p-Index From 2021 - 2026
8.246
P-Index
Claim Missing Document
Check
Articles

Manajemen Risiko Keamanan Informasi Menggunakan ISO 27005:2011 pada Sistem Informasi Akademik (SIAK) Universitas Muhammadiyah Sukabumi (UMMI) Asriyanik Asriyanik; Prajoko Prajoko
Jurnal Teknik Informatika dan Sistem Informasi Vol 4 No 2 (2018): JuTISI
Publisher : Maranatha University Press

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

Abstract

Information security is an important part of an academic information system, including Muhammadiyah University of Sukabumi (UMMI). Information security is conducted to protect UMMI assets, especially data and information. Data and information have become an important asset in an organization because it relates to the image of the organization. At this time academic information system at UMMI is built online, causing various threats that may occur. Threats can arise inside or outside. If the threat occurs then the information security aspect will be disrupted and enable the disruption of business process on academic information system of UMMI. The likelihood of this threat is called risk. To minimize losses from risks, risk management should be done well. The risk management method used in risk management in the academic information system of UMMI is ISO 27005. The selection of this method to facilitate the development in the next stage of information security management system on UMMI Academic Information System uses ISO 27000 series. Data collection is done by interview and discussion. The risk management process under ISO 27005 includes four main steps: scope determination, risk assessment, risk treatment and risk acceptance. The result of the risk assessment found 73 possible threat scenarios divided into 3 risk levels, which were 2 low risks, 64 medium risks and 7 high risks. Out of 73 threat scenarios, 47 were made to risk treatment planning. Results of the risk treatment plan, 19 modified risks, 1 risk transferred and 27 risks could be avoided. This risk treatment plan is a recommendation for the leadership of UMMI to conduct risk management.
Implementasi Algoritma Apriori Pada Penyusunan Menu Makanan Rumah Makan Prasmanan Asep Budiman Kusdinar; Daris Riyadi; Asriyanik Asriyanik
Jurnal Teknik Informatika dan Sistem Informasi Vol 6 No 2 (2020): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v6i2.2742

Abstract

A buffet restaurant is a restaurant that provides buffet food that is served directly at the dining table so that customers can order more food according to their needs. This study uses the association rule method which is one of the methods of data mining and a priori algorithms. Data mining is the process of discovering patterns or rules in data, in which the process must be automatic or semi-automatic. Association rules are one of the techniques of data mining that is used to look for relationships between items in a dataset. While the apriori algorithm is a very well-known algorithm for finding high-frequency patterns, this a priori algorithm is a type of association rule in data mining. High- frequency patterns are patterns of items in the database that have frequencies or support. This high-frequency pattern is used to develop rules and also some other data mining techniques. The composition of the food menu in the Asgar restaurant is now arranged randomly without being prepared on the food menu between one another. The result of this research is to support the composition of the food menu at the Asgar restaurant so that it is easier to take food menu with one another.
KLASIFIKASI JENIS FAUNA DENGAN MENGGUNAKAN TRANSFER LEARNING GOOGLENET Asriyanik, Asriyanik
Jurnal Khatulistiwa Informatika Vol 12, No 1 (2024): Periode Juni 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v12i1.22997

Abstract

Perkembangan teknologi yang pesat tidak dapat dihindari dalam kehidupan saat ini, termasuk dalam bidang Pendidikan dan Kesehatan. Pada era Revolusi 4.0 di Indonesia, pendidikan dihadapkan pada tuntutan untuk mengikuti perkembangan teknologi informasi dan komunikasi (TIK) guna mempercepat proses pembelajaran. Meskipun media internet sudah umum digunakan dalam proses pembelajaran dari usia dini hingga dewasa, masih banyak sekolah yang belum memanfaatkan secara memaksimalkan, terutama dalam pengenalan objek seperti fauna kepada anak usia dini. Salah satu solusinya dapat diciptakan model untuk mendeteksi fauna sebagai metode pembelajaran untuk anak usia dini. Model ini dikembangkan dengan menggunakan metode SEMMA (Sample, Explore, Modify, Model, Assess) dan algoritma yang digunakan adalh Convolutional Neural Network (CNN) dengan menggunakan transfer learning GoogleNet. Model dievaluasi menggunakan metrik seperti akurasi, loss, precision, dan recall. Hasil akhir menunjukkan model mencapai akurasi 98,36% dan loss 0,06% pada data training, serta akurasi 89,83% dan loss 38,84% pada data validasi. Model klasifikasi fauna ini meningkatkan pengalaman belajar anak usia dini melalui media internet dengan cara yang menarik dan interaktif. Diharapkan pemanfaatan teknologi dalam pembelajaran akan semakin optimal sehingga menciptakan generasi yang siap menghadapi tantangan di era Revolusi 4.0.
Pencarian Rute Terdekat Lokasi Evakuasi Tsunami Dengan Metode Pencarian Dijkstra Dan Pendekatan MADM Syahputra, M Ramdhan; Asriyanik, Asriyanik
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/means.v7i2.2066

