Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Dunia Teknologi Informasi - Jurnal Online Jurnal Teknologi Informasi dan Ilmu Komputer Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Artificial Intelligence and Data Mining Aksi Kita: Jurnal Pengabdian Kepada Masyarakat
Dedy Arisandi
Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Implementation Of Face-To-Face Online Learning System Based On Audio Video, Presentation And Chat Using The Moodle E-Learning Platform Erna Budhiarti Nababan; Opim Salim Sitompul; Dedy Arisandi; Seniman
ABDIMAS TALENTA: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2021): ABDIMAS TALENTA : Jurnal Pengabdian Kepada Masyarakat
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.999 KB) | DOI: 10.32734/abdimastalenta.v6i1.5348

Abstract

Currently, the implementation of teaching and learning at SMP Negeri 1 Binjai Kwala Begumit was done in the classroom alternately. However, with the current condition of pandemic covid-19, the learning process no longer carried out fully in schools. The school has not been using information technology in the form of e-learning applications in the teaching and learning process. The school has difficulty in recording the existing teaching and learning process: assignments, exams, assessments, and other activities. Therefore the use of e-learning applications is now very much needed. With existing school facilities, such as internet facilities and the ICT teachers, training in developing and implementing e-learning for teaching staff become the best alternative so that learning process can be done properly.
Simulasi Pengamanan File Teks Menggunakan Algoritma Massey-Omura Muhammad Reza; Muhammad Andri Budiman; Dedy Arisandi
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (545.089 KB)

Abstract

Pada umumnya, kriptografi berhubungan dengan aktivitas menjaga komunikasi tetap rahasia dan khusus. Encryption (Enkripsi) adalah transformasi data ke dalam bentuk yang hampir tidak dapat dibaca tanpa pengetahuan yang cukup (misalnya kunci). Decryption (dekripsi) adalah kebalikan dari enkripsi, yaitu transformasi dari data yang telah dienkripsi (ciphertext) kembali ke bentuk semula (plaintext). Algoritma Massey-Omura merupakan sebuah pengembangan atas Three-Pass Protocol dan termasuk dalam kategori algoritma asimetris untuk kriptografi kunci publik. Sekuritas dari algoritma Massey-Omura ini terletak pada kesulitan menghitung logaritma diskrit dalam bidang terbatas sehingga upaya untuk menyelesaikan masalah logaritma ini menjadi sangat sulit. Algoritma Massey-Omura ini juga membutuhkan metode The Sieve of Eratosthenes untuk membantu membangkitkan bilangan prima, algoritma Euclidean GCD untuk mencari dua buah bilangan bulat yang relatif prima dan untuk proses enkripsi menggunakan algoritma Modulo Exponential yang berfungsi menghitung nilai perpangkatan modulo bilangan besar serta algoritma Modulo Invers untuk proses dekripsi. Perangkat lunak ini aplikasinya dapat digunakan untuk mengenkripsi dan mendekripsi sebagai bentuk pengamanan file teks.
Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search Mauza Saputri Handayani; Dedy Arisandi; Opim Salim Sitompul
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (783.48 KB)

Abstract

Aplikasi game merupakan aplikasi yang banyak diminati oleh pengguna mobile phone untuk mendapatkan hiburan dan edukasi. Perkembangan game didukung oleh semakin canggihnya teknologi mobile phone yang ada baik secara model maupun operating system. Android adalah salah satu jenis sistem operasi mobile phone yang sedang berkembang saat ini. Salah satu jenis game bersistem operasi android pada mobile phone yang beredar luas antara lain game kecerdasan buatan, misalnya Othello. Othello merupakan salah satu permainan papan berbasis strategi yang dimainkan oleh dua pemain pada papan yang berukuran 8 baris dan 8 kolom. Setiap pemain memiliki bidak berbeda warna yaitu hitam dan putih. Penerapan kecerdasan buatan menggunakan algoritma DFS (Depth First Search) dengan algoritma Negamax yang dioptimasi dengan Alpha Beta Pruning ini dapat mengurangi ruang pencarian sehingga proses penelusuran dan evaluasi dapat dilakukan lebih cepat. Aplikasi ini dikembangkan dengan menggunakan bahasa pemrograman Java berbasis Eclipse IDE. Hasil yang diperoleh adalah sebuah aplikasi permainan Othello yang dapat diterapkan pada mobile phone berbasis Android.
Implementasi Steganografi Pesan Text Ke Dalam File Sound (.Wav) Dengan Modifikasi Jarak Byte Pada Algoritma Least Significant Bit (Lsb) Jhoni Verlando Purba; Marihat Situmorang; Dedy Arisandi
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (546.635 KB)

