Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal InComTech: Jurnal Telekomunikasi dan Komputer Journal Automation Computer Information System (JACIS)
Andri Yudha Pratama
Universitas Teknologi Yogyakarta
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Kerangka Multi-Tahap WSM dan PROMETHEE II untuk Seleksi Vendor Cloud Bank Digital Andri Yudha Pratama; Rianto Rianto
Journal Automation Computer Information System Vol. 6 No. 2 (2026): November (In Progress Issue)
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i2.205

Abstract

Transformasi digital perbankan mendorong adopsi cloud computing sebagai infrastruktur utama layanan keuangan modern. Pemilihan vendor cloud pada bank digital merupakan tantangan multidimensi yang mencakup aspek keamanan, ketersediaan layanan, latensi, kapasitas, dan biaya operasional, serta kepatuhan terhadap regulasi Otoritas Jasa Keuangan (OJK) dan Bank Indonesia. Penelitian ini mengusulkan kerangka sistem rekomendasi multi-tahap berbasis Multi-Criteria Decision Making (MCDM) yang mengintegrasikan Weighted Sum Model (WSM) dan PROMETHEE II. Dataset sintetis 100.000 kandidat vendor direduksi menjadi 50.000 sampel melalui stratified sampling proporsional dengan 256 strata. Pada Fase 1, WSM menyaring 10.000 vendor terbaik menggunakan ambang batas skor 0,633624. Pada Fase 2, PROMETHEE II menghasilkan peringkat berbasis Net Flow (Φ). Vendor CLOUD_071856 meraih peringkat pertama dengan Φ = +0,6295, Security Index 10,00/10, dan SLA Uptime 99,854%. Kerangka yang diusulkan terbukti efektif, skalabel secara komputasional, dan relevan dengan kebutuhan regulasi nasional dalam mendukung pengambilan keputusan pemilihan vendor cloud pada sektor perbankan digital Indonesia
Optimasi Deteksi DDoS Berbasis Hybrid CNN-LSTM dengan Recursive Feature Elimination pada Software-Defined Networking Wayan Praka; Andri Yudha Pratama; Erik IH Ujianto; Rianto Rianto
InComTech : Jurnal Telekomunikasi dan Komputer Vol. 16 No. 2 (2026)
Publisher : Department of Electrical Engineering

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

Abstract

Keamanan pada arsitektur Software-Defined Networking (SDN) menghadapi ancaman kritis dari evolusi serangan Distributed Denial of Service (DDoS) yang mengeksploitasi celah Single Point of Failure pada controller. Penelitian ini bertujuan mengoptimalkan model deep learning melalui pengembangan arsitektur Ultra-Fast Hybrid CNN-LSTM yang terintegrasi dengan teknik seleksi fitur Recursive Feature Elimination (RFE). Menggunakan dataset modern CIC-DDoS2019 yang memiliki dimensi tinggi, penelitian ini berhasil mereduksi 77 fitur asli menjadi 25 fitur paling berpengaruh guna mengatasi masalah curse of dimensionality dan meminimalkan beban komputasi. Hasil eksperimen menunjukkan bahwa model optimasi mencapai tingkat akurasi sebesar 91,80% dengan keunggulan signifikan pada aspek efisiensi teknis. Dibandingkan dengan model baseline, arsitektur ini memberikan peningkatan waktu pelatihan sebesar 18,91% lebih cepat 64,42 detik dan responsivitas deteksi 12,63% lebih tinggi dengan latensi hanya 0,00003826 detik per paket. Temuan ini menegaskan bahwa sinergi antara reduksi fitur RFE dan arsitektur hibrida yang ramping sangat efektif dalam menjamin ketersediaan layanan pada infrastruktur SDN secara real-time dengan penggunaan sumber daya yang minimal.
Co-Authors Erik IH Ujianto Rianto Rianto Wayan Praka