Article Per Year (5 Year)
p-Index From 2020 - 2025
3.416
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknik ITS IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science Proceedings of KNASTIK TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Seminar Nasional Informatika (SEMNASIF) Jurnal Eksplora Informatika Infotekmesin Bubungan Tinggi: Jurnal Pengabdian Masyarakat CITIZEN: Jurnal Ilmiah Mulitidisiplin Indonesia Sewagati
Ary Mazharuddin Shiddiqi
Informatics Department, Institut Teknologi Sepuluh Nopember, Surabaya
Religion Arts Humanities Computer Science & IT Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mechanical Engineering Public Health Social Sciences Other

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

Found 27 Documents
Search

 1   2   3 
Efisiensi Rute Pada Protokol Dynamic Source Routing Menggunakan Path Aware-Short Nuniek Fahriani; Supeno Djanali; Ary Mazharuddin Shiddiqi
Jurnal Eksplora Informatika Vol 2 No 1 (2012): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (780.617 KB)

Abstract

Salah satu protokol routing yang melakukan proses pencarian rute dengan rentan waktu lama adalah dynamic source routing (DSR), terdiri atas dua bagian, route discovery dan route maintenance. Jika mengalami kegagalan link maka akan melakukan route discovery ulang, dan pendekatan yang mungkin adalah optimasi pencarian rute diantara node yang tidak membebani link. Permasalahan optimasi yang ingin dicapai adalah rute paling optimum dengan parameter waktu tempuh yang paling minimal. Karena itu, digunakan perhitungan optimasi rute menggunakan fungsi obyektif. Untuk mendukung informasi optimasi link - link yang menyusun rute digunakan Algoritma Path Aware Short dengan memastikan bahwa link yang akan dilalui dalam kondisi baik (pemilihan beberapa alternatif rute dari back-up rute yang ada). Nilai parameter yang digunakan AVG, NRL, dan PDR. Hasil penelitian menunjukkan ujicoba skenario I nilai optimum AVG untuk 50 node 0.002m/s dan 100 node 0.0051m/s. Nilai optimum NRL untuk 50 node 0.026 dan 100 node 0.0136. Nilai optimum PDR untuk 50 node 78.5801% dan 100 node 81.7333%. Sedangkan hasil ujcoba skenario II nilai optimum AVG untuk 50 node 0.0004m/s dan 100 node 0.0007m/s. Nilai optimum NRL untuk 50 node 0.0112 dan 100 node 0.0058. Nilai optimum PDR untuk 50 node 85.6523%. dan 100 node 98.9327%. Simulasi ujicoba menggunakan Network Simulator 2.30.
Optimization of Access Point Positioning on Wi-Fi Networks Using the K-Means Clustering Method Faiz Ainun Karima; Ary Mazharuddin Shiddiqi
IPTEK The Journal for Technology and Science Vol 33, No 1 (2022)
Publisher : IPTEK, LPPM, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j20882033.v33i1.12402

Abstract

Uneven distribution is a common problem in setting up access points where some areas have many signals colliding with each other and others have no signals at all (blank spots). As a result, proper access point positioning on the WI-FI network is required to optimize the number of access points used and the signal strength received while maintaining the same coverage area's functionality. In this study, signal strength measurement is used to obtain the estimated distance using the Received Signal Strength Indicator (RSSI) method. The server analyzes using the K-Means Clustering algorithm to cluster the observation area. The output of this classification is the mapping of dense regions (traffic) and loose regions to determine the coverage areas of each access point. This approach aims to optimize the placement of access points in terms of their number and specifications.
Pembuatan Website Musyawarah Guru Mata Pelajaran (MGMP) Bahasa Inggris SMA Provinsi Jawa Timur Ary Mazharuddin Shiddiqi; Tohari Ahmad; Bagus Jati Santoso; Hudan Studiawan; Baskoro Adi Pratomo; Radityo Anggoro
Sewagati Vol 7 No 3 (2023)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1698.491 KB) | DOI: 10.12962/j26139960.v7i3.241

