Article Per Year (5 Year)
p-Index From 2021 - 2026
1.607
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND COMPUTER SCIENCE JURNAL PENDIDIKAN TAMBUSAI JOURNAL OF INFORMATICS AND COMPUTER SCIENCE Jurnal Pengabdian Masyarakat Nusantara Jurnal Manajemen dan Teknologi Jurnal Bisnis Digital
Maizi, Zahrul
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Library & Information Science Social Sciences Other

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

Found 12 Documents
Search

 1   2 
ANALISIS KOMPARASI ALGORITMA MACHINE LEARNING DALAM MITIGASI SERANGAN SIBER PADA WEB SERVER UNIVERSITAS MUHAMMADIYAH ACEH Maizi, Zahrul
Jurnal Bisnis Digital Vol 5, No 2 (2025): Vol 5, No 2 (2025) : Edisi Juli - Desember 2025
Publisher : Fakultas Ekonomi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37598/bidig.v5i2.2653

Abstract

Infrastruktur digital Universitas Muhammadiyah Aceh (UNMUHA) yang dikelola melalui mekanisme centralized hosting menghadapi tantangan serius berupa ancaman serangan siber yang berulang, dampak dari serangan ini tidak hanya menyebabkan kegagalan layanan (downtime), tetapi juga berakibat pada pemblokiran (banned) domain institusi oleh sistem keamanan vendor dan mesin pencari global. Penelitian ini bertujuan untuk menganalisis komparasi performa algoritma Random Forest (RF), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) dalam memitigasi serangan siber menggunakan data log akses riil dari peladen unmuha.ac.id. Metode penelitian menggunakan kerangka kerja CRISP-DM dengan evaluasi berbasis confusion matrix. Hasil eksperimen menunjukkan bahwa Random Forest memiliki tingkat akurasi dan presisi tertinggi sebesar 99,46%, menjadikannya algoritma paling andal untuk klasifikasi serangan. Namun, dari aspek efisiensi, KNN menunjukkan performa luar biasa dengan waktu eksekusi hanya 0,2124 detik, yang mana hampir 4.000 kali lebih cepat dibandingkan SVM (842,99 detik). Penelitian ini menyimpulkan bahwa meskipun RF memiliki tingkat akurasi yang lebih unggul, KNN lebih direkomendasikan sebagai instrumen mitigasi respons cepat guna mencegah dampak pemblokiran domain institusi secara real-time.
Analisis Sistem Keamanan dan Desain Website Pada Aplikasi Shopee terhadap Minat Beli Mahasiswa Fakultas Ekonomi UNMUHA Sauqi, Lalu Achmed; Kumala, Devi; Maizi, Zahrul
Jurnal Pendidikan Tambusai Vol. 10 No. 1 (2026)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v10i1.37140

Abstract

Penelitian ini bertujuan untuk mengetahui pengaruh sistem keamanan dan desain website terhadap minat beli mahasiswa Fakultas Ekonomi Universitas Muhammadiyah Aceh, baik itu secara parsial maupun secara simultan. Mahasiswa yang dijadikan populasi dalam penelitian ini yaitu mahasiswa Fakultas Ekonomi Unmuha yang menggunakan aplikasi shopee dengan pengambilan sampel sebanyak 86 mahasiswa. Penelitian ini menggunakan metode analisis regresi linier berganda yang diolah dengan SPSS versi 27. Hasil penelitian diketahui bahwa variabel sistem keamanan (X1) secara parsial berpengaruh terhadap minta beli mahasiswa (Y). Variabel desain website (X2) secara parsial berpengaruh terhadap minat beli mahasiswa (Y). Variabel sistem keamanan (X1) dan desain website (X2) secara simultan berpengaruh terhadap minat beli mahasiswa. Nilai R square (R2) sebesar 0,491 atau 49,1%. Hal ini menunjukkan bahwa variabel sistem keamanan (X1) dan desain website (X2) berpengaruh sebesar 49,1% terhadap minat beli mahasiswa (Y) dan sisanya 50,9% dipengaruhi oleh varabel lain diluar penelitian ini.
Co-Authors Agus Ariyanto Amelia Rahmi DEVI KUMALA, DEVI Fitri, Andrea Muliansyah, Muhammad Nasron, Riwanul Nurhanif, Nurhanif Nuzulman Nuzulman Presilawati, Febyolla Rizkye, Putroe Hemalyana Sauqi, Lalu Achmed