Aini, Fadhilah Dhinur
Univeristas Muslim Indonesia

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS PERBANDINGAN DETECTION TRAFFIC ANOMALY DENGAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE (SVM) Riadi, Imam; Umar, Rusydi; Aini, Fadhilah Dhinur
ILKOM Jurnal Ilmiah Vol 11, No 1 (2019)
Publisher : Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (770.776 KB) | DOI: 10.33096/ilkom.v11i1.361.17-24

Abstract

Intrusion Detection System (IDS) is a software or hardware that can be used to detect any abnormal activity in the network. Situations often arise from various network access in the form of information or data that can cause problems. Detection is a system for detecting activities that are disturbing data access in information. IDS has two methods of doing detection, namely Rule Based (Signature Based) and Behavior-Based. Anomaly traffic can detect an increase in the number of user access and at any time there will be an attack from another party on the network. This study uses 2 algorithm methods are Naïve Bayes and Support Vector Machine (SVM). Naïve Bayes results through the Distributions and Radviz graph data samples have a probability value of 0.1 and the highest probability value is 0.8. Support Vector Machine (SVM) produces a graph that has greater accuracy.
Analisis Perubahan Bentuk Pola Suara Serak Sebagai Indikator Kondisi Kesehatan Yuwono Fitri Widodo; Dwi Susanto; Ari Peryanto; Fadhilah Dhinur Aini
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.469

Abstract

Suara merupakan media komunikasi utama manusia yang tidak hanya berfungsi untuk menyampaikan informasi, tetapi juga mencerminkan kondisi kesehatan. Salah satu gangguan suara yang umum terjadi adalah serak, yaitu perubahan kualitas suara akibat gangguan pada sistem vokal atau kesehatan tubuh. Deteksi dini terhadap perubahan suara penting untuk membedakan antara kondisi sehat dan tidak sehat. Penelitian ini bertujuan mengidentifikasi perbedaan pola suara sehat dan serak yang berkaitan dengan gangguan kesehatan. Data diperoleh dari lima responden yang masing-masing memberikan lima sampel suara dalam kondisi serak dan lima dalam kondisi tidak serak, menghasilkan total 250 file audio. Setiap responden mengucapkan lima vokal: a, e, i, o, dan u. Ekstraksi ciri suara dilakukan menggunakan dua metode utama, yaitu Mel-Frequency Cepstral Coefficient (MFCC) dan Fast Fourier Transform (FFT), untuk mengidentifikasi pola frekuensi serta karakteristik akustik. Selanjutnya, perbedaan antara suara serak dan tidak serak dianalisis menggunakan metode Mean Square Error (MSE). Hasil menunjukkan bahwa MFCC efektif dalam mengenali karakteristik suara, dan MSE menunjukkan perbedaan nilai signifikan antar kondisi suara. Ini membuktikan bahwa pola suara pada pengucapan vokal dapat menjadi indikator yang efektif dalam mengenali kondisi kesehatan seseorang