Claim Missing Document
Check
Articles

Found 23 Documents
Search

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.
Community-Owned Circular Business Models for Livestock Waste: Participatory Value-Chain Design and Determinants of Adoption Readiness in Rural Indonesia Dhanang Eka Putra; Hariyono Rakhmad; Huda Ahmad Hudori; Raden Roro Lia Chairina
Journal of Supply Chain and Entrepreneurship Vol. 2 No. 2 (2026): Journal of Supply Chain and Entrepreneurship
Publisher : CV. SPDFHarmony

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64268/josce.v2i2.114

Abstract

Background: Livestock manure is simultaneously an environmental liability and a locally available nutrient resource, yet technical conversion into organic fertilizer does not automatically create a viable circular enterprise. Aims: This study examined how participatory value-chain design and a community-owned business model can reduce operational uncertainty and strengthen household readiness to engage in livestock-waste valorization in Arjasa Village, East Java, Indonesia. Methods: A Year-1 participatory mixed-methods case study combined a structured baseline survey of 60 livestock-keeping households, multi-actor discussions, process walkthroughs, value-chain mapping, and Business Model Canvas co-design. An exploratory logistic model assessed associations between adoption readiness and five designable mechanisms: access to an offtake memorandum of understanding, microfinance, perceived relative advantage, governance trust, and short training, with contextual controls. Results: Forty-six percent of households met the operational definition of early adoption or firm participation commitment. Offtake access showed the largest association with readiness (OR = 3.40), followed by microfinance (OR = 2.60), perceived relative advantage (OR = 2.20 per 1 SD), governance trust (OR = 1.90 per 1 SD), and short training (OR = 1.80). The model showed useful exploratory discrimination (AUC = 0.81), while participatory mapping identified feedstock variability, inconsistent processing endpoints, weak quality records, and uncertain market absorption as the main value-chain frictions. Conclusion: The findings support a risk-reduction architecture in which market assurance, light finance, credible governance, clear product value, and compact learning mechanisms are designed together rather than treated as separate interventions. Because the sample is small and cross-sectional, the regression estimates are interpreted as preliminary associations that require confirmation in subsequent implementation cycles.