Abstract

Internet telah menjadi kebutuhan masyarakat untuk mendapatkan dan menyebarkan informasi sehingga dapat mempercepat proses bisnis yang telah ada sebelumnya. Musyawarah Guru Mata Pelajaran (MGMP) Bahasa Inggris SMA Provinsi Jawa Timur adalah lembaga non-profit yang menaungi guru-guru bahasa inggris tingkat SMA yang membutuhkan sarana untuk berinteraksi dengan anggotanya dan masyarakat. Kebutuhan ini disambut oleh Laboratorium Komputasi Berbasis Jaringan (KBJ) Departemen Teknik Informatika ITS dengan membangun website yang dapat membantu kebutuhan interaksi tersebut. Website ini memiliki tiga tingkat peran yang dapat digunakan untuk mengelola website tersebut yang disesuaikan dengan fungsi-fungsi yang tersedia. Pembagian peran ini dapat meningkatkan efisiensi pengelolaan website dan menjaga keamanan data. Pembangunan website ini bertujuan untuk meningkatkan produktifitas pengurus MGMP Bahasa Inggris Jawa Timur dalam menjalankan tugasnya. Dengan fitur yang dibangun pada website tersebut, MGMP Bahasa Inggris dapat menjangkau anggotanya dan juga menyampaikan program-program dan capaiannya kepada masyarakat umum.
Penggunaan Internet dan Teknologi IoT untuk Meningkatkan Kualitas Pendidikan Ary Mazharuddin Shiddiqi; Royyana Muslim Ijtihadie; Tohari Ahmad; Waskitho Wibisono; Radityo Anggoro; Bagus Jati Santos
Sewagati Vol 4 No 3 (2020)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1048.183 KB)

Abstract

Saat ini, jumlah pengguna Internet di Indonesia adalah sekitar 200 juta, setara ± 65 % jumlah total penduduk. Jumlah ini mungkin akan terus bertambah dari tahun ke tahun. Konsekuensinya, aktivitas kehidupan sangat bergantung kepada Internet, salah satunya adalah dalam menjalankan proses pendidikan. Mengingat besarnya potensi perkembangan tekonologi Internet of Things (IoT), maka sangat diperlukan pengetahuan tentang teknologi tersebut serta bagaimana pemanfaatannya dalam kehidupan sehari-hari. SMPN 53 Surabaya memiliki potensi pengembangan dalam memanfaatkan teknologi IoT, namun membutuhkan pelatihan penggunaannya dalam pendidikan. Untuk itu, Laboratorium Komputasi Berbasis Jaringan di Teknik Informatika ITS berinisiatif untuk memberikan pelatihan tentang teknologi IoT kepada guru-guru di SMPN 53 Surabaya. Materi terkait dengan IoT diberikan secara bertahap dari pengenalan sampai dengan bagaimana penggunaan IoT secara praktis dalam kehidupan sehari-hari. Hasil dari pelatihan menunjukkan bahwa para guru mendapatkan pengetahuan tentang bagaimana menggunakaan IoT dalam pendidikan.
Improved performance of fake account classifiers with percentage overlap features selection Tjahyanto, Aris; Pratama, Rivanda Putra; Shiddiqi, Ary Mazharuddin
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 2: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i2.pp1585-1595

Abstract

Feature selection plays a crucial role in the development of high-performance classification models. We propose an innovative method for detecting fake accounts. This method leverages the percentage overlap technique to refine feature selection. We introduce our technique upon earlier work that showcased the enhanced efficacy of the Naïve Bayesian classifier through dataset normalization. Our study employs a dataset of account profiles sourced from Twitter, which we normalize using the Min-Max method. We analyze the results through a series of comprehensive experiments involving diverse classification algorithms—such as Naïve Bayes, decision tree, k-nearest neighbors (KNN), deep learning, and support vector machines (SVM). Our experimental results demonstrate a 100% accuracy achieved by the SVM and deep learning classifiers. The results are attributed to the percentage overlap technique, which facilitates the identification of four highly informative features. These findings outperform models with more extensive feature sets, underscoring the efficacy of our approach.
Pendekatan Metode Ensemble Learning untuk Deteksi Serangan DDoS menggunakan Soft Voting Classifier Joses, Steven; Quinevera, Stefanie; Mardianto, Ricky; Yulvida, Donata; Shiddiqi, Ary Mazharuddin
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 10, No 1 (2024): Volume 10 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v10i1.73241

