi kasus&#13;
pada dua lembaga filantropi nasional, Baitul Maal Hidayatullah (BMH) dan Human&#13;
Initiative (HI). Data dikumpulkan melalui wawancara semi terstruktur, observasi alur&#13;
sistem donasi, serta survei daring terhadap 180 responden. Artefak yang dikembangkan&#13;
berupa prototipe sistem donasi berbasis blockchain Ethereum menggunakan jenis&#13;
blockchain public-permissioned dengan tiga smart contract utama, yaitu Join, Charity, dan&#13;
Wallet, serta arsitektur on-chain dan off-chain yang mendukung fitur pendaftaran role,&#13;
pembuatan dan verifikasi kampanye, donasi, pencairan dana bertahap berbasis kampanye,&#13;
pelacakan transaksi, dan fitur bantu kampanye. Prototipe didemonstrasikan pada jaringan&#13;
lokal Ganache dengan menggunakan ETH testnet, dan dompet digital MetaMask&#13;
digunakan sebagai identitas pengguna. Setelah itu, prototipe dievaluasi melalui wawancara&#13;
pakar, analisis tematik terhadap tanggapan publik, serta simulasi biaya gas transaksi. Hasil&#13;
penelitian menunjukkan bahwa prototipe mampu memfasilitasi keterlacakan donasi,&#13;
memperkuat jejak audit, dan meningkatkan persepsi transparansi serta kepercayaan&#13;
terhadap lembaga filantropi. Meskipun demikian, hasil evaluasi juga menunjukkan bahwa&#13;
adopsi secara luas masih terdapat tantangan yakni kesenjangan literasi digital,&#13;
kompleksitas penggunaan dompet digital kripto, biaya transaksi (fee gas) , serta kebutuhan&#13;
kejelasan regulasi dan pandangan fiqh terkait aset kripto. Simulasi biaya transaksi dalam&#13;
menguji donasi minimum yang ekonomis berada pada kisaran minimal Rp 50.000 dengan&#13;
asumsi potongan biaya administrasi 10%. Lembaga dan responden publik cenderung&#13;
mengusulkan pada model hybrid, yaitu transaksi donasi tetap menggunakan Rupiah&#13;
melalui payment gateway sementara blockchain difungsikan sebagai lapisan pencatatan dan pelacakan. Penelitian ini menghasilkan bukti awal dan rancangan prototipe yang dapat&#13;
menjadi acuan desain penerapan BBDT yang lebih sesuai dengan konteks ekosistem&#13;
filantropi digital di Indonesia.
</description>
<dc:date>2025-01-01T00:00:00Z</dc:date>
</item>
</rdf:RDF>