Abstract

Tsunami is one of the natural disasters that threatens Indonesia, where one of the major factors is caused by an earthquake that occurred on the seabed and has been recorded to have claimed many lives. Behind this incident, there are problems faced by the society when evacuating themselves, one of which is the ignorance of access to evacuation routes, so that people fail to take advantage of their time to evacuate. In this study applying Dijkstra method with SAW and Haversine approaches at Pelabuhan Ratu, Sukabumi Regency, the final weight results are grouped based on 3 main parameters, namely road width, distance traveled and estimated arrival time, also at the end of this study resulted in an Android application that implements the model that has been created.
MENENTUKAN PENGGUNAAN TANAMAN HORTIKULTURA MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS (AHP) Putra, Muhammad Rafli Afandi; Asriyanik, Asriyanik
MEANS (Media Informasi Analisa dan Sistem) Volume 7 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/means.v7i2.2088

Abstract

Tanaman membutuhkan tempat dengan kondisi alam yang dapat memenuhi syarat tumbuh. Salah satu bagian alam yang berperan penting dalam pertumbuhan tanaman adalah iklim yang kondisinya tidak menentu dan terkadang berubah-ubah. Dampaknya adalah terjadinya perubahan lingkungan, dan beberapa hal yang terpengaruh adalah kesuburan tanah dan produktivitas tanaman. Sehingga hal ini menimbulkan permasalahan dalam menentukan penggunaan tanaman yang sesuai dengan kondisi iklim dan lahan tanam. Sistem pendukung keputusan dengan menggunakan metode Analytic Hierarchy Process (AHP) untuk menentukan penggunaan tanaman hortikultura merupakan alat bantu dalam memilih penggunaan tanaman hortikultura dengan kriteria pH tanah, suhu, curah hujan, dan juga tinggi tanah. Pengujian dilakukan dengan menggunakan data iklim Kota Sukabumi tahun 2020, dan kondisi lahan tanam. Dari hasil pengujian, alternatif pemeringkatan adalah cabai merah peringkat 1, timun peringkat 2, bawang merah peringkat 3.
PENERAPAN MODEL CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS MOBILENETV2 UNTUK KLASIFIKASI TINGKAT KESEGARAN IKAN NILA Rambe, Sarah Syakira; Asriyanik, Asriyanik; Prajoko, Prajoko
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6744

Abstract

Ikan nila (Oreochromis niloticus) merupakan salah satu komoditas perikanan bernilai ekonomi tinggi yang banyak dikonsumsi masyarakat Indonesia. Namun, ikan termasuk produk mudah rusak jika tidak ditangani dengan baik. Tingkat kesegaran ikan menjadi parameter penting dalam penentuan mutu dan harga jual, tetapi penilaian secara manual cenderung subjektif. Penelitian ini bertuuan mengembangkan sistem otomatis untuk mendeteksi tingkat kesegaran ikan nila menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan CRISP-DM. Dataset terdiri dari 6.889 citra mata, kulit, dan insang ikan nila yang diperoleh dari Kaggle dan sumber data pribadi. Pengolahan data meliputi resize, normalisasi, dan augmentasi citra. Model dibangun dengan arsitektur MobileNetV2, diikuti GlobalAveragePooling2D, dense layer, dan aktivasi sigmoid sebagai output layer. Pelatihan dilakukan dalam dua tahap, pretaining dan fine-tuning. Hasil menunjukkan akurasi sebesar 99,39% pada data latih dan 100% pada validasi di tahap pretraining, serta akurasi sebesar 99,36% pada data latih dan 100% pada validasi di tahap fine-tuning. Evaluasi menggunakan Confusion Matrix menghasilkan akurasi, presisi, recall, F1-Score sebesar 95% pada threshold 0.4. Model CNN yang dikembangkan terbukti efektif dan dapat digunakan sebagai sistem pendukung keputusan dalam penilaian mutu produk perikanan.
DETEKSI WARNA KULIT DAN REKOMENDASI PALET WARNA BERDASARKAN SEASONAL COLOR MENGGUNAKAN CNN Adzkia, Hawarizmi Ummul; Asriyanik, Asriyanik
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 19 No. 2 (2025): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v19i2.20597

