Article Per Year (5 Year)
p-Index From 2021 - 2026
6.309
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Journal of Applied Geospatial Information Jurnal Informatika dan Multimedia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Sains dan Informatika INOVTEK Polbeng - Seri Informatika Matrix : Jurnal Manajemen Teknologi dan Informatika Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat Jurnal ABDINUS : Jurnal Pengabdian Nusantara Prosiding Conference on Research and Community Services Journal Automation Computer Information System (JACIS) International Journal Software Engineering and Computer Science (IJSECS) Jurnal Pengabdian pada Masyarakat Ilmu Pengetahuan dan Teknologi Terintegrasi MATRIX : JURNAL MANAJEMEN TEKNOLOGI DAN INFORMATIKA JOMPA ABDI: Jurnal Pengabdian Masyarakat Jurnal Informatika dan Multimedia Jurnal ELTEK Journal of Applied Business and Technology International Journal of Entrepreneurship, Business, and Creative Economy International Journal of Multidisciplinary Sciences and Arts Journal of Artificial Intelligence and Digital Business Information Technology Education Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Informatika Polinema (JIP) Journal of Information Technology and Cyber Security Jurnal Pengabdian Kepada Masyarakat KOPEMAS
Toga Aldila Cinderatama
Politeknik Negeri Malang
Humanities Automotive Engineering 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 Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Transportation Other

Published : 53 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 53 Documents
Search

 2   3   4   5   6 
Heuristic Adaptive Weighted Decision untuk Task Offloading pada Edge–Fog IoT Amrullah, Ata; Cinderatama, Toga Aldila; Ardiansyah, Mohammad Rifqi Dwi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6460

Abstract

Pertumbuhan pesat Internet of Things (IoT) mendorong peningkatan jumlah perangkat dan volume data yang harus diproses secara real-time dengan batasan latensi yang ketat. Ketergantungan penuh pada cloud computing sering kali kurang efisien akibat keterbatasan bandwidth, jarak geografis, dan fluktuasi kondisi jaringan. Untuk mengatasi permasalahan tersebut, paradigma edge–fog computing diperkenalkan dengan mendekatkan sumber daya komputasi ke pengguna akhir. Namun, keterbatasan kapasitas komputasi dan panjang antrean pada node edge dan fog menjadikan penentuan strategi task offloading sebagai isu krusial dalam menjaga kualitas layanan IoT, khususnya pada aplikasi yang sensitif terhadap keterlambatan respons. Penelitian ini mengusulkan metode Heuristic Adaptive Weighted Decision (HAWD) untuk task offloading pada arsitektur edge–fog IoT. Metode yang diusulkan menentukan node tujuan eksekusi task berdasarkan kombinasi beberapa parameter sistem, yaitu latensi end-to-end, utilisasi CPU, dan panjang antrean, dengan bobot keputusan yang disesuaikan secara adaptif mengikuti kondisi beban sistem. Pendekatan ini dirancang bersifat ringan dan tidak memerlukan proses pelatihan model, sehingga sesuai untuk lingkungan edge–fog dengan sumber daya terbatas. Evaluasi kinerja metode HAWD dilakukan melalui simulasi pada skenario smart healthcare dan dibandingkan dengan pendekatan baseline static latency-only. Hasil simulasi menunjukkan bahwa metode HAWD mampu menurunkan latensi end-to-end rata-rata sebesar 18–25% serta menghasilkan distribusi beban yang lebih stabil pada node edge–fog, terutama pada kondisi beban sistem tinggi. Temuan ini menunjukkan bahwa pendekatan offloading berbasis multi-kriteria adaptif lebih efektif dalam mendukung layanan IoT real-time dibandingkan strategi statis konvensional.
Pengembangan Aplikasi Web Machine Learning Berbasis Web untuk Server Pendeteksi Malware Android Riswanda Al Farisi; Rinanza Zulmy Alhamri; Toga Aldila Cinderatama; Kunti Eliyen
Jurnal Informatika Polinema Vol. 12 No. 3 (2026): Vol. 12 No. 3 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i3.9504