Abstract

Kemajuan teknologi komputer yang sangat bermanfaat pada kehidupan manusia sekarang adalah kecepatan dalam menyampaikan informasi dari tempat yang jauh yaitu melalui Internet. Dalam pengiriman informasi tersebut terdapat masalah yang mengganggu keamanan yang dilakukan oleh pihak-pihak yang tidak bertanggung jawab yaitu dengan mengubah bahkan mengganti informasi data dalam sebuah media data wav yang disampaikan. Penulis menggunakan steganografi dengan metode modifikasi Least Significant Bit sebagai media yang akan menyembunyikan informasi berupa setiap nilai–nilai bit data ke dalam nilai–nilai bit media audio. Bit-bit data yang akan disembunyikan atau diamankan dengan LSB ke dalam media audio. Setelah di analisis dan diimplementasikan maka di peroleh bahwa nilai–nilai bit yang disisipkan ke dalam media audio masih tampak seperti normal sehingga tidak menimbulkan kecurigaan bagi orang yang mendengar. Kemudian jika diekstraksi maka akan didapat kembali nilai–nilai bit yang telah disisipkan tersebut secara utuh. Dengan demikian, kriteria–kriteria steganografi yang baik yaitu imperceptibility, fidelity dan recovery dapat terpenuhi.
Perancangan Aplikasi Pembelajaran Kriptografi Kunci Publik ElGamal Untuk Mahasiswa Anandia Zelvina; Syahril Effendi; Dedy Arisandi
Dunia Teknologi Informasi - Jurnal Online Vol 1, No 1 (2012): Jurnal Dunia Teknologi Informasi
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (667.339 KB)

Abstract

Dalam perkuliahan komputer, kriptografi menjadi salah satu mata kuliah yang diajarkan. Pembelajaran kriptografi menjadi sangat penting bagi mahasiswa komputer agar mengetahui cara-cara mengamankan data. Pada penulisan artikel ilmiah ini akan dijelaskan cara-cara mengamankan data menggunakan algoritma ElGamal. Algoritma ElGamal dalam pembentukan salah satu kuncinya menggunakan bilangan prima dan menitik beratkan kekuatan kuncinya pada pemecahan masalah logaritma diskrit. Sehingga, dengan menggunakan bilangan prima yang besar serta masalah logaritma diskrit yang cukup menyulitkan maka keamanan kuncinya akan lebih terjamin. Dari penelitian ini akan dihasilkan aplikasi pembelajaran kriptografi kunci publik ElGamal yang dapat memudahkan mahasiswa untuk mempelajari kriptografi.
Financial management efficiency of islamic boarding school based on information technology Dedy Arisandi; Romi Fadillah Rahmat; Seniman; Sawaluddin
ABDIMAS TALENTA: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 1 (2021): ABDIMAS TALENTA : Jurnal Pengabdian Kepada Masyarakat
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (584.368 KB) | DOI: 10.32734/abdimastalenta.v6i1.5107

Abstract

Utilization of information technology is a very important requirement for every component of society. Easy, fast and accurate data and information access can optimize routine daily work. Mawaridussalam Islamic boarding school Batang Kuis as an Islamic education institution that plays a role in shaping the character and personality of the next generation of the nation is expected to be able to optimally manage finances and provide good service to the academics of the Islamic boarding school. Until now, financial management is still done manually using bookkeeping, there is no specific financial application used in Islamic boarding school financial management, so it is difficult and slow in recording, processing, controlling and reporting financial activities. Based on these problems, an application is needed that can be used by the treasurer and board of boarding school leaders for financial management systematically. The method applied is the User Centered Design approach and the target that was successfully achieved is the availability of web-based financial management applications that are used properly to increase the efficiency and effectiveness of financial management in Islamic boarding schools.
Model Klasifikasi Dengan Logistic Regression Dan Recursive Feature Elimination Pada Data Tidak Seimbang Sutarman; Arisandi, Dedy; Kurniawan, Edi; Nababan, Erna Budhiarti; Siringoringo, Rimbun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 4: Agustus 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1148198

