Article Per Year (5 Year)
p-Index From 2021 - 2026
3.247
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering JSM (Jurnal SIFO Mikroskil) TELKOMNIKA (Telecommunication Computing Electronics and Control) Seminar Nasional Informatika (SEMNASIF) Journal of SPORT (Sport, Physical Education, Organization, Recreation, and Training) JIIP (Jurnal Ilmiah Ilmu Pendidikan) Indonesian Journal of Sport Management Jurnal Pusat Studi Pendidikan Rakyat (PUSDIKRA) Center of Knowledge eProceedings of Engineering Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Jurnal PRINTER : Jurnal Pengembangan Rekayasa Informatika dan Komputer Jurnal Pengabdian Siliwangi
Ida Wahidah Hamzah
Telkom University
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Public Health Social Sciences Other

Published : 30 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search
Journal : eProceedings of Engineering

 1   2 
Analisis Dan Implementasi Algoritma Routing Berbasis Cluster Pada Wireless Body Area Network (wban) Untuk Pemantauan Kesehatan Muhammad Eko Wahyudi; Ida Wahidah; Ratna Mayasari
eProceedings of Engineering Vol 7, No 1 (2020): April 2020
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Wireless Body Area Network (WBAN) merupakan jaringan nirkabel dengan penggunaan sensor untuk tubuh manusia. WBAN dapat diterapkan untuk pemantauan kesehatan. Berbeda dengan Wireless Sensor Network (WSN) yang memiliki penggunaan lebih luas. WBAN masih berkembang dan memiliki masalah pada efisiensi energi dengan tetap memperhitungkan performansinya. Sehingga, diperlukan algoritma routing yang dapat meminimalisir masalah tersebut. Cluster based routing sudah diuji pada WSN, yang populer adalah Low Energy Adaptive Clustering Hierarchy (LEACH), sementara pada WBAN, routing Anybody sudah pernah diimpelementasikan. Pemilihan Cluster Head (CH) pada Anybody dilakukan berdasarkan kepadatan tiap node, sementara pada LEACH, CH dipilih secara acak dan bergantian setiap round. Dengan perbedaan tersebut, maka Anybody dan LEACH adalah algoritma routing berbasis cluster yang akan digunakan pada penelitian ini. Dari hasil simulasi WBAN menggunakan Castalia OMNeT++, routing Anybody dan LEACH dapat diimplementasikan, dengan jumlah hop tidak lebih dari 2 hop. Routing overhead Anybody lebih kecil dibanding LEACH. Packet Delivery Ratio (PDR) Anybody lebih besar 14% dibandingkan LEACH. Sehingga throughput dan packet loss juga lebih baik. Namun, LEACH lebih efisien hampir 55% dalam konsumsi energi dan network lifetime 55% lebih lama. Jadi, untuk mementingkan kehandalan pengiriman dapat menggunakan routing Anybody. Apabila mementingkan masalah efisiensi energi, dapat menggunakan routing LEACH. Kata kunci : WBAN, Cluster based routing protocol, Anybody, LEACH Abstract Wireless Body Area Network (WBAN) is a wireless network with the use sensors for the human body. WBAN can be applied to healthcare monitoring. Unlike the Wireless Sensor Network (WSN) which has wider usage. WBAN is still developing and has problems with energy efficiency while still calculating performance. Routing algorithm is needed that can minimize the problem. Cluster-based routing has been tested on WSN, which popular is Low Energy Adaptive Clustering Hierarchy (LEACH), while in WBAN, Anybody routing has been implemented. Selection of Cluster-Head (CH) Anybody is based on density of node, while in LEACH, CH is chosen randomly and alternately each round. With these differences, Anybody and LEACH is cluster-based routing algorithm will use in this project. From the WBAN simulation results using Castalia OMNeT++, Anybody and LEACH routing can be implemented, with no more than 2 hops. Anybody routing overhead is smaller than LEACH. Packet Delivery Ratio (PDR) Anybody 14% greater than LEACH. So that throughput and packet loss are also better. However, LEACH is 55% more efficient in energy consumption and network lifetime is 55% longer. So, to prioritize reliability of delivery data can use routing Anybody. If concerned with energy efficiency issues, can use LEACH routing. Keywords: WBAN, Cluster based routing protocol, Anybody, LEACH
Perancangan Arsitektur Jaringan Body to Body dan Model Interoperabilitas untuk Transmisi Data Biomedis dari Sinyal Sensor Elektroensefalografi Anggara, Wahid Afiq; Wahidah, Ida; Santoso, Iman Hedi
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

