Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat IPTEK AQILA : Acceleration, Quantum, Information Technology and Algorithm Journal
Cut Try Utari
Politeknik Negeri Medan
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance

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

Found 2 Documents
Search

 1 
Cyber Attack Prediction Using Machine Learning: A Comparative Study of Bayesian Network and Support Vector Machine Cut Try Utari; Indri Sulistianingsih; Diva Rofsyahfitri; Nurul Rizkina Kalsum Batubara; Wizdanil Yumna Nawar
Acceleration, Quantum, Information Technology and Algorithm Journal Vol. 2 No. 2 (2025): VOLUME 2, NO 2: DECEMBER 2025
Publisher : Yayasan Asmin Intelektual Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62123/aqila.v2i2.123

Abstract

Cybersecurity is becoming a critical issue with the increasing reliance on digital systems that are vulnerable to attacks. Proactive cyberattack prediction is one of the main approaches in early detection systems, where machine learning plays a strategic role. This research compares two popular machine learning algorithms, namely Bayesian Network and Support Vector Machine (SVM), to determine the most effective algorithm in predicting cyberattacks. This research uses two benchmark datasets, namely UNSW-NB15 and KDD99, as well as real attack data from Elazığ, Turkey. The analysis shows that the Bayesian Network implemented through the MCVAE_PBNN approach achieves up to 96% accuracy on the UNSW-NB15 dataset, with the advantage of detecting distributed and uncertain attacks. On the other hand, the SVM linear (SVML) algorithm showed a prediction accuracy of 95.02% in attack method classification, excelling in the case of data with clearly defined features. This study also analyzes the advantages and limitations of both algorithms, and provides implementation recommendations based on the needs of the detection system. The findings reinforce the urgency of developing adaptive predictive models in modern cybersecurity.
Dampak Penerapan Digitalisasi Penggunaan Aplikasi Canva di SMK Swasta Delisha Kecamatan Hamparan Perak Ardianto Pranata; Cut Try Utari; Rizky Maulidya Afifa; Sri Novida Sari; Muhammad Riki Atsauri
Jurnal Pengabdian Masyarakat IPTEK Vol. 6 No. 1 (2026): Edisi Januari 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v6i1.12357

Abstract

Digitalisasi menyebar hampir disetiap sektor masyarakat, tidak terkecuali di lingkungan sekolah. Sebagai salah satu sektor dasar pengembangan ilmu pengetahuan, lingkungan sekolah wajib memberikan pengetahuan terkait konsep digitalisasi dan teknologi informasi yang semakin berkembang. Tidak hanya sekedar definisi namun juga manfaat dan sarana pendukung yang melengkapi konsep digitalisasi. Salah satu aplikasi yang saat ini cukup digemari adalah aplikasi canva. Aplikasi ini cukup fleksibel dengan mengusung penggunaan berbasis web dan mobile yang dapat digunakan dimanapun dan kapanpun. Dengan memanfaatkan kondisi tersebut maka dilakukanlah sebuah aktivitas pengabdian kepada masyarakat dalam hal ini di lingkungan sekolah SMK Swasta Delisha di Kecamatan Hamparan Perak. Dimana pengabdian mencakup kegiatan sosialisasi, penerapan keilmuan hingga evaluasi dampak yang dihasilkan. Sosialisasi dilakukan dengan menyampaikan berbagai keilmuan terkait teknologi informasi, penggunaan canva hingga manfaat yang akan diperoleh. Penerapan langsung keilmuan melalui implementasi dibidang iklan dan promosi digital. Sera evaluasi yang dilakukan dengan memperhatikan tingkat penggunaan aplikasi yang telah diajarkan. Dan dari hasil evaluasi yang telah dilakukan, penggunaan canva yang cukup ringan bagi siswa, memberikan daya tarik dan manfaat pengetahuan yang sangat baik.
Co-Authors Ardianto Pranata Diva Rofsyahfitri Indri Sulistianingsih Muhammad Riki Atsauri Nurul Rizkina Kalsum Batubara Rizky Maulidya Afifa Sri Novida Sari Wizdanil Yumna Nawar