Article Per Year (5 Year)
p-Index From 2021 - 2026
1.048
P-Index
This Author published in this journals
All Journal JITK (Jurnal Ilmu Pengetahuan dan Komputer) Jurnal ULTIMATICS JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat
Sofyan Pariyasto
Sekolah Tinggi Ilmu Kesehatan Mitra Sejati
Religion Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
COMPARATIVE ANALYSIS OF HYPERPARAMETER OPTIMIZATION TECHNIQUES ON LIGHTGBM FOR ASTHMA PREDICTION Zulfian Azmi; Rina Julita; Novica Irawati; Sofyan Pariyasto; Ellanda Purwawijaya
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 2 (2025): JITK Issue November 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i2.7369

Abstract

This study presents a comparative study of hyperparameter optimization methods applied to the Light Gradient Boosting Machine (LightGBM) algorithm for asthma prediction. Traditional machine learning models often face limitations in accuracy and generalization capabilities due to suboptimal hyperparameter configurations. To address these challenges, this study evaluates and compares four approaches: Default LightGBM, RandomizedSearchCV, Optuna Optimization, and Bayesian Optimization. Experimental results show that Bayesian Optimization provides the best performance with an accuracy of 78%, a precision of 0.7778, a recall of 0.7778, an F1-score of 0.7778, and an ROC-AUC of 0.975. These findings emphasize the importance of selecting an appropriate optimization strategy to improve model performance in clinical prediction tasks. Overall, this study confirms the effectiveness of Bayesian Optimization in improving the predictive capabilities of LightGBM and provides an important contribution to the development of decision support systems in healthcare, particularly in the diagnosis and management of asthma
OPTIMALISASI PENGGUNAAN BAHASA INDONESIA DALAM DIGITALISASI ADMINISTRASI DI DESA NAGA TIMBUL Arini Vika Sari; Sofyan Pariyasto; Nurin Natiqoh Lubis; Ikwan Lubis; A M Hatuaon Sihite; Ridwan syahputra; Rachel Yoan Katherin Putri br. Siahaan
Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Vol. 4 No. 2 (2026): Juni
Publisher : CV. Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/servis.v4i2.222

Abstract

Kualitas bahasa dalam dokumen administrasi pemerintahan desa merupakan indikator penting profesionalisme dan tata kelola publik yang akuntabel. Namun, berbagai temuan menunjukkan bahwa dokumen resmi di tingkat desa masih mengandung kesalahan ejaan, ketidaktepatan diksi, serta struktur kalimat yang kurang efektif. Kondisi ini berpotensi menimbulkan ambiguitas informasi dan memengaruhi kredibilitas institusi, terlebih dalam konteks digitalisasi administrasi desa. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi aparatur Desa Naga Timbul dalam penggunaan bahasa Indonesia baku sesuai Ejaan Yang Disempurnakan (EYD) dalam penyusunan dokumen administratif. Metode pelaksanaan meliputi tahap identifikasi kebutuhan, perencanaan materi, sosialisasi kaidah kebahasaan, diskusi partisipatif, serta praktik langsung revisi dokumen. Hasil kegiatan menunjukkan peningkatan pemahaman aparatur terhadap prinsip penggunaan ejaan, pemilihan istilah formal, dan penyusunan kalimat efektif dalam dokumen resmi. Selain itu, kegiatan ini menumbuhkan kesadaran bahwa ketepatan bahasa merupakan bagian integral dari peningkatan kualitas pelayanan publik dan kesiapan menghadapi transformasi digital pemerintahan desa. Dengan demikian, penguatan literasi kebahasaan aparatur desa menjadi langkah strategis dalam mendukung administrasi yang profesional, transparan, dan responsif terhadap perkembangan teknologi informasi.
Adagrad Optimizer with Compact Parameter Design for Endoscopy Image Classification Sofyan Pariyasto; Suryani; Vicky Arfeni Warongan; Arini Vika Sari; Wahyu Wijaya Widiyanto
ULTIMATICS Vol 17 No 2 (2025): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ti.v17i2.4225

