Article Per Year (5 Year)
p-Index From 2021 - 2026
6.996
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal TIMES CESS (Journal of Computer Engineering, System and Science) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi JurTI (JURNAL TEKNOLOGI INFORMASI) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Query : Jurnal Sistem Informasi METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi JURIKOM (Jurnal Riset Komputer) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Jambura Journal of Electrical and Electronics Engineering JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA JPM: JURNAL PENGABDIAN MASYARAKAT International Journal of Engineering, Science and Information Technology Yayasan Cita Cendikiawan Al Khwarizmi Djtechno: Jurnal Teknologi Informasi JIKEM: Jurnal Ilmu Komputer, Ekonomi dan Manajemen INCODING: Journal of Informatics and Computer Science Engineering EXPLORER Prosiding Snastikom Jurnal ABDIMAS Budi Darma Journal of Practical Computer Science (JPCS) Jurnal Informatika Teknologi dan Sains (Jinteks) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal Indonesia Sosial Teknologi Jurnal Ilmu Komputer dan Sistem Informasi CompTech : Jurnal Ilmu Komputer dan Teknologi
Rahman, Sayuti
Universitas Medan Area, Medan, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
ANALISIS ALGORITMA KRIPTOGRAFI BACONS CIPHER DAN ALGORITMA KOMPRESI EVEN RODEH RODE UNTUK OPTIMASI KEAMANAN PESAN FILE TEKS Daffa, Daffa Zain Shahriza; Rahman, Sayuti
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 1 (2025): Prosisko Vol. 12 No. 1 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i1.9289

Abstract

Keamanan dan kerahasiaan sebuah informasi pada file teks merupakan hal yang sangat penting untuk dilakukan, terutama informasi sensitif atau pribadi yang hanya boleh diakses oleh pihak yang berhak saja. Selain aspek keamanan, maka hal yang perlu diperhatikan juga adalah tentang memori penyimpanan. Di era modern yang serba digital saat ini, pertukaran informasi dapat dilakukan secara nirkabel melalui media digital dimana saja dan kapan saja, hal ini mengharuskan pengguna untuk memiliki ruang penyimpanan (storage) yang memadai dan waktu pengiriman yang singkat. Semakin besar file teks yang akan dikirimkan maka semakin lama juga waktu yang dibutuhkan. Oleh karena itu, diperlukan langkah tambahan untuk mengefisiensikan media penyimpanan dengan melakukan kompresi agar ukurannya menjadi lebih kecil. Penelitian ini menggabungkan perpaduan teknik kriptografi Bacons Cipher dan teknik kompresi Even Rodeh Code. Penelitian ini menghasilkan sebuah aplikasi yang dapat dijadikan sebagai alternatif solusi dalam menjaga kerahasiaan file teks sehingga hanya dapat diakses oleh pemilik data dan dapat menghemat kebutuhan akan ruang penyimpanan (storage) data menjadi lebih efisian. Penerapan kompresi Even Rodeh Code juga dapat meningkatkan keamanan dari algoritma Bacons Cipher yang merupakan algoritma kriptografi klasik karena setelah dikompresi akan menghasilkan teks yang lebih acak serta tidak memperlihatkan pola-pola keterhubungannya dengan teks asli.
Meningkatkan Deteksi Email Phising Melalui Pendekatan SVM yang Dioptimalkan NLP Tanjung, Rino Nurcahyo Fauzi; Rahman, Sayuti
INCODING: Journal of Informatics and Computer Science Engineering Vol 5, No 1 (2025): INCODING APRIL
Publisher : Mahesa Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34007/incoding.v5i1.831

