Article Per Year (5 Year)
p-Index From 2021 - 2026
7.893
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Riset Informatika Informatika Jurnal Tekinkom (Teknik Informasi dan Komputer) MEANS (Media Informasi Analisa dan Sistem) Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Jurnal Pengabdian kepada Masyarakat Nusantara International Journal Of Science, Technology & Management (IJSTM) Jurnal Media Informatika Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Journal of Computer Science and Information Systems (JCoInS) Internet of Things and Artificial Intelligence Journal Dike
Sihombing, Volvo
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering Social Sciences Transportation Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 3   4   5   6   7 
Deteksi Serangan dalam Jaringan Komputer dengan Algoritma Pohon Keputusan C4.5 Esterlin, Esterlin; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3087

Abstract

Deteksi serangan dalam jaringan komputer menjadi semakin penting seiring dengan meningkatnya kompleksitas serangan cyber yang ditujukan kepada sistem dan infrastruktur informasi. Dalam upaya melawan ancaman ini, penggunaan teknik-teknik kecerdasan buatan telah menjadi fokus utama dalam pengembangan sistem deteksi serangan yang efektif. Salah satu algoritma yang telah terbukti efektif dalam konteks ini adalah algoritma pohon keputusan C4.5. Penelitian ini bertujuan untuk menerapkan algoritma pohon keputusan C4.5 dalam deteksi serangan dalam jaringan komputer. Kami menggunakan dataset yang mencakup berbagai jenis serangan dan aktivitas jaringan untuk melatih dan menguji model deteksi serangan kami. Langkah-langkah yang kami ambil termasuk preprocessing data, pembangunan model pohon keputusan, dan evaluasi kinerja model. Hasil penelitian menunjukkan bahwa algoritma pohon keputusan C4.5 efektif dalam mengklasifikasikan aktivitas jaringan menjadi serangan dan non-serangan. Model yang dihasilkan mampu mengenali pola-pola yang terkait dengan serangan dan memberikan tingkat akurasi yang memadai dalam pengujian. Analisis lanjutan juga dilakukan untuk memahami faktor-faktor yang paling berpengaruh dalam deteksi serangan. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem deteksi serangan yang lebih efektif dan dapat diandalkan dalam konteks jaringan komputer. Dengan memanfaatkan kekuatan algoritma pohon keputusan C4.5, kami berharap dapat membantu meningkatkan keamanan sistem informasi dan melindungi infrastruktur jaringan dari ancaman cyber yang semakin kompleks dan berkembang.
Pengembangan Sistem Informasi Kesehatan untuk Manajemen Data Pasien dan Perawatan yang Lebih Baik Nurdila, Nurdila; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3089

Abstract

− Pengembangan sistem informasi kesehatan (SIK) menjadi penting dalam era digital ini untuk meningkatkan manajemen data pasien dan memberikan perawatan yang lebih baik. Penelitian ini bertujuan untuk mengembangkan SIK yang dapat membantu penyedia layanan kesehatan dalam mengelola data pasien dengan lebih efisien serta meningkatkan koordinasi perawatan. Langkah-langkah pengembangan meliputi analisis kebutuhan, desain sistem, implementasi, dan evaluasi kinerja. Sistem yang dikembangkan memiliki fitur-fitur seperti pencatatan riwayat medis pasien, jadwal janji, pemantauan kondisi kesehatan, dan komunikasi antara penyedia layanan kesehatan. Hasil evaluasi menunjukkan bahwa SIK yang dikembangkan berhasil meningkatkan efisiensi dalam manajemen data pasien dan koordinasi perawatan. Penyedia layanan kesehatan dapat dengan mudah mengakses informasi pasien, merencanakan perawatan yang lebih terkoordinasi, dan berkomunikasi secara efektif dengan rekan kerja. Dengan demikian, pengembangan SIK ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan dan hasil pasien melalui manajemen data yang lebih baik dan perawatan yang lebih terkoordinasi.
Analisis Keterkaitan Antara Gejala Penyakit Menggunakan Algoritma Apriori dalam Bidang Kesehatan Rusmina, Eva; Sihombing, Volvo; Putra Juledi, Angga
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikomsi.v7i1.3090

Abstract

Analisis keterkaitan antara gejala penyakit merupakan aspek penting dalam bidang kesehatan yang memungkinkan identifikasi pola hubungan antara gejala yang dialami oleh pasien dan penyakit yang mendasarinya. Dalam konteks ini, algoritma Apriori dari bidang data mining telah diadopsi untuk menganalisis hubungan asosiatif antara gejala penyakit. Studi ini mengusulkan penerapan algoritma Apriori dalam analisis keterkaitan gejala penyakit dengan menggunakan data pasien dan catatan medis. Langkah-langkah sistematis dilakukan untuk membangun model asosiasi yang mengidentifikasi pola kemunculan bersama antara gejala-gejala yang mungkin menandakan adanya penyakit tertentu. Melalui penelitian ini, kami menunjukkan bahwa algoritma Apriori efektif dalam mengungkap pola keterkaitan antara gejala penyakit dalam dataset medis. Hasil analisis memberikan wawasan yang berharga tentang gejala-gejala yang sering kali muncul bersama, yang dapat membantu dokter dalam diagnosis dini dan pengelolaan penyakit. Penerapan algoritma Apriori dalam analisis keterkaitan antara gejala penyakit menawarkan potensi untuk meningkatkan pemahaman tentang profil penyakit dan memungkinkan pengembangan strategi diagnosis yang lebih tepat dan efisien dalam praktik klinis. Oleh karena itu, kontribusi algoritma ini dalam bidang kesehatan dapat menjadi langkah maju dalam upaya peningkatan perawatan pasien dan pengelolaan penyakit secara keseluruhan.
Memanfaatkan Algoritma Apriori: Aplikasi Berbasis Web untuk Penambangan Aturan Asosiasi Siddik, Rasid; Juledi, Angga Putra; Sihombing, Volvo
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 1 (2024): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Utility Project Solution