Abstract

Research on CNN Model and Adagrad Optimizer is expected to help identify diseases in the medical world. Especially in the field of image classification in Gastrointestinal endoscopic procedures . The research is specifically for the process of classifying medical images of Diverticulosis, Neoplasm, Peritonitis and Ureters . Previously, there have been quite a lot of studies on CNN and its various optimizers. However, those who have studied the Adagrad optimizer are not too many, especially those discussing the use of minimum parameters. The use of minimum parameters is expected to be one of the contributions of researchers in the fields of computing and medicine. The research was conducted to determine the use of the best parameters and obtain the highest level of accuracy. The research was conducted using minimum epochs starting from epoch 1, epoch 5, and epoch 10. Then the combination process between epoch and the number of convolution layers between 1 and 5 was carried out, resulting in 15 combinations. The test was carried out using 4000 images with 1000 images in each class. From the results of the test, the highest accuracy value was obtained, namely 82.875%. Then the highest average accuracy value was 81.625%.
Perancangan Sistem Informasi Absensi Berbasis Web Siswa Madrasa Aliyah Mutiara Sunggal Miftahul Mardiyah; Sofyan Pariyasto; Feri Setiawan
Jurnal Pengembangan Teknologi Informasi dan Komunikasi (JUPTIK) Vol. 4 No. 1 (2026): JURNAL PENGEMBANGAN TEKNOLOGI INFORMASI DAN KOMUNIAKSI (JUPTIK)
Publisher : Universitas Muhammadiyah Muara Bungo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52060/juptik.v4i1.4360

Abstract

Absensi merupakan salah satu komponen penting dalam administrasi sekolah yang berfungsi untuk mencatat dan memantau kehadiran siswa selama proses pembelajaran. Di Madrasah Aliyah Mutiara Sunggal, proses absensi masih dilakukan secara manual sehingga menimbulkan beberapa kendala, seperti kesalahan pencatatan, keterlambatan rekapitulasi data, serta kesulitan dalam penyampaian informasi kehadiran kepada wali murid. Penelitian ini bertujuan untuk merancang dan mengembangkan Sistem Informasi Absensi Siswa Berbasis Web guna meningkatkan efektivitas pengelolaan data kehadiran siswa. Metode yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian sistem. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil penelitian menunjukkan bahwa sistem yang dirancang mampu mempermudah guru dalam melakukan pencatatan kehadiran siswa, mempercepat proses rekapitulasi absensi secara otomatis, serta menghasilkan laporan kehadiran yang lebih akurat dan mudah diakses. Selain itu, sistem juga membantu pihak sekolah dalam memantau tingkat kehadiran siswa dan mendukung penyampaian informasi absensi secara lebih efektif. Berdasarkan hasil pengujian, seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna sehingga dapat mendukung pengelolaan administrasi absensi siswa secara lebih efisien.
OPTIMALISASI KLASIFIKASI CITRA MEDIS MENGGUNAKAN CNN DAN ADAM OPTIMIZER DENGAN PARAMATER MINIMUM Sofyan Pariyasto; Vicky Arfeni Warongan; Suryani Suryani
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2515

Abstract

Abstract: Research in the field of imaging, especially in medical terms, is expected to have a positive impact on the treatment and diagnosis of diseases in the medical world. Medical image classification is a topic that is often researched, this is indicated by the many national and international journals that discuss this topic. Research on medical image classification using Convolutional Neural Network (CNN) usually focuses on the use of maximum parameters (hyper parameters) to get the best results. However, those that use minimal parameters and the smallest resources are still lacking. Based on the existing problems, it is carried out to obtain optimization in the medical image classification process. The classification of medical images in this study focuses on brain tumor images consisting of three classes, namely meningioma, glioma and pituitary tumor. The approach taken in this study is to use the CNN model and Adaptive Moment Estimation (Adam) Optimizer. The study was conducted by combining the smallest parameters from the Adam Optimizer. The parameters combined are Epoch and Convolution Layer. Where 3 Epoch categories (1,5,10) and 5 convolution layers (1,2,3,4,5) are used. From the tests carried out, the highest accuracy results obtained were 92.8% with epoch parameters of 10 and three convolution layers. Meanwhile, the highest average accuracy was recorded at 90.7% with epoch parameters of 10. The fastest computation time required for model creation was 24.83 seconds, and the lowest CPU resource usage during the model creation process was 16.45%. Keywords: Image Classification, CNN Optimization, Adam Optimizer, Brain Tumor, Minimum Parameters Abstrak: Penelitian dibidang citra khususnya dalam hal medis diharapkan dapat membawa dampak baik bagi penanganan dan diagnosis penyakit dalam dunia medis. Klasifikasi citra medis menjadi topik yang cukup sering diteliti, hal ini ditandai dengan banyaknya jurnal baik nasional maupun internasional yang membahas mengenai topik ini. Penelitian mengenai klasifikasi citra medis menggunakan Convolutional Neural Network (CNN) biasanya berfokus pada penggunaan paramater maksimal (hyper parameter) untuk mendapatkan hasil terbaik. Namun yang menggunakan paramater minimal dan sumber daya terkecil masih belum ada. Berdasarkan permasalahan yang ada maka dilakukan untuk mendapatkan optimalisasi dalam proses kalsifikasi citra medis. Klasifikasi citra medis dalam penelitian ini difokuskan pada citra tumor otak yang terdiri dari tiga kelas yaitu, meningioma, glioma dan pituitary tumor. Pendekatan yang dilakukan dalam penelitian ini adalah menggunakan model CNN dan Adaptive Moment Estimation (Adam) Optimizer. Penelitian dilakukan dengan melakukakn kombinasi paramater terkecil dari Optimizer Adam. Paramater yang dikombinasikan yaitu Epoch dan Lapisan konvolusi. Dimana digunakan 3 kategori Epoch (1,5,10) serta 5 lapisan konvolusi (1,2,3,4,5). Dari pengujian yang dilkaukan didapatkan hasil  Akurasi tertinggi yang diperoleh adalah 92,8% dengan parameter epoch 10 dan tiga lapisan konvolusi. Sementara itu, akurasi rata-rata tertinggi tercatat sebesar 90,7% dengan parameter epoch 10. Waktu komputasi tercepat yang diperlukan untuk pembuatan model adalah 24,83 detik, dan penggunaan sumber daya CPU terendah selama proses pembuatan model adalah 16,45%.Kata kunci: Klasifikasi Citra, Optimalisasi CNN, Adam Optimizer, Tumor Otak, Paramater Minimum
ANALISIS KEAMANAN LALU LINTAS WEB PADA PERANGKAT IOT ESP8266 MENGGUNAKAN TEKNIK SNIFFING PAKET Sofyan Pariyasto; Raja Tama Andri Agus; Fitria Priyulida; Rina Julita
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.5110