Abstract

Phishing email attacks are a serious threat in the digital ecosystem because they can trick users into leaking sensitive information or accessing malicious links. This study aims to develop a phishing email classification model based on the Support Vector Machine (SVM) algorithm combined with Natural Language Processing (NLP) techniques to improve detection accuracy. The process begins with the tokenization, text cleansing, and feature extraction stages using the TF-IDF approach, which is further used as input into the classification model. Various SVM kernels, including linear, radial basis function (RBF), and polynomial, are tested through the grid search method with parameter tuning such as C, gamma, and degree. The results showed that SVMs with polynomial kernels produced the highest accuracy of 97.85%, surpassing other algorithms such as Naïve Bayes, Random Forest, and Logistic Regression. These findings indicate that the integration of NLP and SVM with proper parameter tuning provides an effective solution in mitigating phishing email attacks. This model can be the foundation for the development of a more adaptive and efficient cybersecurity system.
A Hybrid GDHS and GBDT Approach for Handling Multi-Class Imbalanced Data Classification Hartono, Hartono; Zuhanda, Muhammad Khahfi; Syah, Rahmad; Rahman, Sayuti; Ongko, Erianto
International Journal of Engineering, Science and Information Technology Vol 5, No 3 (2025)
Publisher : Malikussaleh University, Aceh, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52088/ijesty.v5i3.894

Abstract

Multiclass imbalanced classification remains a significant challenge in machine learning, particularly when datasets exhibit high Imbalance Ratios (IR) and overlapping feature distributions. Traditional classifiers often fail to accurately represent minority classes, leading to biased models and suboptimal performance. This study proposes a hybrid approach combining Generalization potential and learning Difficulty-based Hybrid Sampling (GDHS) as a preprocessing technique with Gradient Boosting Decision Tree (GBDT) as the classifier. GDHS enhances minority class representation through intelligent oversampling while cleaning majority classes to reduce noise and class overlap. GBDT is then applied to the resampled dataset, leveraging its adaptive learning capabilities. The performance of the proposed GDHS+GBDT model was evaluated across six benchmark datasets with varying IR levels, using metrics such as Matthews Correlation Coefficient (MCC), Precision, Recall, and F-Value. Results show that GDHS+GBDT consistently outperforms other methods, including SMOTE+XGBoost, CatBoost, and Select-SMOTE+LightGBM, particularly on high-IR datasets like Red Wine Quality (IR = 68.10) and Page-Blocks (IR = 188.72). The method improves classification performance, especially in detecting minority classes, while maintaining high accuracy.
IMPROVING CYBERSECURITY TRAFFIC ANALYSIS VIA ENHANCED K-MEANS CLUSTERING WITH TRIANGLE INEQUALITY-BASED INITIALIZATION Hartono, Hartono; Khahfi Zuhanda, Muhammad; Rahman, Sayuti
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025823

Abstract

Clustering algorithms are essential in data mining and pattern recognition for grouping unlabeled data into meaningful clusters based on similarities. Among them, K-Means is widely used due to its simplicity and efficiency but suffers from sensitivity to initial centroid selection and inability to capture feature dependencies. This study proposes an Enhanced Mutual Information-based K-Means (MIK-Means) algorithm combined with Triangle Inequality and Lower Bound (TILB) seeding to improve clustering accuracy and computational efficiency, particularly in the context of network traffic classification for cybersecurity applications. The TILB method accelerates the initialization phase by reducing redundant distance calculations using mathematical pruning techniques, thereby selecting well-distributed initial centroids efficiently. Meanwhile, MIK-Means incorporates mutual information as a similarity measure during clustering assignment, enabling the algorithm to capture complex statistical dependencies among features, which traditional Euclidean distance metrics fail to address. The combination of these two approaches results in a robust clustering framework capable of handling large-scale, high-dimensional, and noisy datasets commonly found in network intrusion detection. The proposed method was evaluated on several benchmark datasets including Darpa 1998-99, KDD Cup99, NSL-KDD, UNSW-NB15, and CAIDA. Comparative experiments with state-of-the-art algorithms such as K-Means++, K-NNDP, and DI-K-Means showed that the proposed approach consistently outperformed or matched competitors in terms of Silhouette Coefficient, Calinski-Harabasz index, and Davies-Bouldin index, indicating better cluster cohesion, separation, and compactness. Additionally, the computational efficiency gained from TILB seeding facilitates faster convergence without compromising clustering quality. Furthermore, a threshold-based cluster labeling mechanism was applied to translate clustering results into practical classifications for detecting attacks versus normal traffic, enhancing the usability of the method in real-world cybersecurity systems. Overall, this research demonstrates that the integration of TILB seeding and mutual information-based clustering provides an effective and efficient solution for network traffic classification challenges.
Pemanfaatan Limbah Organik untuk Pakan Ikan Berbasis Serangga BSF di Desa Marindal II: Utilization of Organic Waste using BSF Insect-Based Fish Feed in Marindal II Village Hartono, Hartono; Zuhanda, Muhammad Khahfi; Aramita, Finta; Suswati, Suswati; Rahman, Sayuti
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 10 No. 8 (2025): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v10i8.9714

