Article Per Year (5 Year)
p-Index From 2021 - 2026
2.787
P-Index
This Author published in this journals
All Journal JIEET (Journal of Information Engineering and Educational Technology) Journal of Informatics and Computer Science (JINACS)
Agus Prihanto
Universitas Negeri Surabaya
Computer Science & IT Engineering

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

Found 24 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1   2   3 
Penerapan Metode Long Short Term Memory Untuk Klasifikasi Pada Hate Speech Bagus Arief Hamdi Kholifatullah; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 03 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n03.p292-297

Abstract

Hate Speech atau ujaran kebencian merupakan tindakan seseorang atau kelompok dalam bentuk provokasi atau hinaaan kepada seseorang atau kelompok lain dalam berbagai faktor seperti suku, agama, ras, antar golongoan, gender, cacat, warna kulit, kewarganegaraan dan orientasi seksual yang dapat dilakukan dengan berbagai cara. Maka dilakukan penelitian dengan membentuk model pendeteksi Hate Speech menggunakan Metode Long Short Term Memory (LSTM). Metode LSTM merupakan suatu metode Deep Learning yang mampu mengingat informasi dari masa lalu dalam proses pembelajaran modelnya. Pada penelitian ini dataset didapat dari website kaggle dengan jumlah 13170 data. Dimana dataset tersebut dipisah menjadi 2 yaitu data latih dan data validasi dengan rasio perbandingan data latih dan data validasi sebesar 80% : 20%. Hasil pengujian menunjukkan bahwa : 1) Metode LSTM dapat diterapkan pada model untuk proses klasifikasi pada hate speech menggunakan data dari situs kaggle yaitu Indonesian Abusive and Hate Speech. Model yang dibentuk terdiri dari Embedding Layer, LSTM Layer, 2 Dense Layer dengan fungsi aktivasi ReLu, Dropout Layer dan Fully Connected Layer dengan fungsi aktivasi softmax dan fungsi rugi Binary Cross Entropy, 2) Model memiliki peforma terbaik dengan menggunakan 256 neuron LSTM. Akurasi yang diperoleh pada data latih sebesar 86.23% dan akurasi pada data validasi sebesar 87.10% dengan epoch sebanyak 10.
Analisis Perbandingan Algoritma Klasifikasi untuk Penyakit Jantung Jalis Dwi Muthohhar; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 03 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n03.p298-304

Abstract

Penyakit jantung menjadi penyebab tertinggi kematian didunia setelah stroke. Dengan kemajuan teknologi yang sangat pesat mendorong berbagai penelitian untuk mempermudah dalam mendiagnosa penyakit jantung menggunakan klasifikasi machine learning. Model klasifikasi yang digunakan yaitu Decision Tree, Naive Bayes dan Random Forest Classifier. Model Decision Tree menggunakan pohon keputusan, metode Naïve Bayes menggunakan probabilitas disetiap data, sedangkan model Random Forest Classifier menggunakan sekumpulan pohon keputusan yang disatukan. Data yang digunakan adalah Heart Attack Analysis & Prediction Dataset diambil dari Kaggle. Penelitian ini bertujuan untuk medapatkan model yang terbaik untuk mengklasifikasikan data penyakit jantung dari ketiga model tersebut. Untuk mendapatkan model yang terbaik penelitian ini melakukan cross validation pada setiap model machine learning. Dari hasil cross validation didapatkan adanya overfiting pada setiap model. Untuk mengatasi overfiting peneliti melakukan fine tuning pada setiap model dengan parameter F1-Score. Berdasarkan rata-rata hasil pengujian model decision tree menggunakan evaluasi random search mendapatkan nilai 0.844 dan grid search 0.84. Kemudian hasil pengujian model naïve bayes tidak ada perbedaan antara evaluasi menggunakan random search maupun grid search yaitu sebesar 0.85. Selanjutnya hasil pengujian model random forest classifier menggunakan evaluasi random search mendapatkan nilai 0.852 dan grid search 0.868. Dengan demikian dapat dilihat dari hasil pengujian bahwa model random forest classifier merupakan model terbaik dalam mengklasifikasi penyakit jantung baik itu menggunakan hyperparamter tuning grid search.
Perancangan Voice Over Internet Protocol Menggunakan VPN Gateway-To-Gateway Berbasis Server Septian Wahyu Tricahya; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n04.p351-361

