Article Per Year (5 Year)
p-Index From 2020 - 2025
4.702
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Jurnal Informatika dan Teknik Elektro Terapan JIEET (Journal of Information Engineering and Educational Technology) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Journal of Information System, Applied, Management, Accounting and Research Jurnal Mantik bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics ILTEK : Jurnal Teknologi Jurnal Informatika Polinema (JIP) Repeater: Publikasi Teknik Informatika dan Jaringan Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Uranus: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika
Achmad Junaidi
Universitas Pembangunan Nasional Veteran Jawa Timur
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
MODEL DAN SIMULASI JARINGAN MULTI PROTOKOL LABEL SWICTHING (MPLS) PADA VOIP DI UPN “VETERAN” JAWA TIMUR Muttaqin, Faisal; Junaidi, Achmad; PW, Benar Setya
SCAN - Jurnal Teknologi Informasi dan Komunikasi Vol 11, No 3 (2016)
Publisher : Universitas Pembangunan Nasional "Veteran" Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33005/scan.v11i3.875

Abstract

Abstrak. Penelitian ini menjelaskan pemodelan dan simulasi jaringan Multi Protokol Label Swicthing (MPLS). MPLS merupakan teknik menggabungkan manajemen swicthing yang ada dalam teknologi ATM dengan fleksibilitas network layer yang dimiliki teknologi IP. Fungsi label pada MPLS adalah sebagai proses penyabungan dan pencarian jalur dalam jaringan komputer. MPLS menggabungkan teknologi swicthing di layer 2 dan teknologi routing di layer 3 sehingga menjadi solusi jaringan terbaik dalam menyelesaikan masalah kecepatan, scalability, QOS, dan rekayasa trafik. Tidak seperti ATM yang memecah paket-paket IP, MPLS hanya melakukan enkapsulasi paket IP, dengan memasang header MPLS. Dalam penelitian ini, jaringan MPLS dan jaringan Non MPLS disimulasikan menggunakan Graphical Network Simulator (GNS3). Pengujian dilakukan pada trafik pengiriman data dan trafik Voice over Internet Protokol (VOIP) dengan parameter delay dan jitter. Perbedaan kedua jaringan yang diuji mempengaruhi hasil dari trafik pengiriman file dan trafik VOIP. Perbedaan trafik juga mempengaruhi standart QOS merujuk TYPHON sehingga delay dan jitter trafik VOIP harus lebih kecil dari trafik biasa, karena trafik VOIP membutuhkan kualitas layanan yang lebih baik. Hasil analisa yang dilakukan menunjukkan bahwa perbedaan jaringan memiliki pengaruh yang berbeda terhadap nilai parameter delay dan jitter. Pada trafik transfer file, MPLS lebih unggul dari Non MPLS dengan nilai delay sebesar 1.35 ms dibanding nilai delay Non MPLS sebesar 1.71 ms dan nilai jitter MPLS sebesar -0.0008742 ms dibanding nilai jitter Non MPLS sebesar 0.000015  ms. Untuk trafik VOIP MPLS lebih unggul dengan nilai delay sebesar 10.01426 ms dibanding delay Non MPLS dengan nilai sebesar 10.14867 ms dan jitter trafik VOIP Non MPLS lebih unggul dengan nilai sebesar -0.002620 ms, dibanding jitter MPLS dengan nilai sebesar -0.002425 ms.   Kata Kunci: MPLS, Non MPLS, GNS3, VirtualBox, Delay, Jitter
IMPLEMENTASI K-MEANS CLUSTERING DALAM SEGMENTASI PELANGGAN BERDASARKAN USIA, PENDAPATAN, DAN MODEL RFM (STUDI KASUS: LANTIKYA STORE JOMBANG) beni tiyas kristanti; Achmad Junaidi; Eka Prakarsa Mandyartha
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4677

