Claim Missing Document
Check
Articles

Found 11 Documents
Search

PELATIHAN DAN PENDAMPINGAN PENGGUNAAN APLIKASI EDMODO SEBAGAI PENUNJANG KEGIATAN BELAJAR MENGAJAR DI KALANGAN GURU SMP NEGERI 3 KALIMANAH Isnaini, Khairunnisak Nur; Solikhatin, Siti Alvi; Ikhsan, Ali Nur; Subarkah, Pungkas
Jurnal Pengabdian Kepada Masyarakat MEMBANGUN NEGERI Vol 4 No 1 (2020): Jurnal Pengabdian Kepada Masyarakat Membangun Negeri
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35326/pkm.v4i1.578

Abstract

Saat ini perkembangan teknologi informasi berjalan begitu cepat. Hadirnya terknologi informasi berperan dalam berbagai aspek kehidupan salah satunya bidang pendidikan. Hal tersebut berpengaruh terhadap kesiapan sekolah dalam memaksimalkan performanya agar kegiatan belajar mengajar dapat dilaksanakan secara optimal. Salah satunya yaitu kesiapan para pengajar dalam memanfaatkan berbagai macam bentuk teknologi informasi. Tujuan pengabdian ini adalah melatih serta mendampingi guru dalam penggunaan aplikasi edmodo sehingga dapat diimplementasikan para guru dalam kegiatan belajar mengajar di sekolah. Hasil dari pengabdian ini adalah ilmu dalam penggunaan aplikasi edmodo. sehingga diharapkan kedepannya guru-guru SMP Negeri 3 Kalimanah menggunakan aplikasi tersebut dalam menunjang kegiatan belajar mengajar.
Analyzing Public Trust in Presidential Election Surveys: A Study Using SVM and Logistic Regression on Social Media Comments Afandi, Marcel; Isnaini, Khairunnisak Nur
Journal of Computer Science and Engineering (JCSE) Vol 5, No 1: February (2024)
Publisher : ICSE (Institute of Computer Sciences and Engineering)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

In the context of democracy in Indonesia, elections play a crucial role, and survey agencies often publish their results on social media. User responses, especially from voters, often express dissatisfaction, including distrust, insults, and negative comments, if the candidate they support receives low survey results. Therefore, this study aims to examine the level of public trust in the survey results of Presidential candidates in 2024 using the Support Vector Machine (SVM) and Logistic Regression algorithms. The study utilized data from 1778 Instagram comments and 985 Twitter tweets. The process involved problem identification, data collection, and system implementation, such as preprocessing, labeling, SMOTE, TF-IDF, data splitting, model classification, and evaluation. The results show that SVM with an 80% training data and 20% test data scenario provides high accuracy, namely 93.19% from Instagram and 91.19% from Twitter. Logistic Regression, with the highest accuracy of 89.79% from Instagram and 88.01% from Twitter in the same scenario. Sentiment analysis using SVM scenario one resulted in 195 positive comments and 216 negative comments. Logistic Regression scenario one shows 180 positive sentiments and 216 negative sentiments. From the classification results, it can be concluded that the level of public trust tends to be negative towards the survey results of the 2024 Presidential candidates, both using SVM and Logistic Regression.
Efektivitas Algoritma Random Forest, XGBoost, dan Logistic Regression dalam Prediksi Penyakit Paru-paru Putra, Bernardus Septian Cahya; Tahyudin, Imam; Kusuma, Bagus Adhi; Isnaini, Khairunnisak Nur
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11705

