Garuda - Garba Rujukan Digital

Tinjauan Penerapan Kecerdasan Buatan Dalam Keamanan Jaringan Tantangan Dan Prospek Masa Depan Simanjuntak, Ebrika Nadia; Irmayani, Deci; Nasution , Fitri Aini
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 2 (2024): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

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

Penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam keamanan jaringan telah menjadi topik yang semakin penting dalam beberapa tahun terakhir. Artikel ini meninjau berbagai aspek terkait penggunaan AI untuk meningkatkan keamanan jaringan, termasuk tantangan yang dihadapi dan prospek masa depan. AI memiliki potensi besar untuk mengidentifikasi dan merespons ancaman keamanan secara lebih cepat dan efisien dibandingkan dengan metode konvensional. Dengan menggunakan teknik pembelajaran mesin (machine learning) dan pemrosesan bahasa alami (natural language processing), AI dapat menganalisis pola data yang kompleks dan mendeteksi anomali yang mungkin menunjukkan adanya serangan. Meskipun demikian, penerapan AI dalam keamanan jaringan tidaklah tanpa tantangan. Salah satu tantangan utama adalah kebutuhan akan data yang besar dan berkualitas tinggi untuk melatih model AI. Selain itu, serangan terhadap sistem AI, seperti adversarial attacks, juga merupakan ancaman signifikan yang perlu diatasi. Ketergantungan pada AI juga menimbulkan masalah etika dan privasi, terutama terkait dengan pengumpulan dan penggunaan data pribadi. Di masa depan, AI diprediksi akan memainkan peran yang semakin penting dalam keamanan jaringan. Pengembangan teknologi AI yang lebih canggih diharapkan dapat mengatasi beberapa tantangan yang ada saat ini, seperti peningkatan kemampuan deteksi dan mitigasi serangan. Kolaborasi antara ahli AI dan pakar keamanan jaringan juga akan menjadi kunci untuk menciptakan sistem keamanan yang lebih robust dan adaptiff. Secara keseluruhan, tinjauan ini menunjukkan bahwa meskipun ada banyak tantangan yang harus dihadapi, potensi AI untuk meningkatkan keamanan jaringan sangat besar. Dengan penelitian dan pengembangan yang tepat, AI dapat menjadi alat yang sangat efektif dalam melindungi jaringan dari berbagai ancaman, sekaligus membuka peluang baru untuk inovasi di bidang keamanan siber. Potensi prospek masa depan dalam integrasi AI dengan keamanan jaringan sangat menjanjikan, namun memerlukan pendekatan yang hati-hati dan bertanggung jawab untuk memaksimalkan manfaatnya sambil meminimalkan risiko yang mungkin timbul

Mengoptimalkan Keamanan Jaringan Memanfaatkan Kecerdasan Buatan Untuk Meningkatkan Deteksi Dan Respon Ancaman Sinaga, Novica Handayani; Irmayani, Deci; Hasibuan, Mila Nirmala Sari
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 7 No. 2 (2024): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

