Claim Missing Document
Check
Articles

Found 3 Documents
Search

EDUKASI PEMANFAATAN TEKNOLOGI KECERDASAN BUATAN UNTUK PERLINDUNGAN DATA PRIBADI DI KELURAHAN DURI KEPA KEBON JERUK JAKARTA BARAT Roy Mubarak; Waseso, Bayu
Jurnal Pengabdian Kepada Masyarakat Patikala Vol. 4 No. 4 (2025): ABDIMAS PATIKALA
Publisher : Education and Talent Development Center of Indonesia (ETDC Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51574/patikala.v4i4.3159

Abstract

In the current digital era, the protection of personal data has become a crucial issue that continues to face various challenges. The increasing number of data breach incidents poses a potential risk for the misuse of personal information, while public awareness regarding the importance of data protection remains relatively low. Many individuals easily share their personal data without understanding the potential risks involved. Therefore, educating the community about personal data protection, particularly for the data management team in Duri Kepa Village, is seen as a solution that is expected to enhance understanding and awareness of the importance of information security. This community service activity is perceived to provide significant benefits to the public, one of which is to offer a deeper understanding of data protection, applying knowledge and technology in a tangible contribution to society. Early efforts to protect personal data from cybercrime related to data theft involve understanding the threats to personal data and knowing the preventive measures. The need for this presentation and training is realized through Community Service (PkM) activities conducted by lecturers and students as part of the Tri Dharma of Higher Education
Sistem Informasi Manajemen Aset TI Dengan Metode Analytical Hierarchy Process (AHP) Untuk Mendukung Pengambilan Keputusan Pengadaan Aset TI di Perusahaan Manufaktur Zein, Adam; Waseso, Bayu
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.004

Abstract

PT XYZ merupakan perusahaan manufaktur minuman yang berlokasi di Kabupaten Bekasi dan telah menerapkan teknologi informasi dalam berbagai aspek operasional. Namun, dalam manajemen aset TI masih menggunakan metode semi komputerisasi dengan Microsoft Excel sehingga memiliki risiko kesalahan dalam penginputan data dan informasi yang tersedia belum lengkap untuk mengetahui kondisi aset, melacak keberadaan aset, dan riwayat penggunaan aset. Manajemen juga kesulitan dalam menentukan prioritas pengadaan aset TI sehingga pengadaan aset yang tidak sesuai dengan kebutuhan dapat mempengaruhi operasional dan anggaran perusahaan. Untuk mengatasi permasalahan ini, dikembangkan sistem informasi manajemen aset TI untuk meningkatkan kelengkapan data dalam mengelola aset TI serta mendukung pengambilan keputusan dalam pengadaan aset TI. Penelitian ini menggunakan Framework IT Asset Management (ITAM) sebagai dasar dalam pengelolaan aset TI secara menyeluruh dan Analytical Hierarchy Process (AHP) sebagai metode dalam pengambilan keputusan pengadaan aset TI. Pengembangan sistem informasi menggunakan metode Rapid Application Development (RAD) dengan Framework Laravel versi 10. Hasil penelitian ini menunjukan bahwa pengembangan sistem informasi manajemen aset TI dapat mengelola aset TI dan mendukung pengambilan keputusan dalam menentukan pengadaan aset TI pada PT XYZ.
Implementasi Machine Learning untuk Deteksi Intrusi pada Jaringan Komputer Sari, Dyan Prawita; Halim, Zuhri; Irlon, Irlon; Waseso, Bayu; Saromah, Saromah
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14074

Abstract

Dalam era digital yang semakin berkembang, keamanan jaringan komputer menjadi isu yang sangat penting, terutama dengan meningkatnya ancaman dari serangan siber. Salah satu metode yang efektif dalam mendeteksi ancaman tersebut adalah melalui implementasi machine learning. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model machine learning yang mampu mendeteksi intrusi pada jaringan komputer secara real-time. Model yang diusulkan menggunakan teknik supervised learning, di mana dataset yang berisi lalu lintas jaringan normal dan lalu lintas yang mengandung serangan digunakan untuk melatih algoritma. Algoritma yang dipertimbangkan meliputi Decision Tree, Random Forest, dan Support Vector Machine (SVM). Penelitian ini juga melakukan analisis komparatif untuk menilai kinerja masing-masing algoritma dalam hal akurasi, presisi, recall, dan waktu pemrosesan. Hasil eksperimen menunjukkan bahwa model machine learning yang diterapkan mampu mendeteksi berbagai jenis serangan dengan tingkat akurasi yang tinggi, mencapai lebih dari 95% pada dataset uji. Selain itu, Random Forest terbukti menjadi algoritma yang paling efektif dalam mendeteksi intrusi dengan keseimbangan terbaik antara akurasi dan waktu pemrosesan. Implementasi sistem ini diharapkan dapat meningkatkan kemampuan deteksi intrusi pada jaringan komputer, sehingga membantu dalam menjaga keamanan data dan mengurangi potensi kerugian akibat serangan siber.