Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Nusantara of Engineering (NOE)

Game Edukasi Pengenalan Gamelan Jawa Sebagai Media Pembelajaran Arie Putra, Zamima Daffa Rizki; Irawan, Rony Heri; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.20891

Abstract

Perkembangan teknologi informasi diberbagai bidang membuat siapa saja dapat dengan mudah untuk mengakses informasi. Perkembangan teknologi yang diminati dikalangan anak-anak dan orang dewasa salah satunya adalah game. Game yang awalnya hanya untuk bersenang-senang, sekarang bisa dibuat untuk media pembelajaran yang menarik dan interaktif. Dalam dunia Pendidikan kemajuan teknologi juga semakin berkembang, misalnya dalam media pembelajaran. Pemanfaatan teknologi informasi di bidang pendidikan dapat memberikan solusi dan mempermudah dalam proses pembelajaran, contohnya seperti game edukasi. bahkan game yang akan peneliti rancang sekarang. Pembuatan game tidak hanya ditujukan sebagai sarana hiburan, tetapi juga untuk sarana pembelajaran. Dari permasalahan yang ada, peneliti tertarik untuk merancang game edukasi pengenalan gamelan jawa sebagai media pembelajaran digital yang baik dan menarik. Hasil penelitian yang dilakukan berupa game edukasi “Pengenalan Gamelan Jawa”, didalam game tersebut akan membahas tentang pengenalan gamelan jawa. Hasil uji coba Blackbox pada game “Pengenalan Gamelan Jawa” semua berjalan lancar, mulai dari fungsi tombol dan gameplay.
Hybrid Ensemble Learning Sistem Keamanan Jaringan Untuk Meningkatkan Performa Deteksi Anomali Irawan, Rony Heri; Irawan, Rony Heri Irawan; Nico Adi Saputra; Umi Mahdiyah
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.25617

Abstract

Serangan siber seperti zero-day attacks dan APT menjadi tantangan serius bagi sistem deteksi intrusi jaringan, terutama yang masih mengandalkan metode berbasis tanda tangan. Penelitian ini bertujuan merancang sistem deteksi anomali jaringan berbasis hybrid ensemble learning dengan menggabungkan algoritma Isolation Forest, K-Means, dan Random Forest menggunakan metode majority voting. Proses penelitian meliputi preprocessing data, pelatihan dan evaluasi model menggunakan dataset publik CSE-CIC-IDS2018. Evaluasi dilakukan dengan metrik akurasi, precision, recall, F1-score, dan AUC. Hasil menunjukkan bahwa pendekatan hybrid ini meningkatkan akurasi deteksi hingga 99,9% dan menurunkan false positive secara signifikan dibanding pendekatan tunggal. Sistem yang diusulkan terbukti lebih adaptif dan efisien dalam mengidentifikasi berbagai pola serangan siber, serta memberikan kontribusi terhadap pengembangan teknologi keamanan jaringan yang lebih andal.
Hybrid Ensemble Learning Sistem Keamanan Jaringan Untuk Meningkatkan Performa Deteksi Anomali Irawan, Rony Heri; Irawan, Rony Heri Irawan; Nico Adi Saputra; Umi Mahdiyah
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.25617

Abstract

Serangan siber seperti zero-day attacks dan APT menjadi tantangan serius bagi sistem deteksi intrusi jaringan, terutama yang masih mengandalkan metode berbasis tanda tangan. Penelitian ini bertujuan merancang sistem deteksi anomali jaringan berbasis hybrid ensemble learning dengan menggabungkan algoritma Isolation Forest, K-Means, dan Random Forest menggunakan metode majority voting. Proses penelitian meliputi preprocessing data, pelatihan dan evaluasi model menggunakan dataset publik CSE-CIC-IDS2018. Evaluasi dilakukan dengan metrik akurasi, precision, recall, F1-score, dan AUC. Hasil menunjukkan bahwa pendekatan hybrid ini meningkatkan akurasi deteksi hingga 99,9% dan menurunkan false positive secara signifikan dibanding pendekatan tunggal. Sistem yang diusulkan terbukti lebih adaptif dan efisien dalam mengidentifikasi berbagai pola serangan siber, serta memberikan kontribusi terhadap pengembangan teknologi keamanan jaringan yang lebih andal.
Implementasi Algoritma K-Nearest Neighbor Penentuan Takaran Pakan Ikan Irawan, Rony Heri; Rizki Dwi Febrian; Risa Helilintar
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.25658

