Article Per Year (5 Year)
p-Index From 2021 - 2026
8.238
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi EDUMATIC: Jurnal Pendidikan Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika International Journal of Informatics and Computation Jurnal Informatika Ekonomi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Journal Automation Computer Information System (JACIS) Brilliance: Research of Artificial Intelligence Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Joong-Ki : Jurnal Pengabdian Masyarakat Jurnal Informasi Sains dan Teknologi (ISAINTEK) SMART Management Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Indonesian Research Journal on Education Journal Of Informatics And Busisnes VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Media Akademik (JMA) Joong-Ki Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Modem : Jurnal Informatika dan Sains Teknologi Repeater: Publikasi Teknik Informatika dan Jaringan SISFOTENIKA Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Expert Net: Exploration Journal of Technological Education Trends Joong-Ki Jurnal Rekayasa Teknologi Nusa Putra Jejak digital: Jurnal Ilmiah Multidisiplin Jurnal Cakrawala Akademika
Elkin Rilvani
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 74 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 74 Documents
Search

 3   4   5   6   7 
KEAMANAN SISTEM OPERASI DALAM ERA INTERNET OF THINGS Alfian Saputra, Ricky; Dito Ridwansyah, Rizjky; Alfiana Erlangga, Dafa; Rilvani, Elkin
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12837

Abstract

Kemajuan pesat dalam teknologi informasi dimulai dengan era Internet of Things (IoT), di mana berbagai perangkat fisik terhubung dan berkomunikasi melalui Internet. Meskipun IoT membawa banyak manfaat, termasuk peningkatan efisiensi bisnis, namun IoT juga menimbulkan masalah keamanan utama. Tujuan dari penelitian ini adalah untuk menyelidiki risiko dan ancaman yang dihadapi oleh sistem operasi di lingkungan IoT dan untuk mengusulkan langkah-langkah keamanan yang efektif. Metode penelitian yang digunakan adalah tinjauan pustaka sistematis dan analisis kualitatif terhadap 10 makalah ilmiah tentang topik keamanan IoT dan e-commerce. Hasil survei mengidentifikasi tiga kategori utama ancaman: (1) Serangan siber seperti malware dan DDoS menyumbang 65% insiden keamanan yang dilaporkan, dan (2) kebocoran data pribadi pengguna menyumbang 25% insiden keamanan yang dilaporkan. (3) Kerentanan infrastruktur IoT menyumbang 10% dari masalah yang teridentifikasi. Analisis telah menunjukkan bahwa penerapan enkripsi ujung ke ujung dapat mengurangi risiko pencurian data hingga 80%, sementara penerapan sistem pemantauan waktu nyata dapat mendeteksi dan mencegah 75% serangan siber sebelum kerusakan terjadi. Singkatnya, mengintegrasikan pendekatan keamanan berlapis yang menggabungkan enkripsi data, pemantauan waktu nyata, dan pembaruan sistem rutin telah terbukti efektif dalam melindungi sistem IoT dan meningkatkan kepercayaan pengguna pada platform e-commerce.
Perkembangan Design Language pada Sistem Operasi Windows Abid Lu’ay Raihan Taufik; Rafi Maulana Firdaus; Muhammad Rizky Raka; Elkin Rilvani
Jurnal Cakrawala Akademika Vol. 1 No. 5 (2025): Edisi Februari
Publisher : PT. Pustaka Cendekia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70182/JCA.v1i5.18

Abstract

Penelitian ini mengkaji evolusi design language Sistem Operasi Windows dalam periode satu dekade terakhir, dengan fokus pada transformasi UI/UX dari skeuomorphic design ke flat design hingga fluent design system. Menggunakan metode Systematic Literature Review (SLR), penelitian ini menganalisis berbagai aspek perkembangan desain antarmuka Windows, termasuk dampaknya terhadap pengalaman pengguna. Hasil penelitian menunjukkan bahwa Windows telah berhasil mempertahankan dominasinya sebagai sistem operasi utama sambil terus berinovasi dalam aspek desain antarmuka. Transformasi Windows mencerminkan perubahan signifikan dalam pendekatan desain design language digital, dengan penekanan pada kesederhanaan, efisiensi, dan pengalaman pengguna yang lebih baik. Penelitian ini memberikan pemahaman komprehensif tentang evolusi desain Windows dan implikasinya terhadap perkembangan UI/UX dalam konteks sistem operasi modern.
Performance Optimization on Multi-Core Processors and Windows 11 Kernel Management Putra, Aan Fadillah; Wisnu Ikhwansyah Saputra; Elkin Rilvani
Expert Net: Exploration Journal of Technological Education Trends Vol. 1 No. 2 (2024): Edisi Desember
Publisher : Yayasan Insan Mulia Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59923/expertnet.v1i2.301