Abstract

Penyakit paru-paru, seperti pneumonia dan kanker paru-paru, menjadi masalah kesehatan global dengan tingkat kematian tinggi, terutama dipengaruhi oleh polusi udara, infeksi, dan kebiasaan merokok. Pencegahan dan deteksi dini sangat penting dalam mengurangi dampaknya. Algoritma yang digunakan dalam penelitian ini meliputi Random Forest, XGBoost, dan Logistic Regression. Tujuannya yaitu untuk membandingkan performa tiga algoritma machine learning dalam mengklasifikasikan penyakit paru-paru menggunakan metrik evaluasi seperti, akurasi, presisi, recall, dan F1-score.  Setelah hyperparameter tuning, XGBoost menunjukkan hasil terbaik dengan akurasi 94,44%, presisi 94,98%, recall 94,44%, dan F1-score 94,41%, menunjukkan keseimbangan optimal antara presisi dan recall. Random Forest juga memberikan hasil yang sebanding dengan XGBoost dengan akurasi dan presisi yang tinggi. Sementara itu, Logistic Regression menunjukkan keterbatasan dalam menangani data yang kompleks, dengan performa yang lebih rendah pada seluruh metrik evaluasi. Penelitian ini menunjukkan bahwa algoritma berbasis pohon keputusan seperti XGBoost dan Random Forest lebih unggul untuk klasifikasi penyakit paru-paru, menjadikannya metode yang lebih andal untuk mendukung deteksi dini penyakit ini.   Kata kunci: Hyperparameter Tuning, Logistic Regression, Penyakit Paru-paru, Random Forest, XGBoost.
Impelementasi Pengamanan Data Menggunakan Teknik Bcrypt Hashing Password dan Algoritma Advanced Encryption Standard (AES) Isnaini, Khairunnisak Nur; Suhartono, Didit; Jamil, Muhammad Thoriq; Khoirunnita, Anisaa Qothrunnada
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 1 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i1.84997

Abstract

Web service menjadi sangat populer di dunia enterprise karena kemampuannya dalam mengintegrasikan aplikasi lintas platform. Namun, fenomena kebocoran data di dunia siber menjadi perhatian serius, terutama terkait penyalahgunaan data pribadi yang dapat terjadi akibat serangan siber melalui proses login. Masalah ini dapat berdampak signifikan, seperti pencurian identitas dan akses tidak sah ke informasi sensitif. Penelitian ini bertujuan untuk mengamankan data pengguna pada sistem web service dengan menggunakan metode kriptografi, khususnya teknik hashing password dengan algoritma Bcrypt. Algoritma Bcrypt dipilih karena kemampuannya dalam memperlambat serangan brute force dan menjaga keamanan data secara lebih efektif dibandingkan enkripsi konvensional. Metode yang digunakan dalam penelitian ini adalah penerapan teknik Bcrypt Hashing Password pada sistem web service untuk mengamankan password pengguna dalam database. Hasil penelitian menunjukkan bahwa teknik hashing password dengan algoritma Bcrypt secara signifikan meningkatkan keamanan sistem website, yang terlihat dari perubahan password dari plaintext menjadi karakter yang sudah   di hashing dengan jumlah 5 karakter menjadi 29 karakter unik dengan Teknik hashing password. Selanjutnya password yang telah didaftarkan menjadi lebih sulit untuk ditembus karena menambahkan perhitungan algoritma AES, dimana karakter password bertambah Panjang. Unit testing menunjukkan bahwa password hash selalu berbeda dari password asli dan tidak dapat dikembalikan ke bentuk awal, sehingga data pengguna dilindungi dari akses tidak sah.  Kesimpulannya, penerapan Bcrypt menjadi solusi yang efektif dalam pengembangan sistem web yang aman, sekaligus memberikan perlindungan yang lebih kuat bagi pemilik instansi agar dapat melindungi data pengguna di tengah meningkatnya ancaman siber. Saran untuk penelitian selanjutnya adalah mengeksplorasi kombinasi algoritma kriptografi lainnya untuk meningkatkan keamanan data lebih lanjut.
EFFECTIVENESS HYPERPARAMETER TUNING ON RANDOM FOREST, LINEAR DISCRIMINANT ANALYSIS, LOGISTIC REGRESSION AND NAÏVE BAYES ALGORITHMS FOR DETECTING DOS NETWORK ATTACKS Saputri, Inka; Arsi, Primandani; Isnaini, Khairunnisak Nur
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 1 (2025): JUTIF Volume 6, Number 1, February 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.1.4175

