Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS Sains Data Jurnal Studi Matematika dan Teknologi
Hasan Hasan
Institut Teknologi Sepuluh Nopember
Computer Science & IT Electrical & Electronics Engineering Engineering Mathematics Physics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi dan Evaluasi Kinerja Orthogonal Frequency Division Multiplexing (OFDM) Menggunakan WARP Hasan Hasan; Suwadi Suwadi; Titiek Suryani
Jurnal Teknik ITS Vol 4, No 1 (2015)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4497.743 KB) | DOI: 10.12962/j23373539.v4i1.8386

Abstract

Salah satu permasalahan dalam perkembangan teknologi telekomunikasi yaitu bagaimana mencapai data rate yang besar namun dengan bandwidth yang tidak lebih besar dari bandwidth koheren kanal untuk menghindari terjadinya Inter-Symbol Interference (ISI). Salah satu solusi yang ditawarkan yaitu transmisi multi-carrier. Contoh transmisi multicarrier yaitu Orthogonal Frequency Division Multiplexing (OFDM) dimana subcarrier-subcarrier dapat saling tegak lurus satu sama lain sehingga bendwidth yang dibutuhkan menjadi lebih efisien jika dibandingkan dengan multicarrier konvensional seperti FDM.  SDR merupakan sistem pemancar dan penerima yang menggunakan pemrosesan sinyal digital untuk coding, decoding, modulasi dan demodulasi data. Modul WARP tersebut digunakan sebagai model pemancar dan penerima pada pengukuran kualitas unjuk kerja sistem OFDM dengan barbagai kondisi. Hasil dari implementasi dan pengukuran menunjukkan bahwa nilai BER tidak selalu berpengaruh terhadap perubahan jarak karena ketika jarak semakin jauh tidak menjamin nilai BER semakin besar. Sementara dalam hal obstacle, nilai BER sangat berpengaruh dimana nilainya akan lebih baik saat tidak adanya obstacle. Seperti saat daya pancar sebesar -26.125 dBm nilai BER saat Line Of Sight (LOS) sudah 0 sementara Non Line of Sight (NLOS) bernilai 9.3x10-6. Untuk lingkungan pengukuran, lingkungan indoor menghasilkan kualitas sistem yang paling baik dibandingkan dengan lingkungan lainnya.
Klasifikasi URL Phishing untuk SIEM: Perbandingan Model Machine Learning XGBoost dan Deep Learning TabNet dalam Deteksi Ancaman Siber Azza Farichi Tjahjono; Hasan Hasan; Randist Prawandha Putera; Dionisius Marcell Putra Indranto; Abhirama Triadyatma Hermawan
Sains Data Jurnal Studi Matematika dan Teknologi Vol 3, No 2: July-December 2025
Publisher : Institut Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v3i2.227

Abstract

Phishing detection is a criticalcomponent of modern Security Information and Event Management (SIEM) systems, requiring both high accuracy and real-time performance. This study conducts a comprehensive comparison between a Gradient-Boosted Decision Tree model, XGBoost, and a deep learning architecture, TabNet, for classifying phishing URLs. Both models were systematicallyoptimized using advanced hyperparameter tuning techniques, Randomized Search for XGBoost and Optuna with pruning for TabNetto ensure a fair and robust evaluation. The models were trained and tested on the "Dataset of Suspicious Phishing URL Detection," a recent and relevant collection of URL features. The resultsdemonstrate that the tunedXGBoost model significantly outperforms the tunedTabNet model across all key metrics. Furthermore, inference speed analysis revealedXGBoostto besubstantially moreefficient on both CPU and GPU hardware, with a GPU inference time over 33 times faster thanTabNet. These findings lead to the conclusion that for this task,XGBoostoffers a superior combination of accuracy, speed, and practicaldeployability,making it the more suitable architecture for integration into a SIEM system. 
Co-Authors Abhirama Triadyatma Hermawan Azza Farichi Tjahjono Dionisius Marcell Putra Indranto Randist Prawandha Putera Suwadi Suwadi Titiek Suryani