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

Abstract

Penambangan pola asosiasi telah menjadi topik yang menarik dalam penelitian data mining karena kemampuannya untuk mengidentifikasi hubungan yang tersembunyi dalam data transaksional. Dalam konteks ini, pengembangan aplikasi berbasis web untuk penambangan pola asosiasi menjadi relevan untuk memfasilitasi analisis data yang lebih mudah dan lebih cepat. Metode Apriori, yang telah terbukti efektif dalam menemukan pola asosiasi, diimplementasikan dalam aplikasi ini. Aplikasi web ini dirancang untuk memberikan antarmuka pengguna yang intuitif dan fitur yang memungkinkan pengguna untuk melakukan penambangan pola asosiasi dengan mudah. Penelitian ini mendokumentasikan proses pengembangan aplikasi, termasuk perancangan antarmuka, implementasi metode Apriori, dan pengujian fungsional. Hasilnya menunjukkan bahwa aplikasi web yang dikembangkan mampu melakukan penambangan pola asosiasi dengan efisien dan efektif, dengan memberikan hasil yang relevan dan berguna bagi pengguna dalam pemahaman lebih lanjut terhadap data transaksional yang mereka miliki
A Real-Time Web Information System Based on A Global Positioning System for Monitoring Environmental Pollution Gustriyadi, Eko; Sihombing, Volvo; Masrizal, Masrizal; Adi, Puput Dani Prasetyo Adi
Jurnal Riset Informatika Vol. 5 No. 1 (2022): December 2022
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v5i1.204

Abstract

This research will discuss monitoring pollution in waterways in real time based on GPS. A website-based information system is an essential factor for information media, not only database-based but can be communicated with GPS. GPS is a satellite system that can determine the point of an area with Longitude and Latitude parameters. The Global Positioning System is one of the parameters used in this study. Longitude and Latitude are the primary keys to getting the point in a particular area or point. In research, this location is used in sensor or environmental pollution monitoring. In this paper, we try to review the projects carried out and perform analysis, management, and governance on the server and local host. The program is made by developing the FrontEnd and BackEnd sides. Development can be done on Desktop-based programming and then extended to Mobile by manipulating and modifying programs using Javascript, JSON, and other building scripts for better performance and suitable for deployment on various platforms such as Mobile-based. This system is very efficient in determining various parameters, for example, the environmental pollution factor. From testing, the GPS data is not perfect, all data can be sent, but the accuracy of GPS data can reach 96%. This is due to data errors during uplinking and downlinking data.
Co-Authors Abdillah, Ihsan Abdillah, Syakira Adi, Puput Dani Prasetyo Adi, Puput Dani Prasetyo Adi Aditya, Nanda Ajeng Lestari, Dinda Alam, Dewi Pathimah Alpiansyah, Fredy Andriyani, Wahyu Fitri Angreani Hulu, Linca Elma Popi Ariska, Fevi Aurianda, Rieke Bangun, Budianto Barasa, Kristina Dewi Utami, Yarma Agustya Dwiyanti, Dida Dwiyanti, Didan Efendi, Davina Rizky Esterlin, Esterlin Fachry Abda El Rahman Fadilla Hasibuan, Intan Gultom, Gregorius Apri K Gustriyadi, Eko Halawa, Prianus Harefa, Sinema Hasibuan, Dilla Puspita Hasibuan, Mila Nirmala Sari Hasibuan, Sabdi Albi Hendriyanti, Yurika Cici Hia, Faomaha Hutagalung, Charles Efendy Irmayani , Deci Irmayani Irmayani Irmayani, Deci Jannah , Ely Jati, Dewi Sekar Juledi, Angga Putra Juni Yanris, Gomal Latifah Hanum Lumban Gaol, Tid Verawati Maizura, Safrina Manurung, Romtika mawarni, Putri Sigit Mega, Mega Muhammad Halmi Dar Muliani, Sonia Sri Munthe , Ibnu Rasyid Munthe, Ibnu Rasyid Nasution, Fitri Aini Nasution, Marnis Novilda, Mustamu Elizabeth Nurdila, Nurdila Pakto, Dedi Pertiwi, Nur Fajar Kurnia Petromak Sinaga, Gandhi Naek Purba, Mila Hanim Purwati Purwati Putra Juledi, Angga Ramadhani, Siska Rangkuti, M. Andri Gautama Rani Rahayu, Rani Rasyid Munthe, Ibnu Rizky Mangunsong, Annisa Rusmiana, Rusmiana Rusmina, Eva Safitri, Nina Siddik, Rasid Simamora, Rikardo Lasroha Sinaga, Veranica siregar, Victor M.M. Siti Kholijah, Siti Kholijah Sitio, Arjon Samuel Sitompul, Joni Awendri Sitorus, Anggiat Selamat Suci Ramadhani, Suci Suhaylah, Suhaylah Syafitri, Risma Syahputra, Rapian Tasyabila, Tasyabila Tawanta Natalia Sembiring, Sri Tiara, Dewi Tria Wulandari Wiranti, Dea Yanris, Gomal Juni