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

Abstract

The brain is one of the most important organs in the human body since it is the center of human equilibrium and the place of human balance. Human brain activity examination is highly suggested as the examination enhances a person's physical and mental state, such as by monitoring brain and mental health, early identification of sickness, and testing cognitive and emotional problems. With the high probability of increasing the number of people who experience decreased brain function, it can be concluded that a system solution that can be proposed for this problem is by designing an EEG (electroencephalogram). EEG (electroencephalogram) is an instrument that measures electrical activity in the human brain. EEG can be used to look for abnormal brain wave patterns that indicate errors and other abnormalities. EEG analysis is one method that aids in the process of assessing brain activity. Besides that, the use of Neurosky as an EEG is also very helpful where the tool has a Neurosky eSense, which can read a person's level of focus to meditation. The results of our research using NeuroSky Mindwave, which is connected to the Arduino UNO microcontroller, can produce brain activity data in the form of "attention" and "meditation" with a range of 03100% and EEG signals of the beta wave type (β) with an average value of 503200 V. With the help of heart rate and neurosky sensors, it can be seen and analyzed by the authorities in medical studies regarding the user's brain activity. Keywords: Brain, NeuroSky, ESP32, EEG, Arduino
Penggunaan Dashboard untuk Menampilkan Hasil Detection of Wireless Router Impersonation Yasik, Azhra Aufahadi; Wahidah, Ida; Fardan
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Dalam era konektivitas yang semakin meningkat, keamanan jaringan nirkabel menjadi krusial, terutama dengan munculnya ancaman impersonasi router nirkabel. Penelitian ini bertujuan untuk mendeteksi impersonasi router nirkabel menggunakan algoritma Machine Learning (ML) yang diimplementasikan melalui Feedforward Neural Network (FNN). Data Wi-Fi dikumpulkan menggunakan airodump-ng, diolah dengan model ML, dan hasilnya divisualisasikan melalui dashboard interaktif. Dashboard ini memudahkan pemantauan dan identifikasi Rogue Access Point (RAP), serta Trusted Access Point sehingga memberikan perlindungan lebih terhadap jaringan. Pengujian performa dashboard dilakukan melalui CPU & Memory Usage, serta User Experience Questionnaire (UEQ). Hasil menunjukkan dashboard mampu beroperasi secara efisien dengan beban kerja yang bervariasi dan mendapatkan respon positif dari pengguna dalam aspek daya tarik, kejelasan, dan efisiensi. Kata kunci— Dashboard, Feedforward Neural Network (FNN), Impersonasi router nirkabel, Keamanan jaringan nirkabel, Machine learning, Rogue Access Point (RAP).
Integrasi Sistem untuk Deteksi Peniruan Router Nirkabel Berbasis Machine Learning dengan Optimasi QoS Bachtiar, Nizar Rizqi; Wahidah, Ida; Fardan
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Peniruan router nirkabel merupakan ancaman keamanan yang signifikan dalam jaringan, yang dapat menyebabkan akses tidak sah dan pencurian data. Untuk mengatasi masalah ini, penelitian ini mengembangkan sebuah sistem deteksi berbasis Machine Learning yang terintegrasi untuk mendeteksi upaya peniruan router secara real-time. Selain itu, sistem ini dirancang untuk mengoptimalkan kualitas layanan (QoS) jaringan, sehingga tidak hanya mampu mendeteksi ancaman dengan akurasi tinggi tetapi juga mempertahankan kinerja jaringan yang stabil dan efisien. Hasil uji menunjukkan bahwa sistem ini efektif dalam mendeteksi peniruan sekaligus menjaga QoS pada tingkat yang optimal, menjadikannya solusi yang andal untuk meningkatkan keamanan jaringan tanpa mengorbankan kinerja. Pengujian lebih lanjut menunjukkan bahwa model ini berhasil mendeteksi peniruan dengan akurasi hingga 98.85%, sambil menjaga performa jaringan dengan throughput rata-rata 10240.78 bits/detik, delay 0.22 detik, dan tanpa packet loss. Sistem ini membuktikan bahwa integrasi pembelajaran mesin dengan optimasi QoS dapat meningkatkan keamanan jaringan nirkabel secara efektif. Kata kunci: Deteksi ancaman, Keamanan jaringan, Machine Learning, Optimasi QoS, Peniruan router nirkabel.
Deteksi Peniruan Router Nirkabel dengan Pembelajaran Mesin Ramadhan, Muhammad Hidayah; Wahidah, Ida; Fardan
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Deteksi Rogue Access Point (RAP) penting untuk mencegah serangan Evil Twin Attack (ETA) di lingkungan kampus, seperti di Telkom University. Penelitian ini mengembangkan model Machine Learning (ML) untuk mendeteksi RAP berdasarkan data yang dikumpulkan menggunakan airodump-ng. Data mencakup parameter jaringan seperti Channel, Speed, Privacy, Cipher, Authentication, Power, dan beacons. Data dikumpulkan dengan perangkat TP-Link WN821N. Data digunakan untuk melatih model ML dengan algoritma Feedforward Neural Network (FNN). Kata kunci— Airodump-ng, Evil Twin Attack, Feedforward Neural Network, Machine Learning, Rogue Access Point.
Co-Authors 'Alimuddin, 'Alimuddin Aang Rohyana Aditya Kurniawan Ahmad Internaldo Amanda Nabila Alya Andriyan B. Suksmono Anggara, Wahid Afiq Anna Siwi Ramadhani Asep Mulyana Bachtiar, Nizar Rizqi Bambang Setia Nugroho Bayu Delta, Irgi Dedi Hidayat Desti Madya Saputri Endah Listyasari Fardan Fardan Fardan Firza Ramadhan Gumilar, Ridwan Gusti Ngurah Suardika Jaya Hadian Mandala Putra Hendrawan Hendrawan I Nyoman Apraz Ramatryana Iman Hedi Santoso Josua Cong Yapo M. Faris Ruriawan M. Luthfan Alwafi Maharani Meidyrosha Nursofhia Malik, Arief Abdul Marisa W. Paryasto marwan, iis Muhammad Azka Imaddudin Muhammad Eko Wahyudi prasetyo, hanif prasetyo herlambang Rahmat, Agus Arief Ramadhan, Muhammad Hidayah Ratna Mayasari Regina Acintya Prestiana Mahaeswari Reza Rabbani Rifki Muhammad Harris Rohayati, Nia Rumani Mangkudjaja Selly Purnama Sofia Sa’idah Soraya, Novi Sri Astuti Suhartini Suhartini Tati Latifah R. Mengko Yasik, Azhra Aufahadi Yudha Purwanto