Claim Missing Document
Check
Articles

Found 4 Documents
Search

REVIEW: PERBANDINGAN SOLUSI KEAMANAN SKALABILITAS DALAM NDN Adhitya Fathana; I Putu Sugi Almantara
Jurnal Teknologi Informasi dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v10i1.2719

Abstract

Penelitian ini mengulas kinerja dan keamanan NDN dengan fokus pada solusi terhadap masalah skalabilitas. NDN, sebagai bagian dari ICN, menawarkan pendekatan unik dengan penamaan data (objek) sebagai inti, berbeda dengan pendekatan TCP/IP yang berorientasi pada alamat lokasi. Penerapan RBAC dan ABAC dievaluasi melalui metode SLR. Hasil penelitian menyoroti kinerja positif NDN dalam menangani masalah loop, meningkatkan waktu tanggap, dan throughput yang baik. Keamanan NDN ditingkatkan melalui enkripsi data, otentikasi, dan tanda tangan digital. Pencegahan ancaman dan evolusi keamanan menuntut solusi kontrol akses yang adaptif. Solusi yang diusulkan mencakup penggunaan teknologi keamanan canggih, penerapan enkripsi yang kuat, otentikasi yang diperluas, dan integrasi kecerdasan buatan untuk respons proaktif terhadap ancaman keamanan.
REVIEW PERBANDINGAN KINERJA NAMED DATA NETWORK DAN IP BASED NETWORKING Agus Budiman Wiranata; Gede Angga Apriana; I Putu Sugi Almantara
Jurnal Teknologi Informasi dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v10i1.2720

Abstract

Penelitian ini mengulas mengenai perbandingan kinerja antara Named Data Network (NDN) dan Jaringan berbasis IP. Pada NDN lebih menitikberatkan pada akses data yang berdasarkan konten, menggantikan sistem yang berbasiskan IP dengan penggunaan penamaan unik untuk setiap informasi, yang dimana ini dapat meningkatkan efisiensi sumber daya serta keamanan data. Jaringan berbasis IP telah lebih menonjol dalam pengalamatan dan routing yang berbasis alamat IP. Hasil review perbandingan kinerja NDN dan jaringan berbasis IP menunjukan bahwa nilai NDN lebih cenderung lebih tinggi dari kinerja jaringan berbasis IP dari sisi parameter throughput, delay, hingga packet drop. Pemilihan antara NDN dan jaringan berbasis IP ini perlu disesuaikan juga dengan spesifik dan mempertimbangkan pro kontra model jaringan masing-masing serta yang sesuai dengan tujuan awal pengguna.
KLASIFIKASI PELANGGARAN UU ITE PADA TIKTOK MENGGUNAKAN ALGORITMA NAIVE BAYES Yogiswara Dharma Putra; I Putu Sugi Almantara; I Made Bagus Wahyu Mahendra; Ida Bagus Paalakaa RNB
Jurnal Teknologi Informasi dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informasi dan Komputer
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v10i2.3021

Abstract

Permasalahan serius yang muncul akibat perbuatan dilarang atau kejahatan dalampenggunaan teknologi informasi telah menjadi perhatian utama di beberapa negara.Meskipun media sosial seharusnya menjadi lingkungan virtual yang nyaman bagi semuaorang, kenyataannya banyak kasus pelanggaran hukum terjadi di dalamnya. UU ITE hadirsebagai upaya perlindungan bagi pengguna internet, meskipun proses menetapkan sanksiuntuk pelanggaran membutuhkan ahli dan memakan waktu yang cukup lama. Olehkarena itu, diperlukan pendekatan untuk mengotomatisasi klasifikasi pelanggaranberdasarkan pasal-pasal dalam UU ITE. Penelitian ini bertujuan untukmengklasifikasikan pelanggaran tersebut menggunakan algoritma Naive Bayes, denganstudi kasus terfokus pada analisis komentar di platform media sosial TikTok. Dalameksperimennya, penelitian ini mengelompokkan pelanggaran ke dalam lima kategoriutama: pornografi, pencemaran nama baik, ujaran kebencian, teror online, dancyberbullying. Hasil dari percobaan ini menunjukkan bahwa model klasifikasi denganalgoritma Naive Bayes mencapai tingkat akurasi sebesar 0.83 atau 83%. Dengandemikian, sistem temu kembali informasi ini diharapkan dapat memberikan kemudahanbagi pengguna media sosial dalam mengidentifikasi pelanggaran UU ITE yang terjadidalam komentar di TikTok.
Pendampingan dan Penerapan AI dalam Proses Desain Grafis untuk Meningkatkan Keterampilan Siswa Qusyairi, Muhammad; I Putu Sugi Almantara; Yogiswara Dharma Putra; Putu Astya Prayudha
Jurnal Teknologi Informasi untuk Masyarakat Vol. 3 No. 2 (2025): Jurnal Teknologi Informasi untuk Masyarakat (Teknokrat)
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jt.v3i2.33183

Abstract

The development of Artificial Intelligence (AI) technology has had a significant impact on the learning process, including in Graphic Design subjects at the Vocational High School (SMK) level. This study aims to analyze the effectiveness of utilizing AI as a digital-based learning medium that can improve creativity, technical skills, and design process efficiency in students. The research method used is a systematic literature review by reviewing relevant research from 2021–2025, including studies on the integration of AI in design education, the use of generative AI, its impact on creativity, and the adoption of educational technology in vocational environments. The results of the study indicate that the use of AI such as generative design tools, AI image generation, and adaptive learning platforms significantly improves visual exploration skills, accelerates the ideation process, and helps students understand basic design principles more interactively. However, the study also identified several challenges, such as the potential for design fixation, dependence on technology, issues of work authenticity, and limited teacher competency in operating AI-based devices. Overall, the use of AI in Graphic Design learning at vocational high schools has made a positive contribution to the quality of learning and students' readiness to face the digital-based creative industry. This study found that students' graphic design skills increased by 20.37%, which was carried out using pre-testing and an ethical AI usage policy to ensure that this technology can be utilized optimally and sustainably in education.