Abstract

Abstract: Technological developments in recent years have increased quite rapidly, especially in the field of IoT (Internet of Things). With the increasing development of IoT, of course, in line with the increasing use of IoT devices in everyday life. With the increasing number of IoT devices, the issue of data security in IoT devices is certainly one of the important things that must be considered. In this study, a security analysis of web data traffic was conducted on the IoT NodeMCU esp8266 device. The experiment was conducted using two IoT devices acting as senders and receivers of data and one computer device as an attacker. In the analysis process, three scenarios were carried out: sending data without encryption, sending data with base64 encryption without a key, and finally sending data with XOR encryption with a key inserted in the header of the sent data packet. The tapping process was carried out using Wireshark software. From the results of the trials carried out, the entire data transfer process between the two IoT devices can be fully intercepted by Wireshark. Plaintext data (without encoding) tends to be easier to obtain information, while data with encryption without a key on base64 must be analyzed for its pattern to be able to be decrypted. And for encryption that requires a key in XOR, further analysis is carried out by looking for the key inserted in the header so that decryption can be carried out. Keywords: Internet Of Things (IOT); Wireshark; NodeMCU; Base64 Encoding, XOR Encoding. Abstrak: Perkembangan teknologi dalam beberapa tahun terakhir meningkat dengan cukup pesat khususnya dalam bidang IOT (Internet Of Things). Dengan semakin meningkatnya perkembangan IOT tentu sejalan dengan meningkatnya penggunaan perangkat IOT dikehidupan sehari-hari. Dengan semakin banyaknya perangkat IOT yang ada tentu masalah keamanan data dalam perangkat IOT menjadi salah satu hal penting yang harus diperhatikan. Dalam penelitian ini dilakukan analisa keamanan lalu lintas data web pada perangkat IOT NodeMCU esp8266. Percobaan dilakukan dengan menggunakan 2 perangkt IOT yang bertindak sebagai pengirim dan penerima data dan satu perangkat komputer sebagai penyerang. Dalam proses analisa dilakukan tiga skenario yaitu pengiriman data tanpa enkripsi, pengiriman data dengan enkripsi base64 tanpa key, dan yang terakhir pengirimn data dengan enkripsi XOR dengan key disisipkan di header paket data yang dikirim. Proses penyadapan dilakukan dengan menggunakan perangkat lunak Wireshark. Dari hasil ujicoba yang dilakukan seluruh proses transfer data antara kedua perangkat IOT dapat disadap sepenuhnya oleh Wireshark. Data plaintext (tanpa encoding) cenderung lebih mudah didapatkan informasinya, sementara data dengan enkripsi tanpa key pada base64 harus dianalisa polanya untuk bisa dilakukan dekripsi. Dan untuk enkripsi yang membutuhkan key pada XOR dilakukan analisa lanjutan dengan mencari key yang disisipkan diheader agar bisa lakukan dekripsi. Kata kunci:  Internet Of Things (IOT); Wireshark; NodeMCU; Base64 Encoding, XOR Encoding.
Co-Authors A M Hatuaon Sihite Arini Vika Sari Ellanda Purwawijaya Feri Setiawan Fitria Priyulida Ikwan Lubis Miftahul Mardiyah Novica Irawati Nurin Natiqoh Lubis Rachel Yoan Katherin Putri br. Siahaan Raja Tama Andri Agus Ridwan syahputra Rina Julita Rina Julita Suryani Suryani Suryani Vicky Arfeni Warongan Widiyanto, Wahyu Wijaya Zulfian Azmi