Article Per Year (5 Year)
p-Index From 2021 - 2026
3.615
P-Index
This Author published in this journals
All Journal The Indonesian Journal of Business Administration Jurnas Nasional Teknologi dan Sistem Informasi Sistemasi: Jurnal Sistem Informasi Journal of Applied Geospatial Information Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Eksplora Informatika Techne : Jurnal Ilmiah Elektroteknika EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Advance Sustainable Science, Engineering and Technology (ASSET) ProBisnis : Jurnal Manajemen Jurnal Minfo Polgan (JMP) Community: Jurnal Pengabdian Pada Masyarakat Jurnal Pustaka Dianmas
Adhitya Nugraha
Sistem Informasi Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Eksplora Informatika

 1 
Optimasi Logistic Regression untuk Deteksi Serangan DoS pada Keamanan IoT Primadya, Nauval Dwi; Nugraha, Adhitya; Luthfiarta, Ardytha; Fahrezi, Sahrul Yudha
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.1065

Abstract

Keamanan perangkat Internet of Things (IoT) merupakan prioritas utama karena potensi risiko kerusakan perangkat dan kebocoran data yang dapat berdampak serius. Perangkat IoT telah membawa manfaat signifikan ke berbagai sektor, seperti kesehatan, transportasi, dan industri, namun tingkat serangan terhadapnya terus meningkat. Dalam mengatasi tantangan ini, pendekatan machine learning digunakan dengan memanfaatkan dataset CIC IOT ATTACKS 2023 dari University of New Brunswick. Untuk menghasilkan data yang berkualitas, dilakukan random undersampling untuk mengatasi ketidakseimbangan data, dan seleksi fitur menggunakan Recursive Feature Elimination untuk mendapatkan fitur terbaik. Pemilihan Logistic Regression sebagai algoritma pemodelan dipilih dengan pertimbangan yang matang. Logistic Regression dipilih karena kemampuannya memberikan interpretasi yang jelas terhadap kontribusi relatif setiap fitur terhadap prediksi keamanan perangkat IoT. Selain itu, model ini efisien secara komputasional, mengatasi ketidakseimbangan data, dan tahan terhadap overfitting, yang semuanya merupakan faktor krusial dalam konteks keamanan IoT. Hasil penelitian menunjukkan bahwa penggunaan Logistic Regression bersamaan dengan seleksi fitur memberikan tingkat akurasi tertinggi mencapai 97%, dengan waktu pemrosesan yang efisien sekitar 11 detik. Dari hasil ini, dapat disimpulkan bahwa kombinasi teknik random undersampling dan seleksi fitur menggunakan Recursive Feature Elimination secara positif memengaruhi akurasi pada model Logistic Regression, menjadikannya pilihan yang sesuai untuk meningkatkan keamanan perangkat IoT.
Optimasi Logistic Regression untuk Deteksi Serangan DoS pada Keamanan IoT Primadya, Nauval Dwi; Nugraha, Adhitya; Luthfiarta, Ardytha; Fahrezi, Sahrul Yudha
Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.1065

Abstract

Keamanan perangkat Internet of Things (IoT) merupakan prioritas utama karena potensi risiko kerusakan perangkat dan kebocoran data yang dapat berdampak serius. Perangkat IoT telah membawa manfaat signifikan ke berbagai sektor, seperti kesehatan, transportasi, dan industri, namun tingkat serangan terhadapnya terus meningkat. Dalam mengatasi tantangan ini, pendekatan machine learning digunakan dengan memanfaatkan dataset CIC IOT ATTACKS 2023 dari University of New Brunswick. Untuk menghasilkan data yang berkualitas, dilakukan random undersampling untuk mengatasi ketidakseimbangan data, dan seleksi fitur menggunakan Recursive Feature Elimination untuk mendapatkan fitur terbaik. Pemilihan Logistic Regression sebagai algoritma pemodelan dipilih dengan pertimbangan yang matang. Logistic Regression dipilih karena kemampuannya memberikan interpretasi yang jelas terhadap kontribusi relatif setiap fitur terhadap prediksi keamanan perangkat IoT. Selain itu, model ini efisien secara komputasional, mengatasi ketidakseimbangan data, dan tahan terhadap overfitting, yang semuanya merupakan faktor krusial dalam konteks keamanan IoT. Hasil penelitian menunjukkan bahwa penggunaan Logistic Regression bersamaan dengan seleksi fitur memberikan tingkat akurasi tertinggi mencapai 97%, dengan waktu pemrosesan yang efisien sekitar 11 detik. Dari hasil ini, dapat disimpulkan bahwa kombinasi teknik random undersampling dan seleksi fitur menggunakan Recursive Feature Elimination secara positif memengaruhi akurasi pada model Logistic Regression, menjadikannya pilihan yang sesuai untuk meningkatkan keamanan perangkat IoT.
Co-Authors Abu Salam Amanda, Nabila Rizka Anggraeni, Windi Ardianti, Sela Ardytha Luthfiarta Ariel Immanuel Prayogo Ariyatmoko, Sri Asmayanti, Deti Astuti, Yani Parti Cahya, Leno Dwi Clivoniari, Kartika Ajeng Dewi Agustini Santoso Dheo Rimbano Dwi Larso Dzaki, Muhammad Hafizh Egia Rosi Subhiyakto, Egia Rosi Erick Irawadi Alwi, Erick Irawadi Erwin Yudi Hidayat Fahrezi, Sahrul Fahrezi Fahrezi, Sahrul Yudha Fahri Firdausillah Farandi, Muhammad Naufal Erza Fatoni, Efsilon K. A. Fauzyah, Zahrah Asri Nur Firmansyah, Gustian Angga Gaffar, Andi Widya Mufila Ganiswari, Syuhra Putri Gustian, Dinda Aulia Hafiizhudin, Lutfi Azis Harun Al Azies Heribertus Himawan Herman Susilo Huda, Alam Muhammad Idayati, Irma Ifan Rizqa Ika Novita Dewi Imam Muttaqin, Almas Najiib Joshua Calvin Kurniawan Krisna, Julius Immanuel Theo Kurniawan, Joshua Calvin Md. Mahadi Hasan, Md. Mahadi Miftahussilmi, Ray Ikhsandri Mulyana, Yudha Mumtaz, Najma Amira Murti, Ratih Wahyu Muttaqin, Almas Najiib Imam Nawir, Hastrini Nisa, Laila Rahmatin Novandian, Yohanes Deny Novanto , Fandy Novanto , The, Fandy Octaviani, Dhita Aulia Palemba, Hasan Pangestu, Aditya Gilang Paramita, Cinantya Pettalolo, Andy Nurul Yunita Prayogo , Ariel Immanuel Primadya, Nauval Dwi Rachmad Hidayatullah, Rachmad Risvan, Risvan Riyanto, Azizu Ahmad Rozaki Rumita, Dea Salsabila, Pramesya Mutia Setiawan, Dicky setiawan, nabila putri Sri Winarno Sugiyanto - Sundari Sundari Syarifah, Ulima Muna T. Sutojo The, Fandy Novanto Wulandari, Kang Andini Wulandari, Kang, Andini Zarifa, Yasmine