Abstract

Denial of Service (DoS) attacks are a major threat to network security, characterized by overwhelming system resources with illegitimate requests. Such attacks can disrupt critical services and cause substantial financial losses. However, there is still a need for a more efficient model to detect DoS attack with high accuracy. The aim of this research is to determine the impact of hyperparameter tuning on the four algorithms to identify the best algorithm for detecting DoS network attacks. The research method involves data preprocessing, feature selection, encoding, balancing using SMOTE (Synthetic Minority Over-Sampling Techinuque) and evaluation using confusion matrix. This research use the NSL-KDD dataset because it is relevant for DoS attack detection and flexible for testing various classification algorithms and utilizing hyperparameter tuning. This study evaluates the effectiveness hyperparameter tuning on several machine learning alghorithms namely Random Forest, Linear Discriminant Analysis (LDA), Logistic Regression and Naïve Bayes in detecting DoS attacks. Results indicate that Random Forest achieves highest accuracy (99,97%) and robust performance across all metrics, demonstrating superior generalization and precision. LDA, Logistic Regression and Naïve Bayes also performed well but fell short of Random Forest in handling complex patterns in the dataset. The utilization of hyperparameter tuning can improve the accuracy, consistency and efficiency of the algorithm so as to optimize the combination of various parameters in detecting DoS attacks. The findings provide valuable insights into selecting suitable algorithms for future implementations in cybersecurity systems.
Peningkatan keilmuan cyber security sebagai langkah teknis persiapan lomba kompetensi siswa di SMKN 1 Wanayasa Isnaini, Khairunnisak Nur; Jamil, Muhammad Thoriq; Khoirunnita, Anisaa Qothrunnada; Suhartono, Didit
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 4 (2024): December
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i4.26966

Abstract

AbstrakSMK N 1 Wanayasa yang menjadi salah satu peserta Lomba Kompetensi Siswa (LKS) Cyber Security di tingkat Kabupaten Banjarnegara dan menjadi perwakilan tim kabupaten untuk maju ke tingkat Provinsi pada Tahun 2023 memiliki kendala perihal ahli atau praktisi yang mengajarkan informasi seputar Cyber Security. SMK N 1 Wanayasa sendiri dalam mempersiapkan talenta lomba telah membuat sebuah club dalam memahami dan mendalami materi-materi yang dilombakan pada Lomba Kompetensi Siswa namun belum bisa maksimal dalam mendampingi para calon peserta lomba. Tujuan dilaksanakannya pelatihan adalah memberikan peningkatan ilmu keamanan informasi dan cyber security Metode yang digunakan adalah seminar dan demo praktik. Pelaksanaan pelatihan cyber security  dilaksanakan di Laboratorium komputer SMK Negeri 1 Wanayasa Hari Rabu, 31 Juli 2024 mulai pukul 11.00 WIB dapat berjalan dengan baik meskipun masih belum maksimal dikarenakan pengetahuan dasar siswa-siswi yang belum merata menyebabkan durasi pelaksanaan menjadi lama dan beberapa materi tidak tersampaikan. Selain itu, koneksi internet yang kurang stabil dan juga fasilitas yang kurang memadai sehingga beberapa materi praktik yang membutuhkan sumber daya yang tinggi urung dilakukan. Namun, pelatihan ini tetap antusias dilakukan oleh peserta, menurut salah satu testimoni yang diberikan menyatakan bahwa melalui pelatihan ini peserta memiliki ilmu baru yang sebelumnya tidak diketahui cara atau penggunaanya serta meningkatkan ketertarikan tentang cyber security. Kata kunci: peningkatan keilmuan; pelatihan; lomba kompetensi siswa; cyber security; keamanan informasi AbstractSMK N 1 Wanayasa, which is one of the participants in the student competency competition at the Banjarnegara district level and represents the district team to advance to the provincial level in 2023, faces challenges regarding experts or practitioners who can teach information related to Cyber Security. SMK N 1 Wanayasa has established a club to prepare talents for the competition by understanding and delving into the materials that will be contested in the Student Competency Competition, but it has not yet been able to fully support the prospective participants. The purpose of the training is to enhance knowledge in information security and cyber security. The methods used are seminars and practical demonstrations. The implementation of cyber security training can proceed well, although it is still not optimal due to the uneven basic knowledge of the students, which causes the duration of the training to be extended and some materials to remain unaddressed. In addition, the unstable internet connection and inadequate facilities meant that several practical materials requiring high resources could not be carried out. However, this training was still enthusiastically participated in by the attendees. According to one of the testimonials provided, it was stated that through this training, participants gained new knowledge that they previously did not know how to use, as well as an increased interest in cyber security. Keywords: increase in knowledge; training; student competency competition; cyber security; information security
ANALISIS MEMORI FORENSIK PADA APLIKASI TIKTOK BERBASIS WEB MENGGUNAKAN METODE NATIONAL INSTITUTE OF JUSTICE (NIJ) Primukti, Aditya; Sari, Putri Kartika; Suhartono, Didit; Isnaini, Khairunnisak Nur
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6108