Abstract

Lantikya Store Jombang merupakan salah satu toko retail di Kabupaten Jombang yang belum menerapkan strategi pemasaran yang memberikan pelayanan yang berbeda berdasarkan karakteristik dan tipe pelanggan. Segmentasi pelanggan adalah proses membagi pelanggan kedalam kelompok berdasarkan karakteristik atau perilaku yang berbeda untuk menunjukkan tingkat keragaman di antara pelanggan. Karakteristik dan perilaku pelanggan dilihat berdasarkan usia, pendapatan, rencency (terakhir melakukan transaksi), frequency (jumlah kedatangan), dan monetery (jumlah uang yang dikeluarkan) atau disebut dengan RFM (Rencency, Frequency, dan Monetery). Pengelompokkan dilakukan dengan salah satu algoritma yaitu K-Means dengan jumlah data yaitu 1140 data. Pada penelitian ini menghasilkan 4 kelompok berdasarkan perbandingan hasil dari metode pencarian kelompok yaitu elbow method, silhouette method, dan gap statistic. Analisis yang dilakukan untuk menyususun startegi pemasaran dihitung berdasarkan nilai variabel dengan metode Analytic Hierarchy Process (AHP) dan Customer Lifetime Value (CLV). Karakteristik dan tipe pelanggan yang dihasilkan dari 4 kelompok pelanggan yaitu usia generasi milenial yang memiliki pendapatan tinggi dengan tipe pelanggan untuk retensi umum dan pelanggan bernilai penting, serta usia generasi Z yang memiliki pendapatan rendah dengan tipe pelanggan untuk pengembangn umum dan pelanggan yang hilang.
PENENTUAN PUSAT KLASTER SECARA OTOMATIS PADA ALGORITMA DENSITY PEAKS CLUSTERING BERBASIS METODE INTER QUARTILE RANGE Ridwan Efendi; Achmad Junaidi; Agung Mustika Rizki
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4997

Abstract

Clustering adalah sebuah metode untuk mengelompokkan data yang sejenis ke dalam satu bagian yang sama. Proses ini mampu membantu manusia untuk mendapatkan informasi secara lebih cepat. Dalam konteks media sosial misalnya, metode clustering dapat memberikan informasi terkait konten yang cenderung disukai dan kurang disukai. Algoritma Density Peaks Clustering (DPC) adalah salah satu algoritma yang cukup populer digunakan untuk mengelompokkan sebuah data. Sudah banyak penelitian yang menggunakan algoritma ini. Namun, algoritma DPC memiliki kekurangan dalam hal penentuan pusat klaster. Pusat Klaster dalam algoritma DPC masih dipilih secara manual melalui grafik keputusan. Pemilihan pusat klaster secara otomatis menambah subjektivitas dan ketidakstabilan dalam algoritma. Untuk mengatasi masalah tersebut, diusulkan sebuah algoritma ‘Penentuan Pusat Otomatis’ yang berbasis pada metode Inter Quartile Range (IQR). Algoritma ini diuji menggunakan dataset iris, aggregation, flame, dan spiral. Hasil pengujian menunjukkan bahwa algoritma yang diusulkan dapat memperoleh hasil clustering yang lebih baik dan lebih akurat.
Testing posketanmu website with google penetration testing and OWASP Top 10 Sebrina, Aida Fitriya; Junaidi, Achmad; Sihananto, Andreas Nugroho
Jurnal Mantik Vol. 8 No. 1 (2024): May: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v8i1.5204

Abstract

Data integrity has become vital in the quickly evolving digital era, pushing cybersecurity to a critical concern. Securing cybersecurity is crucial for systems such as the Posketanmu website in Mojokerto Regency, as it is responsible for safeguarding sensitive personal information. The objective of this research is to detect, evaluate, and exploit on any security weaknesses present on the Posketanmu website. The methodology combines the Google Penetration Testing strategy with the latest OWASP Top 10 2021 criteria. The penetration testing procedure comprises five distinct steps: Initially, the process involves collecting data and comprehending the platform by utilizing several programs such as Nmap, Nslookup, Wappalizer, Whatweb, Whois, and Google Hacking. Furthermore, the process involves utilizing ZAP to do vulnerability scanning, resulting in the creation of thorough reports. Furthermore, doing a vulnerability assessment, which involves manual testing and classification according to OWASP standards. Furthermore, effectively capitalizing on all eleven identified vulnerabilities. Ultimately, the task involves adhering to the OWASP Top 10 2021 standards by documenting, reporting, and suggesting solutions for any identified issues. This investigation found and resolved four significant security vulnerabilities on the Posketanmu website: stored XSS, unset CSP header, unset Strict-Transport-Security header, and open redirect. The implementation of Google Penetration Testing and adherence to the OWASP Top 10 2021 criteria have greatly improved the security of the Posketanmu website, ensuring the protection of Mojokerto Regency citizens' data.
IMPLEMENTASI ALGORITMA ASOSIASI FP-GROWTH DAN KLASIFIKASI K-MEANS TERHADAP POLA PEMBELIAN KONSUMEN DI MARKETPLACE SHOPEE Arif Saifudin, Muhamad; Endah Wahanani, Henni; Junaidi, Achmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8848