Abstract

This community service activity addresses two main issues in Marindal II Village, Patumbak Subdistrict, Deli Serdang Regency, North Sumatra Province: the high volume of organic waste and the need for fish feed production technology. The partner is a Women Farmers Group that manages chicken farming, goldfish and tilapia cultivation, and a banana plantation. Organic waste, particularly chicken manure, will be used as a medium for cultivating Black Soldier Fly (BSF) larvae, which produce maggots as fish feed. In addition to chicken manure, other waste such as vegetables, fruits, and kitchen scraps are also utilized. However, maggots alone are insufficient to meet the fish's nutritional needs, so an additional feed composition in pellets is required. Pellets are essential to prevent fish from being selective in their diet, thus ensuring their dietary needs are met. The community service team conducted awareness activities on waste utilization and nutritious pellet production for the partner and the community to promote the use of waste and prevent environmental pollution.
MobileChiliNet: convolutional neural network for chili leaves classification Rahman, Sayuti; Elveny, Marischa; Ramli, Marwan; Manurung, Dionikxon
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 5: October 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i5.pp3757-3770

Abstract

Chili pepper (Capsicum annuum) is an important crop in many countries, including Indonesia, which plays an important role in local economy and food production. To meet the high demand, effective agricultural management, especially the diagnosis and treatment of plant diseases, is essential. This study aims to improve the accuracy of chili leaf disease classification while reducing the computational cost so that it can be applied to low-cost smart farming systems. Through the development of the MobileChiliNet architecture, which is the result of pruning and fine-tuning of MobileNetV2, this model achieves the best accuracy, better than other CNNs such as ResNet50 and VGG16. Testing with various optimizers and learning rate schedulers shows that AdamW with PolynomialDecay provides the best performance by increasing the validation accuracy to 96.48%. This approach successfully reduces the computational complexity while maintaining high accuracy, so that it can be implemented in smart farming systems at a lower cost.
Analisis Pengaruh Indeks Pembangunan Manusia dan Pertumbuhan Ekonomi terhadap Kemiskinan Winanda, Icha; Rahman, Sayuti; Siregar, Rosyidah
JIKEM: Jurnal Ilmu Komputer, Ekonomi dan Manajemen Vol 4 No 2 (2024): JIKEM: Jurnal Ilmu Komputer, Ekonomi dan Manajemen
Publisher : Universitas Muhammadiyah Enrekang

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

Abstract

Kecepatan kendaraan yang tinggi di jalan raya merupakan salah satu penyebab terjadinya kecelakaan lalu lintas dan sangat berpengaruh bagi keamanan pengendara lain dan demi terciptanya keselamatan terhadap pengendara lain, timbul gagasan untuk merancang sebuah sistem yang mampu mengukur dan memantau kecepatan kendaraan yang melewati jalan raya. Saat ini sedang ramai marak teknologi yang dikembangkan dengan tujuan dapat melakukan pendeteksian di jalan raya, teknologi tersebut diharuskan untuk dapat mengetahui kondisi dan situasi yang ada di sekelilingnya, karena di jalan raya melintas berbagai jenis kendaraan yang berbeda. Oleh karena itu dibuatlah program yang dapat mendeteksi kecepatan pada kendaraan yang melintas dijalan raya. Algoritma yangditerapkan pada penelitian ini adalah algoritma YOLO ( You Only Look Once) versi V3. Algoritma tersebut diterapkan karena mampu melakukan klasifikasi kendaraan secara efektif dan efisien. Algoritma tersebut diterapkan karena mampu melakukan klasifikasi kendaraan secara efektif dan efisien. Hasil dari penelitian ini adalah agar system dapat mendeteksi dan mengklasifikasikan kendaraan yang melintas di jalan raya dengan akurasi yang tinggi. Objek yang diklasifikasikan yaitu pada kendaraan mobil, bus, dan truk
Pengembangan Sistem Monitoring pH Tanah Berbasis IoT dan Python untuk Optimalisasi Budidaya Jambu Air Zen, Muhammad; Rahman, Sayuti
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 2 (2025): September 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i2.626

