Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Terapan and Sains 4.0 J-SIGN (Journal Of Informatics, Information System, And Artificial Intelligence) Infolitika Journal of Data Science
Rasudin, Rasudin
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Performance Assessment of Machine Learning and Transformer Models for Indonesian Multi-Label Hate Speech Detection Bagestra, Ricky; Misbullah, Alim; Zulfan, Zulfan; Rasudin, Rasudin; Farsiah, Laina; Nazhifah, Sri Azizah
Infolitika Journal of Data Science Vol. 2 No. 2 (2024): November 2024
Publisher : Heca Sentra Analitika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60084/ijds.v2i2.235

Abstract

Hate speech, characterized by language that incites discrimination, hostility, or violence against individuals or groups based on attributes such as race, religion, or gender, has become a critical issue on social media platforms. In Indonesia, unique linguistic complexities, such as slang, informal expressions, and code-switching, complicate its detection. This study evaluates the performance of Support Vector Machine (SVM), Naive Bayes, and IndoBERT models for multi-label hate speech detection on a dataset of 13,169 annotated Indonesian tweets. The results show that IndoBERT outperforms SVM and Naive Bayes across all metrics, achieving an accuracy of 93%, F1-score of 91%, precision of 91%, and recall of 91%. IndoBERT's contextual embeddings effectively capture nuanced relationships and complex linguistic patterns, offering superior performance in comparison to traditional methods. The study addresses dataset imbalance using BERT-based data augmentation, leading to significant metric improvements, particularly for SVM and Naive Bayes. Preprocessing steps proved essential in standardizing the dataset for effective model training. This research underscores IndoBERT's potential for advancing hate speech detection in non-English, low-resource languages. The findings contribute to the development of scalable, language-specific solutions for managing harmful online content, promoting safer and more inclusive digital environments.
ANALISIS PERBANDINGAN KEAMANAN KRIPTOGRAFI KLASIK PADA ALGORITMA SECURE HILL CIPHER BERBASIS KODE ASCII DAN MONOALPHABETIC Rasudin, Rasudin; Zulfan, Zulfan; Rizki, Pobi
Jurnal Teknologi Terapan and Sains 4.0 Vol 3 No 1 (2022): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v3i1.9411

Abstract

Masalah keamanan dan kerahasiaan merupakan salah satu aspek penting dari suatu data,pesan dan informasi. Pengirim suatu pesan, data dan informasi yang sangat penting membutuhkan tingkat keamanan yang tinggi. Kriptografi merupakan sebuah ilmu yang mempelajari tentang proses pengamanan data. Secure Hill Cipher  merupakan algoritma modifikasi dari algoritma Hill Cipher yang ditemukan pada tahun 1929 oleh L.S. Hill yang merupakan  algoritma kriptografi klasik simetris yang sangat terkenal berbasis transformasi matriks. Tujuan dari penelitian ini adalah untuk dapat melihat perbandingan kemanan dari pada algoritma modifikasi Secure Hill Cipher berbasis kode ASCII dan MonoAlphabetic. Pada hasil analisa menggunakan tool SPSS statistik menghasilkan nilai yang cukup baik. Pada analisa perbandingan waktu file hasil enkripsi terdapat siginifikansi perubahan waktu dengan parameter yang dihasilkan yaitu 3,5%, Pada analisa perbandingan ukuran file hasil enkripsi terdapat siginifikansi perubahan data dengan parameter yang dihasilkan yaitu dibawah 0,001%. Untuk serangan Known-plainteks attack pada algoritma Secure Hill Cipher berbasis kode ASCII memiliki tingkat kemanan yaitu 1,956% sedangkan berbasis MonoAlphabetic memiliki tingkat kemanan yaitu 0,536% dimana kedua basis tersebut tergolong aman. Hasil dari penelitian ini menunjukkan tingkatan perbandingan algoritma Secure Hill Cipher berasis kode ASCII dan MonoAlphabetic dari beberapa jenis serangan bahwa kedua basis tersebut tergolong bagus dan aman untuk digunakan untuk melakukan pengamanan data.
Penerapan Metode Human Centered Design Pada Perancangan Sistem Pengaduan Masyarakat Desa Berbasis Website Misbullah, Alim; Nazaruddin, Nazaruddin; Asma Liza, Lia; Rasudin, Rasudin; Martiwi Sukiakhy, Kikye; Muzailin, Muzailin; Farsiah, Laina; Zulfan, Zulfan
J-SIGN (Journal of Informatics, Information System, and Artificial Intelligence) Vol 1, No 02 (2023): November
Publisher : Department of Informatics, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/j-sign.v1i2.35111

Abstract

Selama ini, pengaduan masyarakat yang ingin disampaikan secara lisan pada tingkat pedesaan biasanya harus menunggu waktu yang tepat untuk bertemu aparatur desa. Selain itu, pengaduan yang telah disampaikan melalui media komunikasi daring seringnya menyulitkan apratur desa untuk menyimpan dan mengorganisir data tersebut. Pada penelitian ini, sistem informasi berbasis website akan diimplementasikan dalam membangun sistem pengaduan masyarakat desa yang dapat diakses secara daring untuk melaporkan masalah yang terjadi. Sistem pengaduan masyarakat desa dibangun dengan menerapkan metode Human Centered Design yang terdiri dari beberapa tahapan yaitu: spesifikasi konteks pengguna, spesifikasi kebutuhan pengguna, merancang sistem, dan pengujian sistem. Pengujian kualitas sistem dilakukan dengan menggunakan 2 (dua) metode diantaranya blackbox dan webqual. Dengan menggunakan webqual, pengujian sistem pengaduan masyarakat desa mendapatkan hasil yang tinggi pada skala 5 yaitu 67,19% untuk kegunaan, 64,58% untuk kualitas informasi, 62,92% untuk interaksi pengguna, dan 65,04% untuk kualitas website. Hasil pengujian sistem tersebut dapat menjadi pertimbangan awal untuk memutuskan penggunaan sistem pengaduan masyarakat desa nantinya.
Co-Authors . Zulfan Asma Liza, Lia Bagestra, Ricky Farsiah, Laina Martiwi Sukiakhy, Kikye Misbullah, Alim Muzailin, Muzailin N. Nazaruddin Nazhifah, Sri Azizah Rizki, Pobi