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

Keamanan jaringan merupakan aspek krusial dalam era digital saat ini, di mana ancaman terhadap sistem informasi semakin kompleks dan beragam. Penelitian ini bertujuan untuk mengoptimalkan keamanan jaringan dengan memanfaatkan kecerdasan buatan (AI) guna meningkatkan deteksi dan respons terhadap ancaman. Metode yang digunakan meliputi analisis data besar-besaran untuk mengidentifikasi pola perilaku yang mencurigakan dan penerapan algoritma AI untuk mendeteksi ancaman secara real-time. Penelitian ini mengintegrasikan teknik-teknik AI seperti machine learning dan neural networks untuk mengembangkan sistem yang mampu belajar dari pola serangan yang baru dan tidak diketahui sebelumnya. Hasil dari penelitian ini menunjukkan bahwa integrasi kecerdasan buatan dalam sistem keamanan jaringan dapat signifikan meningkatkan efisiensi dan efektivitas dalam menghadapi ancaman cyber. AI memungkinkan sistem untuk secara proaktif mengidentifikasi dan merespons ancaman dengan lebih cepat daripada pendekatan konvensional yang mengandalkan aturan-aturan statis. Dengan memanfaatkan kemampuan AI dalam menganalisis data secara mendalam dan mendeteksi anomali, organisasi dapat mengurangi risiko keamanan secara substansial. Implikasi dari temuan ini adalah pentingnya adopsi teknologi AI dalam strategi keamanan IT untuk mengantisipasi dan merespons secara cepat terhadap ancaman yang terus berkembang. Studi ini memberikan kontribusi penting dalam mengarahkan pengembangan teknologi keamanan jaringan menuju perlindungan yang lebih proaktif dan adaptif di masa depan. Secara keseluruhan, penelitian ini menegaskan bahwa kecerdasan buatan bukan hanya menjadi pilihan, tetapi kebutuhan mendesak dalam menghadapi tantangan keamanan yang semakin kompleks di era digital saat ini. Dengan terus mengembangkan dan mengintegrasikan teknologi AI dalam sistem keamanan jaringan, organisasi dapat meningkatkan tingkat keamanan mereka secara keseluruhan, menjaga integritas data, dan menjaga kelancaran operasi mereka dalam lingkungan yang semakin terhubung dan rentan terhadap serangan cyber

Analysis Of Public Interest In Smartfren SIM Cards Using The K-Nearest Neighbors Method Tawanta Natalia Sembiring, Sri; Sihombing, Volvo; Irmayani, Deci
International Journal of Science, Technology & Management Vol. 5 No. 5 (2024): September 2024
Publisher : Publisher Cv. Inara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46729/ijstm.v5i5.1177

The use of Smartfren SIM cards is increasing along with the public's need for fast and stable internet services. However, a deep understanding of public interest in the SIM card is necessary to optimize marketing strategies and increase sales. Proper analysis can help companies identify potential target markets and develop effective marketing strategies. We chose the K-Nearest Neighbors method to analyze public interest in using Smartfren SIM cards. This study aims to develop and evaluate the K-Nearest Neighbors model in predicting public interest in using Smartfren SIM cards. This study uses a dataset containing information about Smartfren SIM card users. We divide the data into two sets: a training set for model building and a test set for evaluating model performance. We apply the K-Nearest Neighbors method to classify the data into two categories: interested and not interested. We evaluate the model performance using accuracy, precision, recall, and F1-score metrics. We present the evaluation results as a confusion matrix. The developed K-Nearest Neighbors model showed excellent performance with an accuracy of 94.29%, a precision of 94.20%, a recall of 100%, and an F1-score of 97.01%. These results indicate that the K-Nearest Neighbors model is effective in predicting people's interest in Smartfren SIM cards. The high recall value indicates that the model is able to identify all interested individuals without missing any, while the high precision value indicates that the model rarely makes false positive prediction errors. This study concludes that the K-Nearest Neighbors method is very effective for use in analyzing people's interest in using Smartfren SIM cards. We can rely on the developed model's strong performance for real-world applications in marketing strategies.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI PEMASARAN LAPTOP BEKAS MENGGUNAKAN METODE ARAS Purba, Mila Hanim; Sihombing, Volvo; Irmayani, Deci
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v7i2.1542

This study aims to develop a decision support system (DSS) based on the Additive Ratio Assessment (ARAS) method to help used laptop entrepreneurs in Bagan Sinembah District in determining the optimal marketing location. The problems faced include the selection of business locations that are often done based on intuition without considering data and strategic factors, such as market demand, operational costs, infrastructure, market competition, and economic growth potential. The research method involves identifying the main criteria, collecting alternative location data, normalizing data using the ARAS method, and calculating the utility value for each alternative. The results of the study showed that the three best alternatives for marketing locations were A1 in the first position with a utility value of 0.86507, A4 in the second position with a value of 0.79749, and A6 in the third position with a value of 0.78166. Based on the results of the study, it shows that the ARAS method is effective in dealing with multi-criteria problems, providing recommendations for marketing locations with the highest utility value, which is considered the best choice.

