Arifin Arifin
Institut Teknologi dan Bisnis Indonesia

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

Found 2 Documents
Search

Analisis Log Transaksi E-Commerce Menggunakan Apache Spark untuk Mendukung Optimasi Manajemen Stok Maulana Farras; Arifin Arifin; Maida Indrayani
Jurnal Teknologi Sistem Informasi Vol 7 No 2 (2026): Jurnal Teknologi Sistem Informasi (on Process)
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v7i2.17332

Abstract

Pertumbuhan aktivitas e-commerce menghasilkan log transaksi dalam jumlah besar yang menyimpan informasi penting untuk mendukung pengambilan keputusan pada manajemen stok. Pengolahan data dalam skala besar memerlukan teknologi yang mampu melakukan pemrosesan secara efisien sehingga pola transaksi dan tren penjualan dapat dianalisis secara optimal. Penelitian ini bertujuan menganalisis log transaksi e-commerce menggunakan Apache Spark guna menghasilkan informasi yang mendukung optimasi manajemen stok. Dataset yang digunakan terdiri atas 17.768 transaksi valid periode 2023–2025. Analisis dilakukan dengan pendekatan batch processing menggunakan Apache Spark 4.1.1 dan Python 3.10.11 melalui tahapan pra-pemrosesan data, analisis deskriptif, analisis tren penjualan, serta analisis frekuensi penjualan produk. Hasil penelitian menunjukkan bahwa distribusi nilai transaksi bersifat right-skewed dengan rata-rata nilai transaksi sebesar Rp58.844 dan nilai maksimum melebihi Rp3.400.000. Analisis tren penjualan memperlihatkan peningkatan aktivitas transaksi pada pertengahan hingga akhir tahun 2024, sedangkan analisis frekuensi penjualan menunjukkan seluruh kategori produk memiliki tingkat perputaran yang tinggi sehingga diklasifikasikan sebagai fast moving. Temuan tersebut menunjukkan bahwa Apache Spark mampu mengolah data transaksi berskala besar secara efisien serta menghasilkan informasi yang dapat dimanfaatkan sebagai dasar penyusunan strategi manajemen stok yang lebih tepat dan berbasis data.
Menilai Efektivitas Protokol Perlindungan Privasi Berbasis Blockchain untuk Mengamankan Sistem Kesehatan Cerdas Terdistribusi dari Serangan Siber Adaptif Marsiska Ariesta Putri; Arifin Arifin; Dhio Saputra
Journal Islamic Global Network for Information Technology and Entrepreneurship Vol. 1 No. 4 (2023): Oktober : Journal Islamic Global Network for Information Technology and Entrepr
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/ignite.v1i4.3961

Abstract

Bakcground: The rapid digital transformation of healthcare through distributed Smart Healthcare systems integrating IoMT, artificial intelligence, cloud computing, and electronic health records has significantly improved service efficiency and data accessibility. However, the increasing interconnectivity of medical devices expands the attack surface, making healthcare infrastructures vulnerable to adaptive cyberattacks and privacy breaches. Objective: This study aims to evaluate the effectiveness of blockchain-enhanced privacy protection protocols in securing distributed Smart Healthcare systems against adaptive cyber threats. Research Method: A quantitative experimental approach was employed by simulating a blockchain-integrated healthcare data architecture. The system’s performance was evaluated using security metrics including attack resistance, data integrity validation time, and privacy preservation under various adaptive attack scenarios. Results: The findings indicate that the blockchain-based system significantly reduces attack success rates and accelerates threat detection compared to conventional systems. Privacy protection is strengthened through cryptographic access control and smart contracts, minimizing unauthorized access. Although data validation latency slightly increases due to consensus mechanisms, the overhead remains within acceptable operational limits. Overall, blockchain integration enhances security resilience, data integrity, and privacy preservation in distributed Smart Healthcare environments.