Abstract

The Personal Color trend has grown significantly, assisting individuals in selecting clothing colors that complement their skin tone. This research aims to develop a system using Convolutional Neural Networks (CNN) to detect skin tones from photos and recommend color palettes based on Seasonal Color Theory. The system categorizes skin tones into the four seasonal types: Winter, Summer, Autumn, and Spring, and provides tailored clothing color suggestions. By applying machine learning, this system offers a personalized solution for clothing selection, enhancing the shopping experience. It aligns with the growing popularity of Personal Color trends, helping users make more confident and informed color choices that suit their individual characteristics.
Peningkatan Kompetensi Guru Sekolah Dasar melalui Pelatihan AI dan Literasi Digital Asriyanik, Asriyanik; Pambudi, Agung; Uswatun, Din Azwar
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 5 No. 5 (2025): September 2025 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/altifani.v5i5.829

Abstract

Transformasi digital dalam pendidikan menuntut peningkatan kompetensi digital guru sekolah dasar, namun masih terdapat kesenjangan signifikan dalam pemanfaatan teknologi di kalangan pendidik sekolah dasar. Pengabdian masyarakat ini bertujuan meningkatkan kompetensi digital guru SDIT Al Khoiriyah Al Husna melalui program pelatihan AI dan literasi digital yang terstruktur. Penelitian menggunakan pendekatan participatory learning dengan desain quasi-experimental pre-test dan post-test yang melibatkan 18 guru sekolah dasar. Pelatihan intensif 3 hari mengintegrasikan tiga modul utama: literasi digital dasar, coding melalui unplugged learning, dan implementasi kecerdasan buatan dalam pendidikan dasar. Hasil menunjukkan peningkatan luar biasa yang melampaui semua target yang ditetapkan: rata-rata peningkatan kompetensi sebesar 54,1% (target minimal 25%), 100% peserta mengalami peningkatan (target minimal 80%), dan N-Gain rata-rata 0,363 (kategori sedang). Domain integrasi teknologi mencapai peningkatan tertinggi 68,3%, diikuti coding (53,5%), AI (52,3%), literasi digital (49,4%), dan penilaian diri (47,2%). Program berhasil menciptakan dampak berkelanjutan melalui komunitas belajar guru dan komitmen institusional untuk mengintegrasikan teknologi dalam kurikulum sekolah. Model pelatihan ini dapat menjadi rujukan pengembangan kompetensi digital guru sekolah dasar dalam konteks pendidikan Indonesia.
ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) SEBAGAI ALGORITMA PREDIKSI TINGKAT PEMBATALAN HEREGISTRASI MAHASISWA BARU DI UNIVERSITAS X Rahmawati, Verra Sri Yulia; Setiawan, Iwan Rizal; Asriyanik, Asriyanik
Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika Vol. 18 No. 2 (2024): Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Inform
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jti.v18i2.14913

Abstract

The digitalization era has transformed education, impacting new student admissions in Indonesia, which has various universities: State, Official, Religious, and Private. These universities share common procedures for admitting new students: file selection, test selection, and re-registration. However, many new students cancel their re-registration due to financial constraints, distance, or choosing another campus. Some students neglect the re-registration process until the deadline passes, affecting the accreditation of study programs and the reputation of the campus. To address this issue, a prediction model for re-registration cancellation rates can evaluate campus performance in attracting new students. The ARIMA algorithm (AutoRegressive Integrated Moving Average) is proposed as a suitable prediction model for time series data. This model can help universities identify and address factors leading to re-registration cancellations, thereby improving their performance and reputation. Using the SEMMA (Sample, Explore, Modify, Model, Assess) data mining methodology, the research produced an evaluation matrix with RMSE (Root Mean Square Error) values for various features: "non_registered" (145.77), "parents_income" (0.84), "parents_job" (4.07), and "entrance" (0.16). Additionally, the correlation matrix revealed two variables with a high influence on the target: "entrance" (0.85) and "parents_income" (0.68).
Penerapan Metode Haversine Pada Sistem Presensi Online Sebagai Radius Pembatas Lokasi Alifatih, Auriel Haiqal; Setiawan, Iwan Rizal; Asriyanik, Asriyanik; kania, euis
SANTIKA is a scientific journal of science and technology Vol. 14 No. 1 (2024): Santika : Jurnal Ilmiah Sains dan Teknologi
Publisher : The Faculty of Science and Technology