Pengembangan Sistem Informasi Manajemen Proyek Berbasis Web untuk Optimalisasi Kinerja Tim Rahayu, Rani; Sihombing, Volvo; Irmayani, Deci
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 4 No. 1 (2024): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : CV. Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/justikpen.v4i1.134

Dalam era digitalisasi, pengelolaan proyek yang efisien dan kolaboratif menjadi faktor kunci dalam mencapai keberhasilan organisasi, khususnya dalam lingkungan kerja yang dinamis dan berbasis tim. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen Proyek berbasis web yang dirancang untuk optimalisasi kinerja tim melalui automasi berbagai proses manajemen proyek, termasuk perencanaan, pengalokasian sumber daya, penjadwalan, pemantauan, serta pelaporan. Sistem ini juga dilengkapi dengan fitur integrasi komunikasi real-time, pengingat tugas, dan visualisasi progres proyek melalui dasbor interaktif. Pengembangan sistem dilakukan menggunakan model waterfall dengan tahapan yang mencakup analisis kebutuhan pengguna, perancangan sistem, implementasi perangkat lunak, dan pengujian secara menyeluruh. Pengujian dilakukan melalui metode User Acceptance Testing (UAT) dengan melibatkan beberapa tim proyek dari perusahaan teknologi, dan hasilnya menunjukkan peningkatan efisiensi kerja tim sebesar 30%, perbaikan dalam pelacakan tugas dan pengurangan keterlambatan proyek hingga 20%. Sistem ini juga mendukung kolaborasi yang lebih baik antar anggota tim dan pemimpin proyek melalui pengelolaan informasi yang terpusat dan terstruktur. Diharapkan, sistem ini dapat memberikan dampak signifikan terhadap pengelolaan proyek yang lebih efektif dan meningkatkan kinerja tim dalam jangka panjang

Implementasi Metode SAW untuk Menentukan Beasiswa Siswa Berprestasi pada Lembaga Pendidikan Pakto, Dedi; Sihombing, Volvo; Irmayani, Deci
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 4 No. 2 (2025): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/justikpen.v4i2.149

Penentuan penerima beasiswa siswa berprestasi pada lembaga pendidikan merupakan proses yang kompleks dan memerlukan pertimbangan berbagai kriteria yang mencakup prestasi akademik, partisipasi dalam kegiatan ekstrakurikuler, kepribadian, serta kondisi sosial-ekonomi. Tanpa sistem penilaian yang terstruktur, proses seleksi sering kali bersifat subyektif dan kurang transparan. Dalam penelitian ini, metode Simple Additive Weighting (SAW) diimplementasikan sebagai solusi untuk mengatasi permasalahan tersebut. Metode SAW memungkinkan pengambilan keputusan berbasis multi-kriteria dengan memberikan bobot yang sesuai pada setiap kriteria, sehingga dapat menghasilkan peringkat yang lebih akurat dan objektif. Studi ini melibatkan pengumpulan data dari berbagai siswa yang memenuhi syarat untuk mendapatkan beasiswa, kemudian diolah menggunakan metode SAW untuk menentukan kandidat terbaik. Hasil dari penelitian menunjukkan bahwa metode SAW mampu memberikan rekomendasi yang lebih efisien, terukur, dan adil dalam proses seleksi beasiswa. Selain itu, metode ini juga memungkinkan lembaga pendidikan untuk mengidentifikasi potensi siswa secara lebih komprehensif, serta meningkatkan transparansi dan akuntabilitas dalam proses seleksi.

Penentuan Strategi Pengembangan Ternak Itik Albino Dengan Metode Analytical Hierarchi Process (AHP) Muwanti, Apri; Bangun, Budianto; Irmayani, Deci
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 4 No. 2 (2025): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/justikpen.v4i2.156