Abstract

Kemajuan teknologi dalam penggunaan aplikasi berbasis web, seperti TikTok, meningkatkan kebutuhan akan analisis forensik digital untuk mengungkap jejak aktivitas pengguna. Penelitian ini bertujuan untuk menganalisis memori forensik pada aplikasi TikTok berbasis web menggunakan metode National Institute of Justice (NIJ), dengan bantuan perangkat lunak FTK Imager 4.7.1 dan HxD. Proses analisis dilakukan untuk mengidentifikasi informasi penting yang tersimpan dalam memori aplikasi selama sesi penggunaan. Hasil analisis menunjukkan bahwa data browser dari situs TikTok dengan alamat https://www.tiktok.com mengungkap beberapa informasi penting, seperti nomor telepon yang digunakan untuk login, riwayat pencarian pengguna, dan nama pengguna (username) yang aktif selama sesi akses. Namun, data sensitif seperti kode OTP tidak ditemukan, menunjukkan adanya langkah keamanan yang diterapkan TikTok untuk melindungi informasi autentikasi. Temuan ini memberikan gambaran tentang jejak digital yang dihasilkan oleh aplikasi TikTok berbasis web dan langkah-langkah keamanan yang diterapkan. Penelitian ini merekomendasikan agar pengguna tetap menggunakan browser yang aman dan terkini, sementara pengembang aplikasi seperti TikTok terus memperkuat keamanan data, termasuk mencegah penyimpanan informasi sensitif pada sesi browser. Dengan pendekatan ini, analisis forensik memori dapat digunakan sebagai alat yang efektif dalam investigasi digital.
Data Analysis using Business Intelligence and Tableau for Visualizing Indonesia's Poverty Line Senduk, Fabianus Kevin; Waluyo, Retno; Isnaini, Khairunnisak Nur
Sistemasi: Jurnal Sistem Informasi Vol 14, No 3 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i3.4993

Abstract

Poverty is the condition of being unable to meet an adequate standard of living. The poverty line serves as a key indicator for measuring poverty, particularly in developing countries. In Indonesia, poverty line data provided by the Central Statistics Agency (Badan Pusat Statistik – BPS) is typically presented in static tables, lacking in-depth analysis or annual trend insights needed to understand poverty dynamics across 578 regions. This study aims to analyze poverty line data in Indonesia using a Business Intelligence (BI) approach and visualize it through Tableau Public. BI was chosen for its capability to process complex data into more accessible and actionable information for decision-making. The output of this study is an interactive visualization dashboard that illustrates the distribution patterns and trends of the poverty line in Indonesia over the period 2022–2024. The dashboard offers in-depth insights into regional poverty shifts, including the identification of high-poverty areas and analysis of poverty line growth rates. It also serves as a strategic data-driven decision support tool. This research can be further developed by exploring the underlying factors driving poverty line fluctuations, applying the method to other dimensions such as income inequality, and leveraging alternative data visualization tools for a more comprehensive analysis.
NETWORK PROGRAMMABILITY FOR NETWORK ISSUE USING PARAMIKO LIBRARY Mutiara, Dwi Ayu; Isnaini, Khairunnisak Nur; Suhartono, Didit
Jurnal Teknik Informatika (Jutif) Vol. 4 No. 4 (2023): JUTIF Volume 4, Number 4, August 2023
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2023.4.4.691

