Article Per Year (5 Year)
p-Index From 2021 - 2026
1.665
P-Index
This Author published in this journals
All Journal Jurnal TIMES Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Manajemen Bisnis dan Kewirausahaan Jurnal Armada Informatika
Priandy Yaputra
STMIK Methodist Binjai
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal TIMES

 1 
ALGORITMA AES UNTUK KEAMANAN DATA DIGITAL BERBASIS WEB DI KANTOR DESA AMAN DAMAI Tania, Mira; Alasi, Tomy Satria; Yap, Riandy
Jurnal TIMES Vol 13 No 2 (2024): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.13.2.2024781

Abstract

Seiring berkembangnya teknologi informasi, keamanan data digital menjadi aspek penting dalam upaya melindungi informasi yang sifatnya sensitif. Penelitian ini bertujuan untuk untuk memahami bagaimana algoritma Advanced Encryption Standard (AES) 128 bit dapat digunakan untuk melindungi data digital di Kantor Desa Aman Damai, serta merancang dan mengembangkan aplikasi berbasis web yang dapat mengamankan data tersebut menggunakan algoritma ini. AES 128 bit merupakan algoritma enkripsi simetris yang dikenal efektif dalam menjaga data agar tidak diakses secara ilegal. Metode penelitian yang digunakan melibatkan analisis teknis dari algoritma AES 128 bit, termasuk enkripsi dan dekripsi. Penelitian ini mengungkap bahwa penerapan algoritma AES 128 bit bisa meningkatkan keamanan data digital dengan baik, mampu melindungi informasi seperti dokumen surat penting. Penelitian ini memberikan kontribusi terhadap pemahaman tentang efektivitas dan penerapan algoritma AES 128 bit dalam aplikasi berbasis web di Kantor Desa Aman Damai.
KLASIFIKASI CITRA MRI PENYAKIT ALZHEIMER MENGGUNAKAN METODE DEEP LEARNING EFFICIENTNET-B0 DAN VGG-19 Tarigan, Irwan Jani; Reza Alamsyah; Riandy Yap; Alasi, Tomi Satria
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025830

Abstract

Penyakit Alzheimer merupakan bentuk paling umum dari demensia yang ditandai dengan penurunan progresif fungsi kognitif, daya ingat, dan perilaku. Deteksi dini Alzheimer menjadi krusial untuk mencegah dampak jangka panjang terhadap kualitas hidup penderita. Penelitian ini bertujuan untuk mengklasifikasikan stadium penyakit Alzheimer berdasarkan citra Magnetic Resonance Imaging (MRI) menggunakan metode deep learning dengan arsitektur EfficientNet-B0 dan VGG-19. Dataset yang digunakan terdiri dari 6.400 citra MRI yang terbagi ke dalam empat kelas: demensia sangat ringan, demensia ringan, demensia sedang, dan kondisi normal. Proses preprocessing meliputi resize, sharpening citra menggunakan kernel 3x3, aktivasi ReLU, serta pooling dengan MaxPooling2D. Data kemudian dibagi menjadi 80% untuk pelatihan, 10% validasi, dan 10% pengujian. Hasil pelatihan menunjukkan bahwa model VGG-19 mampu mencapai akurasi tertinggi sebesar 95%, sementara EfficientNet-B0 mencapai 94%. Evaluasi performa dilakukan menggunakan metrik precision, recall, dan F1-score untuk masing-masing kelas. Berdasarkan hasil tersebut, kedua model menunjukkan performa yang tinggi dalam klasifikasi citra MRI penyakit Alzheimer. Temuan ini menunjukkan bahwa pendekatan deep learning mampu memberikan hasil akurat dan dapat digunakan sebagai alat bantu dalam proses diagnosis dini penyakit Alzheimer secara otomatis.
MITIGASI KOMPREHENSIF SERANGAN DDOS PADA SERVER WEB BERBASIS LINUX MENGGUNAKAN ADVANCED POLICY FIREWALL (APF) DAN TEKNIK PEMBLOKIRAN IP BERLAPIS Alasi, Tomy Satria; Nasution, Suhendri; Yap , Riandy; Tarigan , Irwan Jani; Alamsyah, Reza
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025831

Abstract

Penelitian ini bertujuan untuk menganalisis serangan DDoS dan mengembangkan mekanisme pertahanan menggunakan Advanced Policy Firewall (APF) pada sistem operasi Linux Ubuntu Server. APF bekerja di atas iptables, namun memiliki algoritma yang lebih adaptif dalam menghasilkan aturan firewall secara dinamis serta mampu membedakan antara permintaan normal dan serangan DDoS. Selain itu, APF dilengkapi dengan fitur anti-DDoS yang mampu mengidentifikasi dan memblokir alamat IP penyerang secara otomatis. Hasil penelitian menunjukkan bahwa penggunaan APF efektif dalam meningkatkan keamanan sistem terhadap serangan DDoS. Serangan Distributed Denial of Service (DDoS) merupakan upaya yang dilakukan oleh penyerang untuk mengganggu akses pengguna terhadap sistem atau layanan jaringan dengan membanjiri lalu lintas data (traffic flooding), mengirimkan permintaan layanan secara berlebihan (request flooding), atau mengacaukan komunikasi antara host dan klien. Salah satu bentuk sederhana serangan ini dapat dilakukan dengan perintah "ping" dari banyak perangkat secara bersamaan, yang jika tidak ditangani, dapat menyebabkan penurunan kinerja atau bahkan kegagalan sistem.
Co-Authors Alamsyah, Reza Alasi, Tomi Satria Alasi, Tomy Satria Gaafar Syani Gaol, Delima Lumban Gea, Dandi Sarpinus Halim, Marwa Harry Pratama Figna Indra Sidabutar Indra Sidabutar Irwan Jani Tarigan Lumban Gaol, Uli Lastiur Manik, Alfredo Panondangi Marinus Halawa Nasution, Suhendri Nasution, Suhendri Nasution Piktori Tarigan Piktori Tarigan Reza Alamsyah Semiring, Jakaria Sinurat, Rosmauli Margaret Tania, Mira Tarigan , Irwan Jani