Abstract

pH tanah merupakan salah satu parameter penting yang memengaruhi ketersediaan unsur hara dan produktivitas tanaman, termasuk pada budidaya jambu air. Pemantauan pH tanah secara konvensional masih memiliki keterbatasan, baik dari sisi akurasi, frekuensi pengukuran, maupun efisiensi tenaga. Penelitian ini bertujuan mengembangkan sistem monitoring pH tanah berbasis Internet of Things (IoT) dengan integrasi bahasa pemrograman Python sebagai pengolah data. Sensor pH tanah dihubungkan dengan mikrokontroler yang dilengkapi modul komunikasi untuk mengirimkan data secara real-time ke server. Data yang terkumpul kemudian diproses menggunakan Python untuk visualisasi, penyimpanan, serta analisis tren perubahan pH. Sistem ini diharapkan mampu memberikan informasi yang cepat, akurat, dan berkelanjutan guna mendukung konsep pertanian cerdas. Dengan adanya sistem monitoring ini, petani dapat mengambil keputusan yang lebih tepat dalam pengelolaan lahan, pemupukan, serta perawatan tanaman, khususnya dalam meningkatkan kualitas dan produktivitas jambu air.
Pelatihan Penulisan Karya Ilmiah untuk Mahasiswa Teknik Informatika Sumatera Utara Rahman, Sayuti; Hartono, Hartono; Sembiring, Arnes; Ongko, Erianto; Aulia, Rachmat
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 01 (2024): EDISI MARET 2024
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/prioritas.v6i01.926

Abstract

Penulisan karya ilmiah merupakan salah satu keterampilan penting yang harus dikuasai oleh mahasiswa dalam menyelesaikan studi mereka. Namun, masih banyak mahasiswa yang mengalami kesulitan dalam menghasilkan karya ilmiah yang berkualitas. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk memberikan pelatihan penulisan karya ilmiah kepada mahasiswa Teknik Informatika di Sumatera Utara. Kegiatan ini dilaksanakan dengan kerjasama antara lembaga pendidikan tinggi dan organisasi profesi, yaitu Ikatan Profesi Komputer Informatika Nusantara (IKAPKIN). Pelatihan dilakukan melalui platform Zoom dan melibatkan 81 peserta dari berbagai perguruan tinggi di Sumatera Utara. Materi pelatihan mencakup berbagai trik dan tool dalam penulisan karya ilmiah, serta panduan dalam memanfaatkan tool penelitian seperti ChatGPT, DeepL.Com, Grammarly, Quillbot, dan Mendeley. Hasil evaluasi postest menunjukkan adanya peningkatan yang signifikan dalam pemahaman peserta terhadap penggunaan tool penelitian, dengan jumlah peserta yang memahami meningkat secara signifikan. Respon positif terhadap penyampaian materi pelatihan juga tercatat. Diharapkan kegiatan ini dapat memberikan dampak positif dalam meningkatkan kualitas penulisan karya ilmiah mahasiswa Teknik Informatika di Sumatera Utara
Rancang Bangun Pelembab Ruangan Otomatis Dan Monitoring Menggunakan Android Putra, Andre Kurnia; Hasibuan, Ade Zulkarnain; Rahman, Sayuti
Journal of Practical Computer Science Vol. 4 No. 1 (2024): Mei 2024
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpcs.v4i1.2951