Abstract

Pemberian pakan merupakan salah satu faktor penting dalam budidaya ikan karena menyumbang sebagian besar dari total biaya operasional. Takaran pakan yang tidak tepat dapat menyebabkan pemborosan atau menghambat pertumbuhan ikan. Penelitian ini bertujuan untuk mengembangkan sistem penentuan takaran pakan ikan secara otomatis menggunakan algoritma K-Nearest Neighbor (KNN). Sistem menggunakan input berupa berat dan usia ikan untuk memprediksi persentase kebutuhan pakan harian, yang kemudian dikalikan dengan biomassa untuk menghasilkan jumlah pakan yang diperlukan. Penelitian dilakukan dengan pendekatan kuantitatif dan metode eksperimen. Data dikumpulkan melalui observasi dan wawancara dengan peternak ikan, kemudian melalui tahap pra-pemrosesan sebelum dilatih menggunakan KNN. Sistem ini juga merekomendasikan jenis pakan berdasarkan klasifikasi usia ikan. Aplikasi dibangun dengan framework Streamlit dan diuji melalui pengujian fungsional dan non-fungsional. Hasil pengujian menunjukkan bahwa sistem berjalan dengan baik, menghasilkan output yang konsisten, cepat diakses, dan mudah digunakan di berbagai perangkat. Dengan akurasi klasifikasi yang baik, sistem ini mampu membantu peternak, khususnya pemula, dalam menentukan takaran dan jenis pakan yang sesuai secara efisien dan berbasis data. Sistem ini diharapkan dapat meningkatkan efisiensi budidaya dan mendukung praktik akuakultur berkelanjutan
Penerapan Metode Naive bayes Terhadap Bantuan Sosial Keluarga PraSejahtera Sulaksono, Juli; Irawan, Rony Heri; Fahmi, Ivan Nur
Nusantara of Engineering (NOE) Vol 3 No 2 (2016)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (791.544 KB) | DOI: 10.29407/noe.v3i2.12341

Abstract

Application of Naive bayes Method Against Social Assistance Pre-prosperous family. Sistem pembanding menggunakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Metode ini dapat memudahkan perangkat desa untuk membandingkan warga mana yang layak mendapatkan bantuan sosial keluarga pra sejahtera, agar tepat sasaran warga mana yang layak mendapatkan bantuan tersebut. Metode yang digunakan untuk bantuan langsung tunai adalah metode naive bayes dengan menghitung probabilitas data masyarakat miskin berdasarkan kriteria – kriteria yang telah ditentukan. Sistem ini akan dibuat berbasis web agar lebih efektif, cepat dan mudah digunakan. Kata Kunci—Metode Naive bayes, Bantuan Sosial Keluarga Pra-Sejahtera.
Sistem Absensi Sistem Absensi Berbasis Face Recognition Di SMA Queen Al-Falah: Sistem Absensi Berbasis Face Recognition Di SMA Queen Al-Falah Irawan, Rony Heri; Nawawi, Muhammad; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 6 No 2 (2023): Volume 6 No 2 Tahun 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v6i2.20869

Abstract

Perkembangan teknologi yang pesat memudahkan akses informasi dan pekerjaan dalam berbagai aspek kehidupan. Namun, absensi manual di lembaga seperti pendidikan memiliki kelemahan yang memungkinkan terjadinya manipulasi oleh pihak yang tidak bertanggung jawab. Di SMA Queen Al-Falah sering terjadi permasalahan antara lain kecurangan dan kurangnya efisiensi waktu. Untuk mengatasi masalah tersebut, penulis merancang sebuah sistem presensi berbasis face recognition sebagai salah satu alternatifnya. Pengenalan wajah adalah teknologi biometrik yang menggunakan algoritma untuk membedakan orang berdasarkan data wajah dalam database. Algoritme Viola-Jones, terkenal dengan pengenalan wajah, digunakan untuk mendeteksi wajah secara real time. Penelitian ini mengusulkan penggunaan aplikasi “Sistem Absensi Berbasis Face Recognition di SMA Queen Al-Falah” sebagai solusi dari permasalahan absensi manual.