Article Per Year (5 Year)
p-Index From 2021 - 2026
2.109
P-Index
This Author published in this journals
All Journal e-Jurnal Arus Elektro Indonesia J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Teknologi Informasi dan Multimedia JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Jurnal Syntax Transformation Jurnal Daya Mas : Media Komunikasi dan Informasi Hasil Pengabdian dan Pemberdayaan Masyarakat Smart Society: Community Service and Empowerment Journal Jurnal Suara Pengabdian 45 Journal of Economics, Entrepreneurship, Management Business and Accounting JURNAL PENGABDIAN MASYARAKAT AKADEMISI Jurnal Informatika Polinema (JIP) Jurnal Pengabdian Masyarakat dan Riset Pendidikan JCSE: Journal of Community Service and Empowerment International Journal of Applied Mathematics and Computing. SEJAGAT : Jurnal Pengabdian Masyarakat
Hariyono Rakhmad
Politeknik Negeri Jember
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Evaluasi Kinerja Algoritma Deep Learning Untuk Deteksi Dini Serangan Siber Pada Jaringan Komputer Abdul Kohar; Aulia Rizky Muhammad Hendrik Noor Asegaff; Brian Sebastian Salim; Hamid Wijaya; Hariyono Rakhmad
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 3 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 3 (Januari 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i3.4517

Abstract

Perkembangan serangan siber yang semakin kompleks dan dinamis menuntut penerapan sistem deteksi intrusi yang mampu melakukan deteksi dini dengan akurasi tinggi. Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma deep learning dalam mendeteksi serangan siber pada jaringan komputer melalui metode studi literatur. Studi ini mengkaji berbagai penelitian terdahulu yang relevan, termasuk penerapan arsitektur Convolutional Neural Network (CNN), VGGNet-16, dan Transformer-based deep learning, serta membandingkan performa algoritma berdasarkan metrik akurasi, precision, recall, dan F1-score. Hasil analisis menunjukkan bahwa algoritma deep learning secara konsisten lebih unggul dibandingkan pendekatan machine learning tradisional maupun metode konvensional berbasis signature dalam mengenali pola serangan yang kompleks dan dinamis. Model deep learning mampu mengekstraksi fitur secara otomatis dari data jaringan berdimensi tinggi, meningkatkan efektivitas deteksi dini, dan adaptif terhadap serangan baru, termasuk zero-day attack. Meskipun demikian, evaluasi literatur juga menunjukkan adanya variasi kinerja yang dipengaruhi oleh perbedaan dataset, metode evaluasi, dan konteks penerapan, sehingga menekankan pentingnya standardisasi evaluasi kinerja algoritma. Penelitian ini memberikan pemahaman komprehensif mengenai tren, tantangan, dan potensi pengembangan algoritma deep learning untuk sistem keamanan jaringan, sekaligus menjadi acuan bagi penelitian selanjutnya dalam meningkatkan efektivitas deteksi dini serangan siber.
Peningkatan Mutu Pelayanan Jasa Komputer Metronet Jember melalui Optimalisasi Autocorrect, Autoformat, dan Template Microsoft Office Hariyono Rakhmad; Agus Purwadi; Surateno; Elly Antika
Jurnal Suara Pengabdian 45 Vol. 5 No. 2 (2026): Juni: Jurnal Suara Pengabdian 45
Publisher : LPPM Universitas 17 Agustus 1945 Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56444/pengabdian45.v5i2.3806

Abstract

Program Pengabdian kepada Masyarakat ini bertujuan meningkatkan kualitas pelayanan pelanggan pada usaha jasa pengetikan Metronet di Kecamatan Ambulu, Kabupaten Jember, melalui optimalisasi tiga fitur produktivitas Microsoft Office: autocorrect, autoformat, dan template dokumen. Tim pelaksana memakai metode riset tindakan partisipatif dengan menggabungkan metode ini dengan pelatihan dan bimbingan. Pelaksanaan program menunjukkan hasil yang jelas pada semua parameter evaluasi. Kemampuan karyawan meningkat sekitar 93,2%. Waktu penyelesaian dokumen berkurang rata-rata 58%. Tingkat kesalahan juga turun menjadi 1,2%. Kapasitas layanan bertambah 40%, dan adanya pelanggan baru dari kecamatan lain yang dapat dilayani. Ditemukan bahwa perbaikan kecil ini dengan tetap terfokus pada perangkat lunak perkantoran sehari-hari mampu mempertajam kualitas pelayanan usaha mikro dan memperluas jangkauan pasarnya dalam waktu relatif singkat.
Co-Authors Abdul Kohar Agus Purwadi Agus Purwadi Aji Priyambodo Aji Seto Arifianto Aji Seto Arifianto Anggun Angkasa Bela Persada Aulia Rizky Muhammad Hendrik Noor Asegaff Brian Sebastian Salim Dessy Putri Andini Dwi Putro Sarwo Setyohadi Elly Antika Elly Antika Elly Antika Elly Antika, Elly Enik Rukiati Ery Setiyawan Jullev Atmadji Febri Nabilla Ishaq Firmansyah, Muhammad Hafidh Hamid Wijaya Hermawan Arief Putranto Huda Ahmad Hudori Huda Ahmad Hudori Ishaq, Febri Nabilla Jeffrey Payung Langi Kasiyati Kasiati Mochamad Rizal Umami Mochamad Rizal Umami MUHAMMAD HAFIDH FIRMANSYAH Muhammad Shakir Mukhamad Angga Gumilang Nanik Anita Mukhlishoh Nanik Anita Mukhlisoh Nugroho Setyo Wibowo Phoa, Victor Putra, Dhanang Eka Raden Roro Lia Chairina Refa Firgiyanto Risse Entikaria Rachmanita Rudy Max Damara Gugat Sukri, Zayin Surateno Triono Bambang Irawan Victor Phoa Wahyu Kurnia Dewanto Yayuk Suprihartini Yuslaili Ningsih Zayin Sukri