Abstract

Logistic Regression merupakan metode pengklasifikasi yang sangat populer dan digunakan secara luas pada berbagai penelitian. Logistic Regression dapat memberikan hasil yang baik pada masalah klasifikasi maupun prediksi. Fitur dataset yang besar mengakibatkan beban komputasi,  dan  menurunkan kinerja klasifikasi. Terdapat tiga dataset yang digunakan pada penelitian ini yaitu Bank marketing, Glass, dan Musk II. Dataset tersebut bersumber dari  UCI Repository dan memiliki karakteristik yang berbeda. Ada dua tantangan penggunaan dataset tersebut, yaitu ketidakseimbangan kelas, dan jumlah fitur yang besar. Ada dua tahapan utama pada penelitian ini, yaitu pemrosesan awal dan klasifikasi.  Tahapan pemrosesan awal menerapkan seleksi  fitur melalui recursive feature elimination, dan penyeimbangan data menggunakan teknik  SMOTE. Tahapan klasifikasi menerapkan Logistic Regression. Teknik ridge regression (L2-regularization) diterapkan untuk menghindari overfitting pada tahap validasi model LR.  Evaluasi kinerja model didasarkan pada matrik konfusi dan grafik ROC. Hasil penelitian menunjukkan bahwa seleksi fitur dan peyeimbangan kelas memiliki dampak yang baik. Melalui ROC, model LR+RFE+SMOTE memiliki luas sebesar 93%. Hasil ini lebih baik dibanding dengan empat model klasifikasi lainnya, yaitu  Naïve Bayes, Decision Tree, K-NN, dan Random Forest.   Abstract   Logistic regression is a widely popular classification method extensively used in various studies. Logistic regression can yield good results in classification and prediction problems. The extensive features of the dataset can lead to computational burdens and reduced classification performance. Three datasets were utilized in this research: Bank Marketing, Glass, and Musk II. The dataset is sourced from the UCI Repository and contains various characteristics. There are two challenges associated with using this dataset: class imbalance and a large number of features. There are two main stages in this research: initial processing and classification. At the initial processing stage, feature selection is conducted through recursive feature elimination, and data balancing is achieved using the SMOTE technique. The classification stage applies logistic regression. The ridge regression technique (L2-regularization) is applied to prevent overfitting during the validation stage of the linear regression model. The model performance evaluation is based on confusion matrices and ROC graphs. The research results show that feature selection and class balancing have a positive impact. Through the Receiver Operating Characteristics (ROC) analysis, the LR+RFE+SMOTE model achieved an area under the curve of 93%. These results are better than those of four other classification models, namely Naïve Bayes, Decision Tree, K-NN, and Random Forest.
Enhancing Single Nucleotide Polymorphisms Detection from Imbalanced Data: A Study of Resampling Techniques in Machine Learning Algorithms Nurhasanah, Rossy; Arisandi, Dedy; Purnamasari, Fanindia; Hayatunnufus, Hayatunnufus; Simangunsong, Daisy Sere Damara; Pulungan, Aflah Mutsanni
Indonesian Journal of Artificial Intelligence and Data Mining Vol 8, No 1 (2025): March 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v8i1.32942

Abstract

Identifying the actual Single Nucleotide Polymorphisms (SNPs) by sourcing Next Generation Sequencing (NGS) data emerges an imbalanced problem due to the inherent high error rate of NGS technology. The imbalance problem has been found to have a negative impact on machine learning algorithms because it produces biased models and poor performance, particularly in detecting actual SNP that belong to the underrepresented class in question.   This study evaluates the effectiveness of several resampling techniques, including Borderline-SMOTE, Random Undersampling, and Tomek-Link, in enhancing the performance of machine learning algorithms, specifically Random Forest (RF) and Artificial Neural Networks (ANN). Furthermore, we compare these techniques to determine the most effective approach. Our results indicate that Borderline-SMOTE improves the F-Measure of RF from 69.72 to 91.52 (a 31.2% increase) and ANN from 79.75 to 91.32 (a 14.5% increase) and outperforms other resampling methods. These findings highlight the crucial role of resampling techniques and the careful selection of algorithms in improving classification accuracy for imbalanced datasets.
Enhancing Understanding of AI-Based Digital Business Through Interactive Seminars for Information Technology Students Ade Sarah Huzaifah; Rossy Nurhasanah; Fanindia Purnamasari; Dedy Arisandi; Ivan Jaya
Aksi Kita: Jurnal Pengabdian kepada Masyarakat Vol. 1 No. 4 (2025): JULI-AGUSTUS
Publisher : Indo Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/vk045k91

Abstract

The development of artificial intelligence (AI) technology has become a major driver in the transformation of the digital business world, including in the startup sector. However, a deep understanding of AI integration into business models remains a challenge for students, particularly in the field of Information Technology (IT). This community service activity aims to enhance the knowledge and skills of IT students in designing strategic, ethical, and sustainable AI-based digital businesses. The implementation method involves a one-day educational seminar, including presentations, interactive discussions, simulations of Business Model Canvas (BMC) development, and evaluation through questionnaires. Evaluation results showed significant improvements: understanding of the BMC increased from 41% to 89%, understanding of AI startup concepts from 54% to 92%, ability to draft a business plan from 16% to 78%, and motivation for technology entrepreneurship from 68% to 90%. These findings indicate that an applied and participatory approach in seminars is effective in developing digital entrepreneurship capacity among IT students.
Co-Authors Ade Sarah Huzaifah Anandia Zelvina Edi Kurniawan Erna Budhiarti Nababan Fanindia Purnamasari Hayatunnufus Hayatunnufus Ivan Jaya Jhoni Verlando Purba Marihat Situmorang Mauza Saputri Handayani Muhammad Andri Budiman Muhammad Reza Nurhasanah, Rossy Opim Salim Sitompul Opim Salim Sitompul Pulungan, Aflah Mutsanni Purnamasari, Fanindia Rimbun Siringoringo, Rimbun Romi Fadillah Rahmat Rossy Nurhasanah Sawaluddin Seniman Simangunsong, Daisy Sere Damara Sutarman Syahril Effendi