Article Per Year (5 Year)
p-Index From 2021 - 2026
3.48
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) JISKa (Jurnal Informatika Sunan Kalijaga) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Janitra Informatika dan Sistem Informasi Educenter: Jurnal Ilmiah Pendidikan Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Sanskara Ekonomi dan Kewirausahaan West Science Interdisciplinary Studies Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat West Science Interdisciplinary Studies Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK) Science Information System and Technology Journal of International Multidisciplinary Research Journal of Computer Science and Information Technology EDUCENTER JURNAL PENDIDIKAN Informasi interaktif : jurnal informatika dan teknologi informasi Journal of Applied Informatics Science
Dewantara, Rizki
Unknown Affiliation
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Library & Information Science Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Cloud Computing Research (2010–2026): A Scopus-Based Bibliometric Analysis of Intellectual Structure and Topic Shifts Judijanto, Loso; Dewantara, Rizki
West Science Information System and Technology Vol. 4 No. 01 (2026): West Science Information System and Technology
Publisher : Westscience Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58812/wsist.v4i01.2807

Abstract

The research aims at mapping the evolution of cloud computing studies from 2010 to 2026 through the analysis of academic literature using bibliometrics. This approach will provide information on the structure of the knowledge, major contributions, and the thematic trends within the area. In the present work, the bibliometric analysis is based on Scopus indexation. The research uses several types of analysis: co-authorship, citation, and keyword co-occurrence analyses. VOSviewer was chosen as the main bibliographic software for data mining. The analysis shows that the field is dominated by major researchers representing countries including the USA, China, and India, which indicates a partially fragmented cooperation among experts in the domain. Bibliometric analysis through citation shows that research papers in cloud computing architecture, Internet of things, and edge computing play a crucial role, as they set the basis of the topic and show the trend toward decentralization and integration in computing. In addition, the multidimensionality of research in cloud computing was analyzed through keywords, which revealed not only technical issues but also security, applications, green computing, and energy efficiency. This study contributes to the literature by providing a systematic overview of the development and current landscape of cloud computing research, offering valuable insights for researchers and practitioners in identifying future research directions and opportunities for interdisciplinary collaboration.
Analisis Ancaman Perang Siber terhadap Keamanan Nasional Indonesia: Tinjauan Eskalasi dan Mitigasi Tahun 2025 Dewantara, Rizki; Nufus, Gina Khayatun; Pranata, Eko Jhony; Djati, Fariz Noor
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.80

Abstract

Kemajuan teknologi internet telah menciptakan interkoneksi global yang memicu ancaman perang siber terhadap keamanan nasional. Masalah utama yang dihadapi Indonesia adalah tingginya kerentanan terhadap serangan digital, dengan catatan tiga koma enam puluh empat miliar anomali trafik pada awal dua ribu dua puluh lima. Penelitian ini bertujuan untuk menganalisis berbagai jenis, tingkat bahaya, dan dampak serangan siber dalam mengganggu stabilitas kedaulatan negara. Metode penelitian yang digunakan adalah kualitatif non interaktif melalui pengkajian dokumen sekunder dari jurnal ilmiah dan laporan resmi otoritas siber. Hasil penelitian menunjukkan adanya fluktuasi anomali trafik yang signifikan dengan puncak tertinggi mencapai enam ratus lima belas koma empat juta kejadian pada Juni dua ribu dua puluh lima. Tren serangan mulai bergeser dari eksploitasi teknis menuju rekayasa sosial yang menyasar celah psikologis pengguna. Kesimpulannya, Indonesia masih berada dalam kategori negara rentan sehingga diperlukan penguatan regulasi serta peningkatan kapasitas sumber daya manusia untuk menghadapi evolusi ancaman siber.
XSentiment-HS: Hierarchical CNN-BiGRU-SVM with Explainable for Indonesian Multi-Level Hate Speech Detection Khayatun Nufus, Gina; Nufus, Gina Khayatun; Dewantara, Rizki; Susanto, Ardi; Sokid; Farhatuaini, Lia; Septiadi, Jaka; Akbar, Mohammad Raihan
Journal of Applied Informatics Science Volume 2 Issue 1 (2026)
Publisher : GWS Tech Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65897/jais.v2.i1.81

Abstract

Deteksi ujaran kebencian pada media sosial menuntut interpretasi teks yang kompleks karena sifatnya yang spontan dan ambigu, terutama dalam bahasa Indonesia yang kaya akan slang. Tantangan utama saat ini adalah keterbatasan penelitian sebelumnya yang mayoritas hanya melakukan klasifikasi biner tanpa mendeteksi tingkat keparahan konten. Penelitian ini mengusulkan XSentiment-HS, sebuah model deep learning hierarkis dua tahap untuk deteksi multi-tingkat hate speech. Arsitektur model menggabungkan Convolutional Neural Networks (CNN) untuk ekstraksi fitur lokal dan Bidirectional Gated Recurrent Unit (BiGRU) untuk menangkap ketergantungan kontekstual jangka panjang. Model ini juga diperkuat dengan mekanisme Multi-Head Attention dan Support Vector Machine (SVM) sebagai classifier final. Melalui integrasi ini, XSentiment-HS diharapkan mampu mengatasi tantangan ekstraksi fitur dan polisemi secara lebih efektif dibandingkan metode konvensional.
Co-Authors Ahmad Jurnaidi Wahidin Ahmad Tri Hidayat Akadji, Afifah Farhanah  Akbar, Mohammad Raihan Ardi Susanto Arianto Muditomo Arifin Arifin Ariyanto, Catur Arnes Yuli Vandika Bambang Sugiantoro Cakranegara, Pandu Adi Djati, Fariz Noor Farhatuaini, Lia Febriani, Siska Gatra, Rahmadhan Hidayat, Ahmad Tri Hotnida Nainggolan I Gede Iwan Sudipa Judijanto, Loso Khayatun Nufus, Gina Latifah, Ummu Wachidatul Lestari, Nana Citrawati Manalu, Margareta Mashuri, Mohan Taufiq Nufus, Gina Khayatun Pranata, Eko Jhony Rauhulloh Ayatulloh Khomeini Noor Bintang Saiful Bahri Saiful Bahri Satria, Erwinsyah Septiadi, Jaka Setiadi, Bekti setiawati, rahmi Siswanto, Irwan Sokid Tundo, Tundo Veithzal Rivai Zainal YULI WIJAYANTI