Abstract

Teknologi otomatisasi sistem kendali dan mikrokontroler dirancang untuk membantu manusia dalam kehidupan sehari - hari sehingga dapat mempermudah rutinitas manusia dalam mengatur kelembaban ruangan menjadi optimal. Kelembapan yang tepat pada ruangan penting untuk dijaga agar terhindar dari iritasi yang disebabkan oleh udara kering, seperti kulit kering, bibir pecah-pecah, pilek, dan sakit tenggorokan. Oleh karena itu, diciptakanlah teknologi otomatis yang dapat mengontrol kelembaban udara di ruangan secara otomatis dengan menggunakan mist maker sebagai alat melembabkan udara di ruangan tertutup. Penelitian ini mengembangkan sistem pelembab ruangan otomatis berbasis mikrokontroler NodeMCU ESP8266. Sensor DHT11 dan sensor water level memiliki fungsi untuk membaca keluaran nilai variabel dari sensor yang ditampilkan melalui remote Arduino IOT ketika ESP8266 sudah terhubung ke internet melalui jaringan WiFi. Jika sensor DHT11 mendeteksi kelembaban udara berada pada rentang 45% - 55%, alat pelembab udara akan otomatis hidup, dan jika kelembaban udara sudah optimal, alat akan otomatis mati.
Co-Authors Abdul Malik Adam Adinda Titania Aditya Pratama, Bayu Ady Pratama, Ramadhan Alfyanang Fattulah Andi Marwan Elhanafi Ari Usman Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arnes Sembiring Arwadi Sinuraya Asih, Munjiat Setiani Asmah Indrawati Bayu Aditya Pratama Bayu Syah, Rahmad Beby Suryani Beby Suryani Fithri Budi Santoso Budi Santoso Chairul Rizal Chairul Rizal Chiuloto, Kalvin Dadan Ramdan Daffa, Daffa Zain Shahriza Deseari Baeha Desi Yanti Dodi Siregar Dodi Siregar Emil Fitranshah Aliff S Erianto Ongko Eswanto, Eswanto Fera Damayanti Finta Aramita Fiqi Arfian Habib Satria Hafifah, Febri Haida Dafitri Haida Dafitri Haida Dafitri, Haida Halawa, Agung Y S Harahap, Herlina Hartono Hartono Hartono Hartono Hartono Hartono Hasibuan, Ade Zulkarnain Hasibuan, Muhammad Ridwan Hasibuan, Nasaruddin Nur Herdianto Herdianto, Herdianto Herlina Andriani Simamora Hutajulu, Olnes Yosefa Ilham Faisal Ilham Faisal Irfandi Irfandi, Irfandi Irwan Irwan Isnaini Khahfi Zuhanda, Muhammad Kharunnisa Kharunnisa Lili Suryati Liza, Risko Lubis, Husni lubis, ihsan M F Verri Anggriawan Manurung, Dionikxon Mardiatul Hasanah Marischa Elveny, Marischa Martini, Dewi Marwan Ramli Marwan Ramli Muchzakhir Bustari Mufida Khairani Mufida Khairani Muhammad Khahfi Zuhanda Muhammad Rizky Irwansyah Muhammad Zen Muhammad Zen, Muhammad Munadi Munadi Muzdalifah Ulfayani Pratama, Bayu Aditya Putra, Andre Kurnia Rachmat Aulia Rachmat Aulia, Rachmat Rafiqi Rahmad B.Y Syah Rahmad Syah, Rahmad Retna Astuti Kuswardani Riki Agusetiawan Risko Liza Ritonga, Iqbal Giffari Robby Darwis Rudi Salman Sembiring, Arnes Setyadi, Rahmat Arief Siregar, Rosyidah Siti Sundari Sri Eka Riyani Harahap Sultan Shidqi Sumi Khairani Suriati Suriati Suriati Suriati Suriati, Suriati Suswati suswati suswati Tanjung, Rino Nurcahyo Fauzi Tanjung, Shabila Shaharani Taufik Siregar Tengku Mhd Diansyah Tengku Mohd Diansyah, Tengku Mohd Ulfa Sahira Winanda, Icha Windy Sri Wahyuni Wiraswan Duha Yasir, Amru Yessi Fitri Annisah Lubis Yuni Syahputri Zealtiel, Billiam Zuhanda, M. Khahfi