Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Informatika dan Rekayasa Elektronik Jurnal Abdimastek (Pengabdian Masyarakat Berbasis Teknologi)
Rezky Yuranda
ISB Atma Luhur
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Library & Information Science

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

Found 3 Documents
Search

 1 
Student Reading Interest Segmentation in the Digital Era Using the K-Means Algorithm Delpiah Wahyuningsih; Rezky Yuranda; Chandra Kirana; Anisah Anisah; Goenawan Brotosaputro
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 15 No. 3 (2026): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v15i3.2674

Abstract

The rapid advancement of information technology in the digital era has triggered transformative changes in students’ reading behavior. Although access to information has become virtually unlimited, students are increasingly susceptible to digital distractions and tend to prefer instant content consumption over in-depth engagement with academic literature. This study aims to segment students’ reading interests at the Institut Sains dan Bisnis (ISB) Atma Luhur in order to obtain a more granular understanding of their literacy profiles through a data mining approach. The unsupervised learning algorithm K-Means Clustering was employed to group reading behavior patterns. Primary data were collected from 130 student respondents using a questionnaire instrument covering reading intensity, genre preferences, and motivation. The data preprocessing stage involved several steps, including data cleaning, data transformation, and feature selection, focusing on two quantitative attributes: the number of books read per month and daily reading duration. The determination of the optimal number of clusters was evaluated using the Elbow Method, which identified three as the optimal number of clusters. The clustering results revealed three dominant persona segments: incidental readers (34.62%), pragmatic academic readers (37.69%), and digital recreational readers (27.69%). These analytical findings provide strategic insights for institutional stakeholders and library managers in designing adaptive, personalized, and targeted literacy intervention programs aligned with the unique characteristics of each student segment within the digital ecosystem.
DETEKSI AKTIVITAS MENCURIGAKAN PADA LOG NGINX MENGGUNAKAN ISOLATION FOREST BERBASIS ANALISIS PERILAKU Rezky Yuranda; Delpiah Wahyuningsih; Parlia Romadiana
Jurnal Informatika dan Rekayasa Elektronik Vol. 9 No. 1 (2026): JIRE April 2026
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v9i1.2007

Abstract

Audit keamanan pada log web server menjadi tantangan akibat volume data yang besar serta keterbatasan proses analisis manual. Penelitian ini mengusulkan pendekatan deteksi anomali berbasis perilaku untuk mengidentifikasi aktivitas mencurigakan pada log Nginx menggunakan metode unsupervised learning. Kontribusi utama penelitian ini terletak pada integrasi fitur perilaku berbasis agregasi waktu (time windowing), meliputi request count, burstiness, rasio kesalahan (4xx), dan jumlah URL unik, untuk merepresentasikan pola akses pengguna tanpa memerlukan data berlabel. Deteksi anomali dilakukan menggunakan Isolation Forest, Local Outlier Factor (LOF), dan One-Class SVM, dengan evaluasi berbasis weak labelyang dikombinasikan dengan analisis distribusi fitur dan validasi perilaku. Hasil eksperimen menunjukkan bahwa Isolation Forest memberikan performa terbaik dengan nilai F1-score sebesar 0.285, diikuti oleh One-Class SVM (0.191) dan LOF (0.057), yang menunjukkan keunggulan metode berbasis isolasi dalam menangkap pola anomali pada data agregasi waktu. Analisis lebih lanjut menunjukkan bahwa data yang terdeteksi sebagai anomali memiliki karakteristik yang konsisten dengan aktivitas mencurigakan seperti web scanning dan automated bot crawling. Hasil ini menunjukkan bahwa pendekatan berbasis fitur perilaku dapat menjadi solusi awal yang efektif dan scalable untuk deteksi anomali pada log web server dalam kondisi tanpa label.
PENINGKATAN KAPASITAS SDM PPPK PEGAWAI LOKA MONITOR SPEKTRUM FREKUENSI RADIO PANGKALPINANG Delpiah Wahyuningsih; Parlia Romadiana; Rezky Yuranda; Devi Irawan; Chandra Kirana; Anisah
Jurnal Pengabdian Masyarakat Berbasis Teknologi Vol 7 No 01 (2026): Volume 7, Nomor 1, Mei 2026
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penguasaan teknologi informasi merupakan kompetensi krusial bagi pegawai instansi pemerintah guna mendukung efisiensi pelayanan publik dan tertib administrasi. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan kapasitas SDM bagi Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) di Loka Monitor Spektrum Frekuensi Radio Pangkalpinang melalui pelatihan optimalisasi aplikasi perkantoran, khususnya Microsoft Word dan Microsoft Excel. Metode pelaksanaan dilakukan selama tiga hari yang terdiri dari tahap pembekalan materi dasar, workshop teknis secara hands-on yang disertai sesi diskusi interaktif di Soll Marina Hotel & Conference, serta tahap evaluasi melalui penyelesaian studi kasus mandiri. Hasil evaluasi kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan praktis peserta secara signifikan. Peserta kini mampu menyusun laporan teknis yang terstandardisasi menggunakan fitur styles di MS Word serta mengolah data teknis spektrum frekuensi secara lebih cepat dan akurat menggunakan fungsi logika di MS Excel. Simpulan dari kegiatan ini adalah pelatihan intensif dengan metode pendampingan langsung dan diskusi dua arah sangat efektif dalam memperkuat keterampilan digital pegawai PPPK guna mendukung produktivitas dan kualitas layanan di lingkungan Loka Monitor Pangkalpinang. Kata kunci: Kapasitas SDM, PPPK, Microsoft Word, Microsoft Excel, Loka Monitor.
Co-Authors Anisah Anisah Anisah Chandra Kirana Delpiah Wahyuningsih Delpiah Wahyuningsih Devi Irawan Goenawan Brotosaputro Kirana, Chandra Parlia Romadiana