Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Nasional Komputasi dan Teknologi Informasi Journal Of Computer Science And Technology
Eko Amri Jaya
Universitas Media Nusantara Citra
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Perancangan Aplikasi Buku Tamu pada Kantor Balai Diklat Keagamaan Padang dengan Menggunakan Microsoft Visual Studio Net 2010 dan Crystal Report Eko Amri Jaya; Veni Wedyawati; Andriko Firma
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.10340

Abstract

Abstrak - Balai Diklat Keagamaan Padang merupakan suatu instansi yang bertugas untuk mengelola pendidikan dan pelatihan bagi ASN Kementerian Agama Provinsi Sumatera Barat dan Jambi. Setiap harinya selalu ada tamu yang datang untuk mengurus berbagai macam keperluan dan kepentingan lainnya yang terdapat pada pada Balai Diklat Keagamaan Padang. Agar pelayanan terhadap tamu yang datang dapat terlaksana dengan baik tanpa mengganggu kinerja petugas lain, maka diperlukan sebuah sistem informasi penerima tamu tersendiri sebagai media perantara bagi Balai Diklat Keagamaan Padang untuk berhubungan secara langsung dengan tamu yang berkunjung. Untuk proses penerimaan tamu pada Balai Diklat Keagamaan Padang sendiri masih menggunakan proses input data manual dimana data-data tamu ditulis dan disimpan pada buku sehingga memungkinkan menimbulkan kebingungan dalam melakukan rekapitulasi data tamu yang diinginkan dan pencarian data membutuhkan waktu yang cukup lama. Hal ini menyebabkan kinerja dari pihak yang melakukan rekapitulasi menjadi kurang efektif serta tidak efisien. Maka dari itu penulis merancang suatu sistem dengan mengambil judul yaitu Perancangan Aplikasi Buku Tamu pada Kantor Balai Diklat Keagamaan Padang dengan Menggunakan Microsoft Visual Studio Net 2010 dan Crystal Report.Kata kunci : Sistem Informasi; Buku Tamu, Laporan; Microsoft Visual Studio Net 2010; Crystal Report; Abstract - Padang Religious Training Center is an institution tasked with managing education and training for ASN of the Ministry of Religious Affairs of West Sumatra and Jambi Provinces. Every day there are always guests who come to take care of various needs and other interests contained in the Padang Religious Training Center. In order for services to guests who come can be carried out properly without disrupting the performance of other officers, a separate guest reception information system is needed as an intermediary media for the Padang Religious Training Center to communicate directly with visiting guests. For the guest reception process at the Padang Religious Training Center itself still uses a manual data input process where guest data is written and stored in a book so that it can cause confusion in recapitulating the desired guest data and data searches take quite a long time. This causes the performance of the party doing the recapitulation to be less effective and inefficient. Therefore, the author designed a system by taking the title of Designing a Guest Book Application at the Padang Religious Training Center Office Using Microsoft Visual Studio Net 2010 and Crystal Report.Keywords: Information Systems; Guest Books; Reports; Microsoft Visual Studio Net 2010; Crystal Report;
Implementasi Algoritma Random Forest untuk Deteksi Phising pada Email Elfina Maulid; Eko Amri Jaya; Muhamad Pradana Hardi Wasesa
Journal of Computer Science and Technology (JOCSTEC) Vol 4 No 2 (2026): JOCSTEC - Mei
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v4i2.669

Abstract

Serangan phishing melalui email merupakan ancaman cybersecurity yang terus berkembang dan dapat menyebabkan kerugian finansial maupun kebocoran data yang serius. Untuk mengatasi permasalahan ini, dibutuhkan metode yang andal dan otomatis guna membedakan email phishing dari email yang sah. Algoritma Random Forest dipilih karena kemampuannya dalam menangani struktur data yang kompleks dan menghasilkan akurasi klasifikasi yang tinggi. Pada penelitian ini, algoritma Random Forest diimplementasikan untuk klasifikasi email phishing menggunakan dataset yang terdiri dari email phishing dan email yang sah. Dataset tersebut diproses melalui tahapan pra-pemrosesan, ekstraksi fitur, pelatihan model, dan evaluasi. Hasil penelitian menunjukkan bahwa sistem berhasil mengklasifikasikan email phishing dan email yang sah dengan tingkat keakuratan yang tinggi, sehingga efektif dalam mendukung proses penyaringan email secara otomatis dan aman.
Quantifying Target Leakage in SEER Breast Cancer Mortality Prediction Sestri Novia Rizki; Vani Maharani Nasution; Eko Amri Jaya; Verra Budhi Lestari; Elfina Maulid
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 5 (2026): October 2026 (In progress)
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i5.8105

Abstract

Recent machine learning studies on the SEER Breast Cancer dataset report 95–98% accuracy (2022–2025), but their methods are rarely examined. Because the dataset is imbalanced (84.7% Alive), accuracy alone is a poor discrimination metric — a trivial always-Alive classifier scores near 85% — so this audit quantifies leakage inflation on ROC-AUC, computed identically across 12 models. We measure how much performance stems from target leakage via Survival Months, which encodes retrospective survival time unavailable at prediction. Undetected, such leakage could lead clinicians to overtrust a model's risk estimates, risking inappropriate care decisions. We train 12 models under three conditions: a) naïve, with Survival Months and a non-stratified split; b) leakage-free with stratified evaluation; and c) fixed-horizon (36- and 60-month) binary mortality, excluding censored cases. Under Condition A, the best ROC-AUC is 0.889 (accuracy 0.899). Removing leakage yields a consistent AUC ceiling of 0.74–0.77 across all 12 models — an inflation of +0.07 to +0.20 AUC points. SHAP shows Survival Months dominates feature importance by 3.0–4.3× under leakage; imbalance-handling methods (BorderlineSMOTE, class weighting) raise minority-class F1 but lower mean Brier Skill Score to −0.585 and −0.597. The contribution is the audit methodology itself — a reusable protocol for detecting leakage-driven inflation in registry-based clinical prediction.
Co-Authors Andriko Firma Elfina Maulid Muhamad Pradana Hardi Wasesa Sestri Novia Rizki Vani Maharani Nasution Veni Wedyawati Verra Budhi Lestari