Abstract

Belanja online saat ini menjadi kebiasaan masyarakat, terutama dalam bidang fashion pakaian. Konsumen cenderung berbelanja produk fashion online, terutama saat bulan Ramadhan menjelang Idul Fitri, khususnya untuk busana koko atau busana muslim. Dalam menghadapi lonjakan permintaan tersebut, pemilik toko online perlu merancang strategi penjualan yang efektif. Oleh karena itu diperlukan strategi pemasaran menggunakan data mining menggunakan algoritma K-Means dan FP-Growth untuk menganalisis pola pembelian konsumen berdasarkan data histori penjualan di Shopee. K-Means digunakan untuk klasterisasi dan segmentasi pelanggan dengan model RFM, menghasilkan 3 kelompok dengan karakteristik unik. FP-Growth digunakan untuk mencari aturan asosiasi item, menghasilkan rekomendasi stok produk. Hasil menunjukkan klaster 2 dari K-Means memiliki karakteristik yang dominan dengan nama klaster “Superaktif”, dan FP-Growth mengidentifikasi beberapa item yang sering muncul dalam setiap transaksi serta item-item yang sering dibeli secara bersamaan dari dataset data transaksi penjualan.
PENGUJIAN SISTEM INFORMASI AKADEMIK UNIVERSITAS X MELALUI PENDEKATAN PENETRATION TESTING BERDASARKAN OWASP TOP 10 Tinambunan, Fernanda; Junaidi, Achmad; Mustika Rizki, Agung
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8920

Abstract

Universitas X memiliki beberapa situs web yang menjadi sarana penting untuk mengelola data krusial terkait proses perkuliahan. Namun seiring dengan kemajuan teknologi informasi yang semakin kompleks, sehingga ancaman dan tantangan keamanan siber juga meningkat. Oleh karena itu, diperlukan pengujian keamanan menggunakan pendekatan Penetration Testing karena teknik ini tidak hanya mengidentifikasi kerentanan permukaan, tetapi juga mencoba mengeksploitasi kerentanan tersebut secara mendalam, tahapannya pengumpulan data, analisa celah keamanan, pengujian, dan penulisan laporan, dengan fokus pada OWASP Top 10. Pengujian ini bertujuan mengidentifikasi dan mengevaluasi kerentanan keamanan pada Sistem Informasi Akademik Universitas X. Hasil pemindaian menunjukkan 23 celah keamanan, 20 di-antaranya sesuai dengan kategori yang diidentifikasi oleh OWASP TOP 10. Dari hasil ini, dapat disimpulkan bahwa penerapan OWASP TOP 10 sebagai acuan standar keamanan dalam melakukan uji penetrasi terbukti efektif dalam mengidentifikasi dan mengevaluasi celah keamanan yang signifikan pada sistem, serta memberikan arah yang tepat dalam meningkatkan tingkat keamanan pada website Sistem Informasi Akademik.
PENERAPAN METODE BOUNDARY VALUE ANALYSIS DAN EQUIVALENCE PARTITIONING DALAM PENGUJIAN BLACK BOX UNTUK APLIKASI SIADITA Wardah Gracillaria Suharyono, Farra; Kartini, Kartini; Junaidi, Achmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8921