Abstract

In a company, information technology is needed, especially computer networks, to facilitate data communication. The management of a computer network, of course, requires good administration. The criteria for whether or not a network is good can be seen from the performance, reliability, and security indicators so that it will not cause network issues. Events such as server downs, data loss, lost connections, and undetected computers cause the organization's business performance to be disrupted. This study's purpose is to detect network issues with network programmability technology automatically. Paramiko library supports network automation systems and implements OSPF routing protocol in finding the shortest path to send network packets. This study uses the PPDIOO flow, namely prepare, plan, design, implement, operate, and optimize, because it is considered by the flow of making network detection tools. The results showed that the design and implementation of a small-scale network were successfully built by utilizing network programmability technology and the paramiko library, which helps detect network conditions at any time. This design has a dashboard, provisioning, assurance, and policy features that allow administrators to manage and monitor information on each network device. The network design is fitted with REST-API technology and security through a secure shell (ssh) from the Network Controller that can detect the device's connection conditions and the device's health and update the DNS configuration used. Network Issues that have been seen are devices being down, and the connection being lost. Future research can improve features for network troubleshooting when the connection is lost.
Peningkatan Kompetensi Mahasiswa dalam Penulisan Skripsi Bertema Cyber Security melalui Webinar Interaktif dan Evaluasi Kepuasaan Peserta Isnaini, Khairunnisak Nur; Khoirunnita, Anisaa Qothrunnada
Lentera Pengabdian Vol. 3 No. 04 (2025): Oktober 2025
Publisher : Lentera Ilmu Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59422/lp.v3i04.1049

Abstract

Mahasiswa Fakultas Ilmu Komputer Universitas Amikom Purwokerto, khususnya yang memilih konsentrasi dibidang keamanan siber, sering menghadapi kendala teknis dan non-teknis yang dapat menghambat penyelesaian skripsi.Kegiatan pendampingan penulisan skripsi bertema keamanan siber diperlukan untuk membantu mahasiswa mengatasi kesulitan dalam menentukan topik, menggali ide penelitian, serta merancang metodologi yang tepat. Program pengabdian kepada masyarakat ini dilaksanakan dalam bentuk webinar interaktif “Bagaimana Menaklukkan Skripsi dengan Tema Cybersecurity” yang diikuti oleh 55 peserta dari tiga program studi. Materi disampaikan oleh akademisi dan praktisi, mencakup strategi pemilihan topik, perancangan metodologi, pengenalan isu-isu terkini di bidang keamanan siber, dan gambaran penerapan di industri. Hasil evaluasi menunjukkan tingkat kepuasan peserta yang tinggi, dengan persentase skor 4 dan 5 di atas 83% pada seluruh indikator, meliputi peningkatan wawasan, kemudahan mencari topik dan objek penelitian, serta penguatan kemampuan komunikasi dengan pembimbing. Kegiatan ini terbukti efektif dalam memberikan kombinasi keterampilan teknis dan soft skills yang dibutuhkan mahasiswa, serta relevan untuk dilanjutkan dalam bentuk seri webinar atau workshop pendampingan skripsi.Rencana tindak lanjut kegiatan pengabdian ini adalah workshop pemilihan metode atau framework yang dapat digunakan oleh mahasiswa sesuai topik yang dipilih.