Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis dan Pengujian Celah Keamanan pada Website DIV Teknik Informatika Politeknik Harapan Bersama Dega Surono Wibowo; Ardi Susanto; Khibar Pusaka
JURNAL PILAR TEKNOLOGI Jurnal Ilmiah Ilmu Ilmu Teknik Vol. 7 No. 1 (2022): JURNAL PILAR TEKNOLOGI
Publisher : LPPM Universitas Merdeka Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33319/piltek.v7i1.114

Abstract

Dewasa ini halaman web merupakan salah satu media informasi modern yang berkembang pesat. Halaman web dibuat tidak hanya dari sisi desain dan informasi apa saja yang bisa disajikan, akan tetapi harus melihat dari aspek keamanannya juga. Karena keamanan halaman web merupakan hal yang sangat penting, jebutuhan tentang keamanan halaman web muncul untuk melindungi data dan informasi yang ada didalamnya. Metode yang digunakan untuk pengujian keamanan halaman web ini menggunakan tools yang berupa perangkat lunak dan dengan cara-cara tertentu untuk menguji keamanan halaman web. Sedangkan untuk melakukan analisis keamanannya juga digunakan tools yang serupa. Dengan demikian target khusus pada penelitian ini adalah seberapa rentan halaman web dari Program Studi DIV Teknik Informatika Politeknik Harapan Bersama dan dengan cara apa sajakah yang memungkinkan untuk menutup celah keamanan tersebut.
Elite-Refined Genetic Algorithm with Hill Climbing Local Search for University Course Scheduling Heru Purnomo Kurniawan; Lia Farhatuaini; Nurul Bahiyah; Ardi Susanto; Muhammad Iszul Wilsa; Gina Khayatun Nufus
Jurnal Sistem Cerdas Vol. 8 No. 3 (2025): In progress (December)
Publisher : APIC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37396/jsc.v8i3.584

Abstract

Abstract— This paper proposes a hybrid optimization approach combining Genetic Algorithm (GA) and Hill Climbing (HC) to address the university course scheduling problem in the Informatics Study Program at Universitas Islam Negeri Siber Syekh Nurjati Cirebon. The hybrid GA-HC model integrates GA’s global exploration capability with HC's local refinement strategy to minimize hard and soft constraint violations while achieving balanced timetables. The dataset includes 56 course classes, 18 lecturers, and three rooms, with scheduling over five working days and 11 time slots per day. Experimental results demonstrate that GA-HC outperforms pure GA and pure HC in convergence speed, average fitness, and stability of feasible solutions. Parameter tuning analysis further shows that moderate mutation rates and limited HC iterations yield optimal trade-offs between runtime and solution quality. The proposed hybrid framework effectively enhances convergence, reduces conflicts, and improves overall timetable quality, confirming its robustness for large-scale academic scheduling problems.