Abstract

Abstrak — Keamanan jaringan komunikasi menjadi hal yang perlu diperhatikan di zaman yang sudah serba digital seperti sekarang ini. Banyak aktivitas yang membutuhkan internet sebagai media komunikasi, salah satunya adalah komunikasi untuk kepentingan proses bisnis dalam sebuah perusahaan. Umumnya perusahaan menggunakan jaringan komunikasi dari layanan pihak ketiga yang berpotensi terhadap serangan siber. Ada banyak penyedia layanan komunikasi yang dapat membantu bisnis perusahaan, akan tetapi penyedia layanan tersebut masih memiliki potensi terjadinya serangan siber. Untuk mengatasi hal ini, penggunaan VoIP (Voice Over Internet Protocol) dapat menjadi solusi yang tepat untuk meminimalisir terjadinya serangan siber dalam komunikasi bisnis perusahaan. VoIP dapat dimanfaatkan untuk melakukan panggilan telepon serta panggilan video. Hal ini membantu perusahaan agar tetap terhubung dalam kepentingan bisnisnya. Akan tetapi, penggunaan VoIP masih memiliki kerentanan terhadap serangan siber, salah satu serangan yang dapat terjadi adalah penyadapan atau sniffing. Maka, perlu adanya teknologi pengaman pada jaringan yang digunakan perusahaan ketika memilih menggunakan teknologi VoIP. Untuk mengatasi hal ini, penulis akan menggunakan VPN Point-to-Point Tunneling, sehingga VoIP akan berjalan di dalam tunnel yang telah dibuat. Hal ini akan meningkatkan keamanan komunikasi perusahaan, bahkan ISP (Internet Service Provider) yang digunakan perusahaan tidak akan mengetahui VoIP di dalam VPN yang digunakan. Dengan adanya gagasan ini, peneliti menciptakan suatu rancangan komunikasi VoIP beserta pengamanan melalui sisi jaringan dengan memanfaatkan VPN Gateway-To-Gateway dengan tingkat keamanan lebih tinggi serta biaya yang lebih terjangkau. Kata Kunci — Voice Over, VoIP, VPN, Gateway-To-Gateway, Server
Sistem Pencatatan Data Alat Ukur Tinggi Badan Berbasis Internet Of Things Ajeng Alifatus Safira Misbach; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n04.p469-478

Abstract

Penelitian ini menghasilkan sebuah alat pengukur tinggi badan berbasis Internet of Things (IoT) yang dilengkapi dengan sensor ultrasonik. Alat ini dirancang untuk membantu petugas kesehatan dalam melakukan pengukuran tinggi badan pasien secara efisien dan tepat. Dengan kemampuan terintegrasi dengan IoT, data hasil pengukuran dapat langsung diakses melalui aplikasi di smartphone Android, memudahkan pemantauan dan pengelolaan data. Hasil penelitian menunjukkan bahwa alat ini memberikan selisih rata-rata sebesar 0,8% dibandingkan pengukuran manual, menunjukkan tingkat keakuratan yang tinggi. Selain itu, alat ini juga memiliki waktu deteksi objek yang cepat, memungkinkan pengukuran tinggi badan dilakukan dengan efisien dalam Medical Check Up (MCU). Dengan inovasi ini, alat pengukur tinggi badan berbasis IoT memberikan solusi yang efektif untuk meningkatkan proses pengukuran dan pemantauan kesehatan pasien.
Co-Authors Aditya Prapanca Agitiya Dwi Hendrata Ajeng Alifatus Safira Misbach Aji Ridwan Syah Aldi Bariqi Ananda Adhe Suqma Anita Qoiriah Bagus Arief Hamdi Kholifatullah Dedy Rahman Prehanto Defta Pradana Yuana Farid Fajar Shodiq Fino Ardiansyah Prayudi Hanif Afrizal Hanik Badriyah Hidayati,* Mohammad Hasan Machfoed,* Kuntoro,** Soetojo,*** Budi Santoso,**** Suroto,***** Budi Utomo****** Hapsari Peni Agustin Tjahyaningtijas Jalis Dwi Muthohhar Kevin Kurniawan Krisna Bayu Aditya Nurcahyo Mochamad Dimas Erlangga Mokhamad Wildan Marzuqon Muhammad Arief Rahman Ismansyah Putra Naim Rochmawati Nissa Cahyaningtyas Safitri Nonik Indahwati Rahadian Bisma Ridho Wahyudi Rachmadtullah Septian Wahyu Tricahya Sulistiyorini Sulistiyorini Umar Faruk Wahyu Ari Yuliono Wiyli Yustanti YUNI YAMASARI Zaim Nabil Alif Tirta Putra