Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Responsif : Riset Sains dan Informatika Simpatik: Jurnal sistem Informasi dan Informatika Journal of Information Technology
Gunawan
Universitas Bina Sarana Informatika
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
ANALISIS PENGGUNAAN FACEBOOK ADS DI KABUPATEN TANGERANG MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL Jasisca Marleftan; Gunawan; Rusda Wajhillah; Dede Wintana; Taufik Hidayatulloh; Satia Suhada
Simpatik: Jurnal Sistem Informasi dan Informatika Vol. 1 No. 1 (2021): Juni 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (369.108 KB) | DOI: 10.31294/simpatik.v1i1.449

Abstract

Perkembangan dunia digital dapat membantu kehidupan manusia dalam segala bidang termasuk peningkatan ekonomi dalam penjualan barang-barang dengan menggunkan media sosial sebagai media promosi penjualan, seperti halnya Facebook Ads, akan tetapi keamanan data pengguna facebook beberapa kali menjadi masalah dan bocor ke public diperjual belikan dan tersebar di internet dan mengakibatkan dampak dan resiko sosial teknologi terhadap privasi dan kesejahteraan para penggunanya, penelitain ini menggunkan model TAM (Technology Acceptance Model) yang mana model TAM ini merupakan salah satu metode yang dapat digunakan untuk mengukur penerimaan teknologi oleh pengguna, yang di dasarkan pada persepsi kemudahan (perceived ease of use) yang bisa mendefinisikan sejauh mana pengguna memiliki keyakinan bahwa sistem tersebut dapat mmemudahkan dari sisi kegunaan (perceived usefulness) dan mendefinisikan sejauh mana system tersebut akan meningkatkan kinerja para penggunanya.
SISTEM INFORMASI PEMESANAN ONLINE WASERDA PADA KOPERASI KOKASSYIFA SUKABUMI Ramdhan Saepul Rohman; Dasya Arief Firmansah; Gunawan; Erni Ermawati
Jurnal Responsif : Riset Sains dan Informatika Vol 5 No 2 (2023): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas Adhirajasa Reswara Sanjaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v5i2.1270

Abstract

Kokasyifa merupakan koperasi swasta yang dimotori oleh beberapa karyawan Rumah Sakit Islam Assyifa Sukabumi. Koperasi ini memiliki mini market warung serba ada (WASERDA). Dalam proses transaksinya masih dilakukan secara manual sehingga proses transaksi pemesanan hanya dapat dilakukan ditempat. Hal ini cukup memakan waktu lama karena pembeli harus antri dengan pembeli lainnya ditambah lagi proses perhitungan total bayar berdasarkan jumlah barang yang dibeli berlangsung cukup lama. Sistem berbasis website dibangun dengan tujuan agar pembeli dapat melakukan pemesanan barang dimanapun dan kapanpun sehingga pembeli hanya cukup membayar barang yang sudah dipesan tanpa perlu memilih barang ditempat serta antri cukup lama karena barang yang dipesan dapat langsung disiapkan oleh petugas di lapangan. Setiap pemesanan yang dilakukan terekap pada halaman tersebut sehingga anggota dapat memantau status pemesanan mereka. Semua pemesanan yang diajukan dapat dipantau secara menyeluruh oleh admin waserda. setiap admin memiliki hak akses penuh dalam mengelola pesanan. admin akan berkordinasi dengan petugas di lapangan untuk mempersiapkan setiap pemesanan barang yang telah dilakukan oleh anggota, jika terdapat informasi yang dirasa harus disampaikan terkait ketersediaan barang maupun hal lainnya admin akan menghubungi anggota melalui nomor whatsapp yang tercantum pada biodata anggota pemesan, selanjutnya pemesanan dapat diambil langsung oleh anggota atau dikirim menggunakan jasa kurir. Website kokasyifa dibangun menggunakan metode pengembangan system Software Development Life Cycle (SDLC) yaitu Waterfall dan metode analisis PIECES yaitu kinerja (Performance), informasi (Information), ekonomi (Economic), kontrol (Control), efisiensi (Efficiency), dan pelayanan (Services) guna mengindentifikasi kelemahan sistem berjalan. Hasil penelitian ini terbukti website kokasyifa menjadi sistem yang baik dan berjalan sesuai harapan.
Optimization of Android Malware Detection Based on Permissions Using LightGBM with Hyperparameter Tuning and Chi-Square Feature Selection Dede Wintana; Satia Suhada; Gunawan
J-INTECH ( Journal of Information and Technology) Vol 14 No 02 (2026): Journal of Information and Technology
Publisher : LPPM Universitas Bhinneka Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/j-intech.v14i02.2306

Abstract

This study aims to develop an efficient Android malware detection framework using the LightGBM algorithm optimized through Chi-Square feature selection and hyperparameter tuning. Although machine learning techniques have been widely applied in Android malware detection, many previous studies primarily focus on classification accuracy while paying limited attention to feature reduction efficiency, computational complexity, and permission-based feature interpretability. Therefore, this study proposes a lightweight permission-based detection framework that integrates Chi-Square feature selection with optimized LightGBM classification to improve detection performance while reducing irrelevant features. The dataset used was obtained from Kaggle and consists of 29,300 Android applications, including 14,630 benign applications and 14,700 malware samples. Each application is represented using 86 binary permission-based features extracted from the AndroidManifest.xml file. The research stages include preprocessing, feature selection, training-testing data splitting, hyperparameter optimization, and model evaluation. Experimental results show that the proposed model achieves an accuracy of 0.96, precision of 0.95, recall of 0.96, F1-score of 0.96, and ROC-AUC of 0.9885. These findings indicate that the proposed framework effectively distinguishes malware from benign applications while maintaining computational efficiency and improving permission-based malware detection interpretability. The novelty of this study lies in the integration of Chi-Square feature selection and Grid Search-optimized LightGBM to develop a lightweight permission-based Android malware detection framework that reduces feature dimensionality while maintaining high detection performance and interpretability.
Co-Authors Dasya Arief Firmansah Dede Wintana Erni Ermawati Jasisca Marleftan Ramdhan Saepul Rohman, Ramdhan Saepul Rusda Wajhillah Satia Suhada, Satia Taufik Hidayatulloh