Abstract

Meningkatnya jumlah perangkat Android berbanding lurus dengan meningkatknya ancaman malware pada sistem Android. Peningkatan jumlah malware pada sistem Android saat ini menuntut solusi berupa sistem deteksi malware yang andal. Beberapa penelitian sebelumnya telah melakukan analisis statis dalam mendeteksi malware Android menggunakan Machine Learning (ML) yang fokus pada perbandingan dan peningkatan akurasi. Namun sampai saat ini belum ada penelitian yang mengembangkan antarmuka server ML sebagai wadah operasional yang efektuf untuk mendeteksi ini, khususnya yang memanfaatkan analisis system calls. Penelitian ini bertujuan untuk mengembangkan aplikasi server Machine Learning untuk mendeteksi malware Android berbasis web menggunakan framework Django. Penelitian ini melibatkan tahapan pengembangan perangkat lunak dengan metode Waterfall meliputi studi literatur, analisis, perancangan, implementasi, dan pengujian. Untuk memvalidasi operasional sistem, dilakukan pengujian fungsional dengan pendekatan Black-Box Testing. Metode black-box digunakan untuk memastikan setiap fitur bekerja sesuai spesifikasi dari perspektif pengguna. Sistem ini menyediakan fungsi bagi administrator, meliputi: otentikasi pengguna (termasuk reset password), aktivasi deteksi menggunakan klasifikasi, pencarian data, klasifikasi otomatis, dan visualisasi statistik data melalui grafik batang. Hasil pengujian fungsional sistem dengan pendekatan black-box testing menunjukkan bahwa sistem web berhasil melakukan deteksi malware pada Android melalui klasifikasi otomatis yang diterapkan menggunakan ML. Semua fungsi utama sistem berjalan dengan valid dan efektif, serta berhasil memenuhi seluruh kebutuhan fungsional yang telah didefinisikan.
AutoClusterAPI: A Lightweight Backend Framework for Automated Unsupervised Clustering Pipelines Yoppy Yunhasnawa; Atif Windawati; Toga Aldila Cinderatama; Moch. Zawaruddin Abdullah; Elok Nur Hamdana
International Journal Software Engineering and Computer Science (IJSECS) Vol. 6 No. 1 (2026): APRIL 2026
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET) - Lembaga KITA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v6i1.5997

Abstract

This study presents AutoClusterAPI, a lightweight and extensible backend system designed to simplify and accelerate unsupervised clustering workflows. The system addresses a recurring problem in data analysis practice: many practitioners need rapid clustering capabilities but lack the programming or statistical background required to build complete pipelines from scratch. AutoClusterAPI provides an automated, endpoint-driven solution that allows users to perform every stage of clustering — from data loading and cleaning to feature preparation, algorithm execution, profiling, and visualization — through standard HTTP requests. The system is built using Python and the FastAPI web framework, supports eight clustering algorithms, and includes automated preprocessing alongside PCA-based visualization. Functional testing confirms that all endpoints behave correctly under both valid and invalid inputs, establishing the reliability of the system. A case study using a customer segmentation dataset further demonstrates its practical utility, showing that AutoClusterAPI can efficiently generate meaningful cluster structures and interpretable visual outputs. The system offers an accessible yet configurable environment for rapid clustering analysis and establishes a basis for future extensions and real-world deployment.
Co-Authors Abidatul Izzah Agustono Heriadi Agustono Heriadi Agustono Heriadi, Agustono Ahmad Athoillah Saifi Amini, Julia Intan Andika Kurnia Adi Pradana Ardiansyah, Mohammad Rifqi Dwi Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta Ashafidz Fauzan Dianta, Ashafidz Fauzan Asmoro, Wiwiek Kusumaning Astiningrum, Mungki Ata Amrullah Atif Windawati Atik Tri Andari Atik Tri Andari, Atik Tri Atiqah Nurul Asri Ayundyayasti, Prima Benni Agung Nugroho Benni Agung Nugroho Benni Agung Nugroho Benni Agung Nugroho Benni Agung Nugroho, Benni Agung Budiprasetyo, Gunawan Candra Bella Vista Devianti, Meryta Dewi, Isyana Wikrama Dharma Tungga Dina Yeni Martia Dion Yanuarmawan Eka Apriani, Meyti Eliyen, Kunti Ellya Nurfarida Ellya Nurfarida, Ellya Elok Nur Hamdana Elok Nur Hamdana Fadelis Sukya Fadelis Sukya Fadelis Sukya, Fadelis Fajria, Rola Nurul Fariez Ilham Alviansyah Fery Sofian Efendi Fery Sofian Efendi Fery Sofian Efendi Fery Sofian Efendi Fery Sofian Efendi Fery Sofian Efendi Fery Sofian Effendi Fery Sofian Effendi fitria nur hamidah Fitria Nur Hamidah, Fitria Nur Gunawan Budiprasetyo Hadi Rahmad Hamdani Arif Hendrawan, Muhammad Afif Irfin Sandra Asti Junaedi Adi Prasetyo Kenneth Pinandhito Kunti Eliyen Kunti Eliyen Maskur, M Moch Zawaruddin Abdullah Nugraha, Girindra Fajar Nugroho , Benni Agung Putranti, Eti Rahmad Aliy Cagar Wahyu Aji Ratna Widyastuti, Ratna Renaldi, Rasyed Rinanza Zulmy Alhamri, Rinanza Zulmy Riswan Eko Wahyu Susanto Riswan Eko Wahyu Susanto, Riswan Eko Wahyu Riswanda Al Farisi Rudy Ariyanto Setianingsih, Novie Astuti Sofian Efendi, Fery Trisha Alfandi Wahyu, Mujahid Windawati, Atif Yan Watequlis Syaifudin Yanuarmawan, Dion Yohan Bakhtiar Yoppy Yunhasnawa Yuri Arianto Yuri Ariyanto Zulmy Alhamri, Rinanza