Article Per Year (5 Year)
p-Index From 2021 - 2026
2.042
P-Index
This Author published in this journals
All Journal Jurnal Reka Lingkungan Majalah Kedokteran Bandung At-Tadbir : jurnal ilmiah manajemen Harmony : Jurnal Pembelajaran IPS dan PKN Moderat ILKOMNIKA: Journal of Computer Science and Applied Informatics Economics and Digital Business Review FOCUS: Journal of Social Studies Jurnal Pendidikan Islam Al-Affan Jurnal Komplikasi Anestesi International Journal of Educational Qualitative Quantitative Research
Hermawan, Hendra
Unknown Affiliation
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
EVALUASI HIDROLIS MENGGUNAKAN EPANET 2.2 PADA PIPA DISTRIBUSI AIR MINUM DI DMA 2.8 ZONA 2 SPAM GEDEBAGE, KOTA BANDUNG Hermawan, Hendra; Sururi, Mohamad Rangga; Permadi, Didin Agustian
Jurnal Reka Lingkungan Vol 13, No 1 (2025)
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/rekalingkungan.v13i1.37-48

Abstract

Target RPJMN Tahun 2020-2024 untuk SPAM perpipaan adalah peningkatan akses air minum menjadi 100%, yang meliputi peningkatan jaringan perpipaan menjadi 30% dan penurunan tingkat NRW menjadi 25%. Oleh karena itu, PERUMDA Tirtawening melaksanakan peningkatan pelayanan SPAM perpipaan di Blok Gedebage dengan memanfaatkan sistem DMA untuk memenuhi target RPJMN. Terdapat 23 DMA yang dipasang, termasuk DMA 2.8 yang berada pada Kelurahan Margasari, Kecamatan Buahbatu, Kota Bandung, yang mampu melayani 2.146 SR dengan panjang pipa distribusi 12.972 meter. Metodologi penelitian ini melibatkan penelusuran jalur yang terpasang di lapangan, diikuti dengan melakukan simulasi hidrolis pada jalur tersebut. Simulasi menggunakan software EPANET 2.2, yang melibatkan data berupa tingkat konsumsi air, elevasi tanah, pola penggunaan air, serta data teknis jaringan distribusi. Hasil simulasinya dievaluasi dengan syarat hidrolis yang diatur oleh Permen PU No. 18 Tahun 2007. Hasil evaluasi mengindikasikan bahwasanya semua nodes memenuhi standar sisa tekan (10-80) m/km, 66% links menunjukkan kecepatan di bawah 0,3 m/detik, dan 2% links menunjukkan headloss melebihi 10 m/km. Perbaikan dapat dilakukan dengan memperkecil diameter pipa pada 66% links hingga kecepatannya berada pada 0,3-3,0 m/detik dan memperbesar diameter pipa pada 2% links hingga headloss berada di bawah 10 m/km.
GA-Optimized Stacking Ensemble for Unified Phishing Website and Email Detection Using Multi-Domain Feature Representation Hermawan, Hendra; Faisal, Muhammad; Imamudin, Mochamad
ILKOMNIKA Vol 8 No 1 (2026): Volume 8, Number 1, April 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v8i1.864

Abstract

Phishing remains a major cybersecurity threat because attacks increasingly combine fraudulent websites with deceptive email content. Existing detection models often focus on a single domain, such as URLs or emails, which limits their ability to capture heterogeneous phishing patterns. This study proposes a GA-optimized stacking ensemble framework for unified phishing website and email detection using multi-domain features. The framework combines URL structural attributes, email metadata, and semantic content features, while a Genetic Algorithm is used to reduce feature redundancy and select the most informative attributes. The proposed model is evaluated against baseline Random Forest, Gradient Boosting, and conventional Stacking classifiers using Accuracy, F1-score, AUC-ROC, cross-validation stability, robustness under noise, and inference latency. Experimental results show that the proposed GA-Stacking model achieves 98.1% accuracy, 97.6% F1-score, and 0.947 AUC-ROC, outperforming Random Forest, Gradient Boosting, and standard Stacking models. The model also reduces the feature set from 72 to 31 features and maintains strong robustness under simulated noise, with F1-score remaining at 92.0% under 30% perturbation. These findings indicate that evolutionary feature optimization improves the stability, efficiency, and robustness of stacking ensemble learning for multi-domain phishing detection.
Co-Authors Ayu Febriyatna, Ayu Bhirowo Yudo Pratomo Danang Prasetyo, Danang Danurahman, Jeni Dede Jajang Suyaman Didin Agustian Permadi Firda Agustin, Firda Hakim, Arini Prihartini Hersona, Sonny Juni Kurniawaty Muhdar Abubakar Djayanti Sari Mappa, Andi Dirgansyah Mochamad Imamudin Mohamad Rangga Sururi Muhammad Faisal Nurul Faiziah Putra, Andri Aryadi Ratih Kumala Fajar Apsari Ratih Putri Damayati Santoso, Razi Dwi Setiawan, Ichwan Sudadi Syafira, Tzaza Aulia Wulandari, Retno Dwi