Abstract

SIADITA (Sistem Aplikasi Digital Informasi Taman Budaya) merupakan versi terbaru dari aplikasi Cak Durasim yang akan dirilis. Aplikasi ini, sebagai pembaruan dari Cak Durasim, bertujuan sebagai e-ticketing untuk pagelaran di UPT. Taman Budaya Jawa Timur. Dengan penambahan fitur baru, perlu dilakukan pengujian ulang untuk memastikan fitur lama tetap berjalan optimal. Proses pengujian dilakukan dengan menggunakan Black Box Testing, dikarenakan tidak memiliki akses ke source code. Pengujian yang dilakukan melibatkan pengujian berdasarkan tampilan dan fungsi perangkat lunak. Metode seperti Boundary Value Analysis dan Equivalence Partitioning digunakan untuk menentukan skenario pengujian. Dalam 144 skenario pengujian, ditemukan 12 hasil akhir yang invalid, dengan nilai efektivitas pengujian mencapai 91,66%. Temuan tersebut mengindikasikan beberapa kelemahan, termasuk kurangnya sensitive case terhadap input, kurangnya validasi alamat email, dan validasi terhadap batas karakter. Dengan temuan ini, disarankan untuk melakukan koreksi pada aplikasi guna meningkatkan kualitas dan performa di masa mendatang. Kesimpulan dari pengujian memberikan wawasan berharga untuk memberikan manfaat yang lebih baik kepada pengguna di masa yang akan datang.
TATA KELOLA TEKNOLOGI INFORMASI MENGGUNAKAN FRAMEWORK COBIT 5 PADA DINAS KOPERASI USAHA KECIL DAN MENENGAH DAN PERDAGANGAN KOTA SURABAYA Ariq Musyaffah Ghufron, Althaf; Kartini, Kartini; Junaidi, Achmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9950

Abstract

Organisasi seperti perusahaan, pemerintahan, dan sektor swasta saat ini membutuhkan adaptasi terhadap perkembangan teknologi informasi. Namun, penerapan teknologi informasi tentunya masih terdapat kekurangan yang dapat membuat proses tidak berjalan dengan optimal, sehingga perlu dibenahi dengan menganalisis tata kelola teknologi informasi. Dalam hal ini, penelitian tata kelola TI dilakukan di Dinkopdag Kota Surabaya, dengan menggunakan kerangka kerja COBIT 5. Penelitian mengevaluasi domain Deliver Service and Support (DSS02), Align, Plan and Organize (APO04 dan APO07). Hasil penilaian menunjukkan tingkat kapabilitas pada domain DSS02 sebesar 77,44%, APO04 sebesar 68,6%, dan APO07 sebesar 83,26%, dengan skala rating "Largely Achieved" yang menempati level 1 pada ketiga domain tersebut. Sedangkan target tingkat kapabilitas yang diharapkan instansi adalah level 3, sehingga hasil penelitian menunjukkan nilai kesenjangan tingkat kapabilitas sebesar 2 antara target yang ingin dicapai dan kondisi saat ini. Rekomendasi dibuat mengacu pada hasil temuan penelitian dan validasi work product, dengan tujuan sebagai usulan untuk membantu Dinkopdag Kota Surabaya mencapai target tingkat kapabilitas yang diharapkan dalam tata kelola teknologi informasi.
KLASIKASI CITRA PADA PENYAKIT KANKER MULUT MENGGUNAKAN ARSITEKTUR DENSENET201 MENGGUNAKAN OPTIMASI ADAM DAN SGD Fauzan Novriandy, Muhammad; Rahmat, Basuki; Junaidi, Achmad
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10077

