Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Griya Journal of Mathematics Education and Application Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) KOMNET : Jurnal Komputer, Jaringan dan Internet
I Made Candra Girinata
Politeknik Negeri Tanah Laut
Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Mathematics Other

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

Found 3 Documents
Search

 1 
Network Intrusion Detection Using Machine Learning in Network Intrusion Detection Systems (NIDS) Arnoldus Jansen; Dery Yuswanto; Budi Styawan; I Made Candra Girinata
KOMNET : Jurnal Komputer, Jaringan dan Internet 2025: Vol 4 No 1
Publisher : Pusat Penelitian dan Pengabdian Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/yt59ac51

Abstract

Computer network security has become a crucial aspect as dependence on network-based services increases. One important mechanism in maintaining network security is the Network Intrusion Detection System (NIDS), which functions to detect suspicious activity or attacks on network traffic. The traditional signature-based approach has limitations in detecting new attacks (zero-day attacks). Therefore, this study proposes the application of Machine Learning and Deep Learning methods to improve network intrusion detection capabilities. The CIC-IDS2017 dataset was used as the data source because it represents various types of modern network attacks. The research stages included data pre-processing, feature selection, model training, and performance evaluation using accuracy, precision, recall, and F1-score metrics. The models used include Random Forest as a representation of Machine Learning and Long Short-Term Memory (LSTM) as a representation of Deep Learning. The results show that the Deep Learning approach is capable of providing better detection performance on complex attacks compared to conventional Machine Learning methods. This research is expected to serve as a reference in the development of adaptive and accurate network intrusion detection systems.
Analisis Statistik Pengaruh Mata Kuliah Ekonometrika Terhadap Minat Mahasiswa Jurusan Ekonomi dalam Penelitian Kuantitatif Arwin Wahyu Saputra; Liny Mardhiyatirrahmah; Dewi Indra Anggraeni; Dery Yuswanto Jaya; I Made Candra Girinata; Budi Styawan
Griya Journal of Mathematics Education and Application Vol. 6 No. 2 (2026): Juni 2026
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v6i2.1089

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh penguasaan mata kuliah Ekonometrika terhadap minat mahasiswa dalam melakukan penelitian kuantitatif. Penguasaan metode kuantitatif merupakan kompetensi penting bagi mahasiswa ekonomi dalam menghadapi tantangan penelitian berbasis data. Penelitian ini menggunakan pendekatan kuantitatif dengan desain survei. Data dikumpulkan melalui kuesioner skala Likert dan dokumentasi nilai akhir mata kuliah Ekonometrika. Sampel penelitian terdiri atas mahasiswa Program Studi Ekonomi Syariah STAI Al-Gazali Soppeng yang telah menempuh mata kuliah Ekonometrika. Analisis data dilakukan menggunakan korelasi Pearson dan regresi linear sederhana setelah terlebih dahulu memenuhi uji asumsi klasik. Hasil penelitian menunjukkan bahwa penguasaan mata kuliah Ekonometrika berpengaruh positif dan signifikan terhadap minat mahasiswa dalam penelitian kuantitatif dengan koefisien regresi sebesar 0,654 dan nilai signifikansi . Koefisien determinasi menunjukkan bahwa penguasaan Ekonometrika menjelaskan 39,9% variasi minat penelitian kuantitatif mahasiswa. Temuan ini menegaskan pentingnya pembelajaran Ekonometrika yang aplikatif dan berpusat pada mahasiswa untuk meningkatkan minat dan keterlibatan mahasiswa dalam penelitian kuantitatif.
Rancang Bangun Smart Glove Penerjemah SIBI berbasis ESP32 Terintegrasi Sistem Speech Synthesis Budi Styawan; Handy Hartono Setiawan; I Made Candra Girinata; Arwin Wahyu Saputra; Zaenul Mutaqin
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 5 No 1 (2026): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v5i1.312

Abstract

Komunikasi antara penyandang disabilitas tunarungu dan tunawicara dengan masyarakat umum kerap terhambat akibat minimnya pemahaman terhadap Sistem Isyarat Bahasa Indonesia (SIBI). Penelitian ini merancang dan mengimplementasikan purwarupa sarung tangan pintar (smart glove) satu tangan berbasis mikrokontroler ESP32 yang mampu mengenali isyarat huruf vokal SIBI (A, I, U, E, O) secara waktu nyata. Akuisisi data dilakukan melalui fusi lima flex sensor berkonfigurasi pull-up dan modul sensor inersia MPU6050. Pemrosesan sinyal dilakukan secara lokal menggunakan filter Exponential Moving Average (EMA) diikuti metode klasifikasi thresholding deterministik. Data telemetri dikirimkan nirkabel melalui protokol MQTT ke antarmuka web Laravel untuk divisualisasikan sebagai teks dan dikonversi menjadi luaran suara (speech synthesis). Pengujian Confusion Matrix terhadap 500 sampel menghasilkan akurasi rata-rata 94,2% dengan rata-rata latensi end-to-end 2.216,4 milidetik. Hasil ini memvalidasi keandalan purwarupa sebagai fondasi pengembangan sistem penerjemah SIBI yang lebih komprehensif.
Co-Authors Arnoldus Jansen Arwin Wahyu Saputra Budi Styawan Dery Yuswanto Dery Yuswanto Jaya Dewi Indra Anggraeni Handy Hartono Setiawan Liny Mardhiyatirrahmah Zaenul Mutaqin