Abstract

Serangan Distributed Denial of Service (DDoS) adalah jenis serangan yang kompleks dan sering melibatkan berbagai pola lalu lintas jaringan yang berbeda. Model soft voting classifier dapat menggabungkan hasil dari beberapa model klasifikasi yang berbeda, sehingga meningkatkan kemampuan untuk mendeteksi dan mengatasi serangan DDoS dengan berbagai pola dan skenario yang berbeda. Dengan memanfaatkan model soft voting classifier berdasarkan fitur-fitur yang mendukung, dapat meningkatkan ketahanan sistem terhadap serangan DDoS dengan lebih efektif, mengurangi dampaknya, dan memastikan ketersediaan sumber daya jaringan dan layanan internet bagi pengguna yang mengaksesnya. Data yang digunakan dalam penelitian ini menggunakan dataset DDoS yang diperoleh dari situs kaggle.com. Dataset ini memiliki 23 atribut termasuk satu variabel output dengan jumlah data sebanyak 104.245 record. Dilakukan preprocessing pada dataset kemudian diklasifikasi menggunakan lima model machine learning dan sepuluh ensemble learning method untuk mendapatkan hasil akurasi tertinggi. Hasil pengujian menunjukkan bahwa ensemble method sangat optimal dalam mendeteksi serangan DDoS baik menggunakan fitur berdasarkan Information Gain maupun menggunakan fitur berdasarkan Gain Ratio dibandingkan dengan metode machine learning tunggal.
Enhancing Community Participation in Waste Management Through Waste Banks I. D. A. A Warmadewanthi; Ary Mazharuddin Shiddiqi; Dian Saptarini; Arvina Anggie Kharizma; Nadia Sephia Audina; Bayu Arnel Premdan Afristo
Bubungan Tinggi: Jurnal Pengabdian Masyarakat Vol 6, No 4 (2024)
Publisher : Universitas Lambung Mangkurat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/btjpm.v6i4.10997

Abstract

Mojoroto, as the most populated sub-district in Kediri, has a waste generation rate of 0.66 kg/person/day. This sub-district owns 26 waste bank units across 14 urban villages and actively buys and sells waste. The purpose of community service is to innovate in managing waste recycling in Kediri City by utilizing a digital waste recycling application called Apps4SWAM. Changing to a digital system is expected to simplify the waste recycling process and increase system transparency. The actors involved in this activity are customers and waste bank managers. Six active waste banks in the Mojoroto Sub-district participated in this community service activity. The Apps4SWAM application was developed based on input from all stakeholders who use the application. This application was socialized to the community, especially waste bank customers. A survey was also conducted to determine the community's willingness to manage waste and use this application. Two hundred respondents, consisting of waste bank customers and non-waste bank customers, were surveyed about their waste management behaviour and responses to the waste bank application. The results of this activity show that 80% of waste bank managers use this application to facilitate transactions in the waste bank. Customers also stated that the application system makes recording waste easier and faster, making the financial system more transparent. The increase in waste sales after using the app averaged 153%, and the total number of waste bank customers using the app reached 250. However, obstacles are still faced, ensuring all stakeholders involved in recycling in Kediri can fully switch to using the app for waste recycling activities. The government's readiness to continue this program also needs to be considered, while support from other stakeholders such as collectors and industries is also key. This app can potentially form a waste management network, especially in terms of recycling, in Kediri City.
Pelatihan Deployment Aplikasi Berbasis Website SMK Pawiyatan Surabaya Pratomo, Baskoro Adi; Zaini, Alfa Fakhrur Rizal; Teja, Andika Rahman; Prinandika, Arya Gading; Fadhila, Farah Dhia; Arsyad, Hammuda; Fikriansyah, Irsyad; Al Kanza, Kalyana Putri; Vinorian, Muhammad Ersya; Diani, Nabila A'idah; Pramudya, Rafli Raihan; Ahmad, Tohari; Santoso, Bagus Jati; Studiawan, Hudan; Shiddiqi, Ary Mazharuddin; Alzamzami, Moch. Nafkhan; Anggoro, Radityo; Djanali, Supeno; Ijtihadie, Royyana Muslim; Suadi, Wahyu
Sewagati Vol 8 No 5 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i5.2091

Abstract

Permintaan akan tenaga kerja terampil di bidang pengembangan perangkat lunak dan website terus meningkat seiring dengan pertumbuhan industri teknologi informasi. Di tengah situasi ini, banyak sekolah yang berupaya memenuhi kebutuhan tersebut dengan membuka program-program pendidikan khusus dalam pengembangan perangkat lunak dan website . Salah satu contohnya adalah SMK Pawiyatan Surabaya. Sebagai respons terhadap kondisi ini, kami berencana untuk menyelenggarakan program pelatihan kompetensi yang fokus pada deployment aplikasi berbasis website . Strategi pelaksanaan program ini dirancang secara terstruktur, dimulai dari pembelajaran konsep dasar hingga penerapan praktis deployment aplikasi secara langsung. Selain itu, program ini akan dilengkapi dengan evaluasi progres berkala guna memantau dan meningkatkan pemahaman serta keterampilan peserta sepanjang program berlangsung. Output yang diharapkan dari program ini termasuk laporan kegiatan yang komprehensif, dokumentasi video untuk memperlihatkan tahapan pelaksanaan program, serta berita acara yang mencatat semua aspek terkait program pelatihan ini. Dengan mengimplementasikan program pelatihan kompetensi deployment aplikasi berbasis website ini, SMK Pawiyatan Surabaya diharapkan dapat memberikan kontribusi yang signifikan dalam mempersiapkan generasi muda Indonesia untuk menjadi tenaga kerja yang kompeten dan siap beradaptasi dengan dinamika industri teknologi informasi global.
INCREASING THE ROBUSTNESS OF CLASSIFICATION ALGORITHMS TO QUANTIFY LEAKS THROUGH OPTIMIZATION Shiddiqi, Ary Mazharuddin
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 18, No. 1, January 2020
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (911.082 KB) | DOI: 10.12962/j24068535.v18i1.a841