Abstract

Kanker mulut merupakan salah satu kanker terbanyak yang terjadi di dunia dan tercatat menempati urutan keenam pada kategori kanker yang sering terjadi serta kanker yang paling banyak menyebabkan kematian. Klasifikasi penyakit kanker mulut menggunakan 5.000 data gambar untuk 2 kelas yaitu Normal dan Oral Squamous Cell Carcinoma (OSCC). Peneliti menggunakan arsitektur Densenet201 dengan optimizer Adam dan SGD untuk melakukan klasifikasi pada dataset yang terbatas. Hasil Penelitian menggunakan Densenet201 memiliki hasil akurasi lebih baik apabila menggunakan Optimasi SGD, Akuisisi Data 80 % dan 20 %, menggunakan Batch Size 32 dengan akurasi sebesar 0.96 daripada Optimasi Adam dengan akurasi tertinggi pada penerapan model Densenet201 menggunakan Optimasi Adam pada Akuisisi Data 70 % dan 30 %, dan Batch Size 64 dengan memperoleh akurasi sebesar 0.86. Pada pelatihan dan pengujian dengan data uji/validasi, model Densenet201 menggunakan Optimasi SGD pada akuisisi data 80 % dan 20 %, menggunakan Batch Size 32 mencapai hasil klasifikasi gambar terbaik. Kelas normal berhasil diklasifikasikan dengan benar sebanyak 338 gambar, sedangkan terdapat 22 gambar yang salah diklasifikasikan. Untuk kelas OSCC, terdapat 334 gambar yang diklasifikasikan dengan benar dan hanya 6 gambar yang salah diklasifikasikan.
Klasifikasi Penyakit Kronis Melalui Mata Menggunakan Algoritma Convolutional Neural Network Dengan Model MobileNet-V3 Mohammad Haydir Awaludin Waskito; Andreas Nugroho Sihananto; Achmad Junaidi
Uranus : Jurnal Ilmiah Teknik Elektro, Sains dan Informatika Vol. 2 No. 2 (2024): Juni: Jurnal Ilmiah Teknik Elektro, Sains dan Informatika
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/uranus.v2i2.120

Abstract

Chronic diseases in humans are very difficult to detect visually, for example glaucoma, hypertension, diabetes, and others. So it takes a lot of time for further medical examination by visiting a health center or hospital. Therefore, this research aims to find a solution combining medical and computer science to classify quickly and precisely. Classifying eye images requires good features and characteristics so that disease images can be classified. This research uses the Deep Learning method, namely Convolutional Neural Network with MobileNet-V3 architecture which can extract features from large resolution images very well. This research resulted in accurate classification of images of chronic diseases Normal, Diabetes, Glucoma, Cataract, Age related macular degeneration, Hypertension, Pathalogical Myopia. uses the MobileNet-V3 architecture, with transfer learning reaching 81%, and loss only 0.4913.
Co-Authors Afifudin, Muhammad Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Akbar, Refansya Rachmad Akmal, Mohammad Faizal Al Fathoni, Hanif Andreas Nugroho Sihananto Anggraini Puspita Sari Ar Romandhon, Mitzaqon Gholizhan Arif Saifudin, Muhamad Ariq Musyaffah Ghufron, Althaf Bachtiar Riza Pratama Basuki Rahmat Basuki Rahmat Masdi Siduppa beni tiyas kristanti Darmawan, Marcellinus Aditya Vitro Dwi Arman Prasetya Efendi, Ridwan Eka Prakarsa Mandyartha Eka Prakarsa Mandyartha Eva Yulia Puspaningrum Fauzan Novriandy, Muhammad Fetty Tri Anggraeny Firnanda, Mochammad Yoga Firza Prima Aditiawan Henni Endah Wahanani Izzatul Fithriyah Kartini Kartini kristanti, beni tiyas Lesmana, Benedictus Rafael Mas Diyasa, I Gede Susrama Mohammad Haydir Awaludin Waskito Muhammad Muharrom Al Haromainy Mustika Rizki, Agung Muttaqin, Faisal Nugroho Sihananto, Andreas Nurlaili, Afina Lina Oktaviana, Dinda Friska Pratama, Novandi Kevin Prinafsika PW, Benar Setya Rachmadhany Iman Rahmanda Putri, Endin Ratantja Kusumajati, Fatwa Ridwan Efendi Royan Fajar Sultoni Sajiwo, Achmad Fauzihan Bagus Sebrina, Aida Fitriya Shahab, Muhammad Syaugi Tanjung, Mutiq Anisa Tinambunan, Fernanda Wardah Gracillaria Suharyono, Farra William Lijaya Therry, Renaldy Zaim, Mohammad Syarifuz