Itik Alabio merupakan rumpun unggas lokal dengan sebaran geografis asli Kalimantan dan salah satu Produk Unggulan Daerah (PUD). Akan tetapi, sektor peternakan Itik Alabio selama ini belum menunjukkan kontribusi yang signifikan terhadap perekonomian peternak maupun daerah. Perkembangan bisnis kuliner di daerah perkotaan membuka peluang terhadap pengembangan Itik Alabio di Kalimantan Selatan. Tujuan penelitian ini adalah untuk menganalisis sektor hulu hingga hilir Itik Alabio untuk digunakan sebagai dasar penyusunan strategi pemasarannya. Penelitian ini menggunakan pendekatan kualitatif. Data primer diambil melalui observasi dan wawancara dengan informan yang dipilih secara purposive sampling. Data dianalisis menggunakan analisis penetapan nilai (STP analysis) dan analisis bauran pemasaran (marketing mix analysis). Hasil penelitian ini menunjukkan bahwa segmen dan target pasar adalah masyarakat daerah perkotaan yang memiliki kemampuan ekonomi menengah ke atas. Perluasan jangkauan pasar melalui suplai cold meat untuk pangsa pasar perhotelan, restoran, dan pasar modern. Strategi pemasaran adalah dengan memperhatikan keunggulan tekstur, rasa, dan warna daging Itik Alabio sebagai daya jual, menentukan harga jual yang bersaing dengan kompetitor tanpa menurunkan kualitas, menambah jalur distribusi secara daring, dan meningkatkan promosi di platform digital.

Mengoptimalkan Keamanan Jaringan: Memanfaatkan Kecerdasan Buatan Untuk Meningkatkan Deteksi Dan Respon Ancaman Sinaga, Novica Handayani; Irmayani, Deci; Hasibuan, Mila Nirmala Sari
Jurnal Media Informatika Vol. 5 No. 2 (2024): Jurnal Media Informatika
Publisher : Jurnal Media Informatika

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

Keamanan jaringan merupakan aspek krusial dalam era digital saat ini, di mana ancaman terhadap sistem informasi semakin kompleks dan beragam. Penelitian ini bertujuan untuk mengoptimalkan keamanan jaringan dengan memanfaatkan kecerdasan buatan (AI) guna meningkatkan deteksi dan respons terhadap ancaman. Metode yang digunakan meliputi analisis data besar-besaran untuk mengidentifikasi pola perilaku yang mencurigakan dan penerapan algoritma AI untuk mendeteksi ancaman secara real-time. Penelitian ini mengintegrasikan teknik-teknik AI seperti machine learning dan neural networks untuk mengembangkan sistem yang mampu belajar dari pola serangan yang baru dan tidak diketahui sebelumnya. Hasil dari penelitian ini menunjukkan bahwa integrasi kecerdasan buatan dalam sistem keamanan jaringan dapat signifikan meningkatkan efisiensi dan efektivitas dalam menghadapi ancaman cyber. AI memungkinkan sistem untuk secara proaktif mengidentifikasi dan merespons ancaman dengan lebih cepat daripada pendekatan konvensional yang mengandalkan aturan-aturan statis. Dengan memanfaatkan kemampuan AI dalam menganalisis data secara mendalam dan mendeteksi anomali, organisasi dapat mengurangi risiko keamanan secara substansial. Implikasi dari temuan ini adalah pentingnya adopsi teknologi AI dalam strategi keamanan IT untuk mengantisipasi dan merespons secara cepat terhadap ancaman yang terus berkembang. Studi ini memberikan kontribusi penting dalam mengarahkan pengembangan teknologi keamanan jaringan menuju perlindungan yang lebih proaktif dan adaptif di masa depan. Secara keseluruhan, penelitian ini menegaskan bahwa kecerdasan buatan bukan hanya menjadi pilihan, tetapi kebutuhan mendesak dalam menghadapi tantangan keamanan yang semakin kompleks di era digital saat ini. Dengan terus mengembangkan dan mengintegrasikan teknologi AI dalam sistem keamanan jaringan, organisasi dapat meningkatkan tingkat keamanan mereka secara keseluruhan, menjaga integritas data, dan menjaga kelancaran operasi mereka dalam lingkungan yang semakin terhubung dan rentan terhadap serangan cyber.