Abstract

Leaks in water pipeline networks have cost billions of dollars each year. Robust leak quantification (to detect and to localize) methods are needed to minimize the lost. We quantify leaks by classifying their locations using machine learning algorithms, namely Support Vector Machine and C4.5. The algorithms are chosen due to their high performance in classification. We simulate leaks at different positions at different sizes and use the data to train the algorithms. We tune the algorithm by optimizing the algorithms' parameters in the training process. Then, we tested the algorithms' models against real observation data. We also experimented with noisy data, due to sensor inaccuracies, that often happen in real situations. Lastly, we compared the two algorithms to investigate how accurate and robust they localize leaks with noisy data. We found that C4.5 is more robust against noisy data than SVM.
APPLIED MACHINE LEARNING IN LOAD BALANCING Junaidi, Junaidi; Wibowo, Prasetyo; Yuniasri, Dini; Damayanti, Putri; Shiddiqi, Ary Mazharuddin; Pratomo, Baskoro Adi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol. 18, No. 2, July 2020
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v18i2.a940

Abstract

A common way to maintain the quality of service on systems that are growing rapidly is by increasing server specifications or by adding servers. The utility of servers can be balanced with the presence of a load balancer to manage server loads. In this paper, we propose a machine learning algorithm that utilizes server resources CPU and memory to forecast the future of resources server loads. We identify the timespan of forecasting should be long enough to avoid dispatcher's lack of information server distribution at runtime. Additionally, server profile pulling, forecasting server resources, and dispatching should be asynchronous with the request listener of the load balancer to minimize response delay. For production use, we recommend that the load balancer should have friendly user interface to make it easier to be configured, such as adding resources of servers as parameter criteria. We also recommended from beginning to start to save the log data server resources because the more data to process, the more accurate prediction of server load will be.
Co-Authors A. Zainal Abidin Adillion, Ilham Gurat Agung Mustika Rizki, Agung Mustika Al Kanza, Kalyana Putri Alzamzami, Moch. Nafkhan Ano Rangga Rahardika Ardi, Bagaskoro Kuncoro Aris Tjahyanto Arsyad, Hammuda Arvina Anggie Kharizma Azzmi, M. Naufal Bagus Jati Santos Baskoro Adi Pratomo Bayu Arnel Premdan Afristo Bilqis Amaliah Budi Triyono Damayanti, Putri Dedy Yanto Dian Saptarini Diani, Nabila A'idah Dion Devara Aryasatya Emerson Eridiansyah Z Fadhila, Farah Dhia Faiz Ainun Karima Fanani, Muhammad Faisal Faosan Mapa Fikriansyah, Irsyad Henning Titi Ciptaningtyas Henry Pratama Hudan Studiawan I Komang Ari Mogi, I Komang Ari I. D. A. A Warmadewanthi Ikhsan, Gusna Joses, Steven Junaidi Junaidi Mardianto, Ricky Nadia Sephia Audina Nanik Suciati Nuniek Fahriani Nuniek Fahriani, Nuniek Nuralamsyah, Bintang Pradana, Mares Pramudya, Rafli Raihan Pratama, Rivanda Putra Prinandika, Arya Gading Purbawa, Doni Putra Putu Ayu Sinthia A. Quinevera, Stefanie Radityo Anggoro, Radityo Rakhmadany Primananda Royyana M. Ijtihadie Royyana Muslim Ijtihadie Santoso, Bagus Jati Santoso, Bagus Jati Supeno Djanali Teja, Andika Rahman Thooriqoh, Hazna At Tofan, Yoga Ari Tohari Ahmad Ulhaq, Azzam Jihad Victor Hariadi Vinorian, Muhammad Ersya Wahyu Suadi Waskhito Wibisono Waskitho Wibisono Wibowo, Prasetyo Wiratama, Prima Yudhi Purwananto Yuhana, Umi Laili Yulvida, Donata Yuniasri, Dini Zaini, Alfa Fakhrur Rizal