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

Abstract

Abstrak — Sebagaimana yang diketahui bahwa cepatnya teknologi berkembang sudah tidak terbendung lagi. Pemanfaatan teknologi tersebut sudah banyak diterapkan di instansi sesuai dengan kebutuhan dari instansi tersebut. Salah satu teknologi yang banyak diterapkan di instansi salah satunya yaitu proses presensi yang dapat dilakukan dengan cepat. Namun di beberapa instansi nampaknya belum menerapkan hal tersebut, salah satunya di Badan Pendapatan Daerah (BAPENDA) Kabupaten Sukabumi dimana proses presensi masih dilakukan secara konvensional. Perlu adanya perubahan dalam proses presensi dengan memanfaatkan teknologi yang ada. Salah satu penerapan teknologi dalam hal presensi yaitu dengan dibuatnya presensi online yang dapat memudahkan karyawan dalam melakukan proses presensi. Dengan menerapkan metode haversine yang menentukan radius jarak titik lokasi pusat dengan posisi pengguna akan serta fitur foto akan secara efektif mengatasi permasalahan yang ada di instansi Badan Pendapatan Daerah (BAPENDA) Kabupaten Sukabumi. Sehingga pengguna hanya dapat melakukan presensi di wilayah radius yang sudah di tentukan saja, dl luar pada wilayah radius, presensi tidak dapat dilakukan. Hal tersebut dilakukan untuk mengantisipasi adanya kecurangan dalam melakukan proses presensi yang dilakukan oleh karyawan di instansi tersebut. Sistem dibuat menggunakan bahasa pemrograman php dengan framework bootstrap versi 7.
Co-Authors Abhista Hibatullah, Akbar Adi Sunarto, Asril Adiwijaya, Fahmi Adzkia, Hawarizmi Ummul Afiansyah, Rifan Agung Pambudi Agung Pambudi Akyas Hifdzi Rahman, Rifqi Alifatih, Auriel Haiqal Asep Budiman Kusdinar Asep M.Ramdan Asep Muhamad Ramdan Asril Adi Sunarto Azhilla Margiani Saraswati Budhy Adzy, Luthfy Budiman Kusdinar, Asep Dafa Satria Sidik, Muhamad Dang Kurniawan, Dito DANNY RAMADHAN Daris Riyadi Dasep M Luay Didik Indrayana Din Azwar Uswatun Edward, MA Algifari Eka Fitriah, Tika Elwanda Putra, Isra Fadhil Faizal Akbar Fahmi Nurfalah Fajar Hikmal Gunawan Fathia Frazna Az-Zahra Fathia Frazna Azzahra Frananda Adiezwara Ramadhan, Mohamad Frazna Azzahra, Fathia Frazzna Az-zahra, Fathia Ilmi Barokah Indra Griha Tofik Isa iqbal setiawan Isa, Indra Griha Tofik Iwan Rizal Setiawan Jamaludin, Firdaus kania, euis Kokom Komariah Kokom Komariah Larasati Mayan Pramesti Lelah Lelah Lelah Lelah Leonita Siwiyanti lucky valiant M. Rizky Suherlan MA Algifari Edward Maulana Muhammad Rizky Mohamad Nurizki Mohamad Ridwan Mokhamad Hendayun Mubharak, Gilang Fauzul Muhammad Drajat Ramdhani muhammad musyfik Muhammad Zaynurroyhan Mulud Muchamad, Reski musyfik, muhammad Nesta Suandana, Ilham Nur Asiah Ramdani Nuraeni, Fika Nurmillah, Risma Prajoko . Prajoko Prajoko Putra, Muhammad Rafli Afandi Rahmawati, Verra Sri Yulia Ramadhan, Vito Rambe, Sarah Syakira Ramdan, Adam Rijal Agus Rusmana Risma Nurmilah Riyadi, Daris Rustiandi, Ryan Santiastry, Sany Sarah Novia Hermawanti Siti Nurazizah Soebandi, Andry Subhan, Roby Azhari Suhendar Syafira Zahara Syah Rizal Fauzy Syahputra, M Ramdhan Triwulandari, Syane widi aulia rohmah Winda Apriandari Winda Apriyandari Zahra, Fathia Frazna Az