Optimal Biaya Pengiriman Beras Menggunakan Model Transportasi Motode North Westh Corner (NWC) Dwiyanti, Dida; Irmayani, Deci; Sihombing, Volvo
Jurnal Media Informatika Vol. 5 No. 2 (2024): Jurnal Media Informatika
Publisher : Jurnal Media Informatika

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

Transportasi berkaitan dengan distribusi barang dari sentra produksi ke lokasi penjualan. Penelitian ini menggunakan metode North West Corner (NWC) untuk mengoptimalkan biaya pengiriman beras dari Distributor Beras X di Kabupaten Karawang Data pengiriman beras bulan Juli 2019 diolah dengan metode NWC untuk optimasi biaya pengiriman. Distributor memasok beras ke 3 agen dengan biaya pengiriman Rp. 1.000.000 per kali pengiriman, tergantung pada jarak Distributor beras X di Kab. Karawang memasok beras pada setiap agen dan agen tersebut mendistribusikan beras kepada pelanggannya dengan jumlah beras sesuai dengan permintaan dari masing- masing pelanggan di pasar. Pengiriman beras dari agen ke 4 titik pasar tersebut memiliki biaya transportasi yang berbeda-beda disesuaikan dengan jarak pengiriman dalam setiap kali pengiriman beras. Biaya transportasi merupakan masalah yang sering dijumpai di berbagai bidang terutama yang bergerak di bidang produksi dan pemasaran

Tinjauan Penerapan Kecerdasan Buatan Dalam Keamanan Jaringan: Tantangan Dan Prospek Masa Depan Simanjuntak, Ebrika Nadia; Irmayani, Deci; Nasution, Fitri Aini
Jurnal Media Informatika Vol. 5 No. 2 (2024): Jurnal Media Informatika
Publisher : Jurnal Media Informatika

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

Penerapan kecerdasan buatan (Artificial Intelligence/AI) dalam keamanan jaringan telah menjadi topik yang semakin penting dalam beberapa tahun terakhir. Artikel ini meninjau berbagai aspek terkait penggunaan AI untuk meningkatkan keamanan jaringan, termasuk tantangan yang dihadapi dan prospek masa depan. AI memiliki potensi besar untuk mengidentifikasi dan merespons ancaman keamanan secara lebih cepat dan efisien dibandingkan dengan metode konvensional. Dengan menggunakan teknik pembelajaran mesin (machine learning) dan pemrosesan bahasa alami (natural language processing), AI dapat menganalisis pola data yang kompleks dan mendeteksi anomali yang mungkin menunjukkan adanya serangan. Meskipun demikian, penerapan AI dalam keamanan jaringan tidaklah tanpa tantangan. Salah satu tantangan utama adalah kebutuhan akan data yang besar dan berkualitas tinggi untuk melatih model AI. Selain itu, serangan terhadap sistem AI, seperti adversarial attacks, juga merupakan ancaman signifikan yang perlu diatasi. Ketergantungan pada AI juga menimbulkan masalah etika dan privasi, terutama terkait dengan pengumpulan dan penggunaan data pribadi. Di masa depan, AI diprediksi akan memainkan peran yang semakin penting dalam keamanan jaringan. Pengembangan teknologi AI yang lebih canggih diharapkan dapat mengatasi beberapa tantangan yang ada saat ini, seperti peningkatan kemampuan deteksi dan mitigasi serangan. Kolaborasi antara ahli AI dan pakar keamanan jaringan juga akan menjadi kunci untuk menciptakan sistem keamanan yang lebih robust dan adaptiff. Secara keseluruhan, tinjauan ini menunjukkan bahwa meskipun ada banyak tantangan yang harus dihadapi, potensi AI untuk meningkatkan keamanan jaringan sangat besar. Dengan penelitian dan pengembangan yang tepat, AI dapat menjadi alat yang sangat efektif dalam melindungi jaringan dari berbagai ancaman, sekaligus membuka peluang baru untuk inovasi di bidang keamanan siber. Potensi prospek masa depan dalam integrasi AI dengan keamanan jaringan sangat menjanjikan, namun memerlukan pendekatan yang hati-hati dan bertanggung jawab untuk memaksimalkan manfaatnya sambil meminimalkan risiko yang mungkin timbul

Title

Found 39 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 39 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 39 Documents
Search