Abstract

Multi-core processors have become the primary solution to improve processing performance by dividing tasks across multiple processing cores. This study analyzes the performance of two operating systems with the same hardware. Parameters such as boot time, CPU usage, memory efficiency, and application performance are tested through Pass Mark Performance Test and Geekbench. The method used in this study uses a quantitative approach with an experimental method. This approach was chosen to analyze and measure system performance objectively through controlled testing. The test results include boot time, processor workload distribution, memory efficiency, and application responsiveness. The results show that Windows 11 has a faster boot time, a more even distribution of processor workload, and increased memory efficiency. In addition, virtualization-based security (VBS) makes applications more responsive. Therefore, Windows 11 is the best option for high-performance multicore environments.
Systematic Literature Review: Profiling Mahasiswa Menggunakan Metode Decision Tree Aries Widyantoro; Fiqhy Faradisa Al Bina; Elkin Rilvani
Journal Of Informatics And Busisnes Vol. 3 No. 1 (2025): April - Juni
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v3i1.2819

Abstract

Abstract This study aims to systematically review the application of the Decision Tree method in student profiling activities using the Systematic Literature Review (SLR) approach. By analyzing 15 relevant scholarly articles, this research evaluates the techniques employed, the effectiveness of the Decision Tree method, and the most commonly used algorithms. The findings reveal that Decision Tree is one of the most widely used classification methods in education due to its ability to simplify decision-making processes and produce interpretable models. Algorithms such as ID3, C4.5, CART, and Random Forest are frequently applied in various studies, especially for academic performance prediction, dropout risk assessment, and student potential mapping. This study concludes that Decision Tree is an effective, efficient, and relevant method for supporting educational data analysis and evidence-based decision-making.
Prediksi Penyakit Diabetes Menggunakan Metode KNN dan Naive Bayes Shanti Cahyaningtyas; Siti Yasmin Nurcholifah; Elkin Rilvani
Jejak digital: Jurnal Ilmiah Multidisiplin Vol. 1 No. 5 (2025): SEPTEMBER
Publisher : INDO PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/gfg4fr83

Abstract

Diabetes melitus terjadi ketika masalah metabolisme muncul karena pankreas kurang menghasilkan insulin atau tubuh memakai insulin secara tidak efektif. Dalam penelitian ini, dipakai dua cara, yaitu Naïve Bayes dan KNN. Maksud dari pemakaian dua cara ini adalah mencari tahu cara mana yang paling akurat hasilnya. Selain itu, dua cara ini dipakai juga untuk menggali info dari kumpulan data diabetes melitus yang sudah dipakai. Cara Naïve Bayes adalah salah satu metode mengelompokkan data yang bisa memperkirakan seberapa mungkin suatu kelas terkait. Sementara itu, cara KNN adalah jenis belajar terbimbing yang dipakai untuk mengelompokkan objek baru berdasarkan lingkungan dengan objek yang sudah ada. Dalam penelitian ini, pengelompokan dilakukan dengan memasukkan data ke Jupyter Notebook dan merancang langkahnya, lalu, data akan diolah menggunakan cara KNN dan Naïve Bayes. Tingkat akurasi yang didapat akan berbeda, dengan cara Naïve Bayes memberikan hasil akurasi yang lebih tinggi dari cara KNN.
KLASIFIKASI VOLATILITAS HARGA DAGING AYAM DAN CABE RAWIT MERAH DENGAN DECISION TREE Sukmana Wibowo, Mohamad Hegar; Al Ayubi, Muhammad Din; Rilvani, Elkin
Jurnal Komputer dan Teknologi Vol 4 No 2 (2025): JUKOMTEK JULI 2025
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64626/jukomtek.v4i2.455

Abstract

Price fluctuations of key food commodities such as chicken meat and red bird’s eye chili exhibit significant volatility patterns in Bekasi Regency, impacting consumers, producers, and local government authorities. This study aims to classify the level of price volatility for these two commodities using the Decision Tree C4.5 algorithm. Daily price data for the year 2024 were obtained from the Department of Communication, Informatics, Cryptography, and Statistics of Bekasi Regency, then processed and analyzed using RapidMiner with an 80:20 training-to-testing data ratio. The classification results show that the C4.5 algorithm achieved an accuracy of 93.84% for chicken meat prices and 80.56% for red chili prices. These findings demonstrate the effectiveness of the C4.5 algorithm in recognizing price volatility patterns and its potential in supporting decision-making for regional price monitoring systems and early warning mechanisms for market shocks. This research offers practical contributions to government efforts in price stabilization.
Penerapan E-Health: Meningkatkan Akses Informasi Kesehatan Melalui Teknologi Rilvani, Elkin; Romli, Ikhsan; Surojudin, Nurhadi; Asmoro, Fachrial Banyu
VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Vol. 3 No. 1 (2025): Juni 2025
Publisher : VINICHO MEDIA PUBLISINDO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61946/vidheas.v3i1.116

Abstract

Pelatihan bertajuk "Penerapan E-Health: Meningkatkan Akses Informasi Kesehatan melalui Teknologi" ini diselenggarakan sebagai bentuk pengabdian kepada masyarakat dalam upaya memperkuat literasi digital di bidang kesehatan. Tujuan utama dari kegiatan ini adalah untuk memberikan pemahaman dan keterampilan praktis kepada peserta mengenai penggunaan teknologi informasi dalam mengakses, menyimpan, dan berbagi informasi kesehatan secara efektif dan aman. Melalui pendekatan partisipatif dan metode pembelajaran interaktif, peserta dilatih untuk memanfaatkan platform e-health seperti aplikasi mobile kesehatan, sistem rekam medis elektronik, serta layanan konsultasi daring. Hasil dari pelatihan ini menunjukkan peningkatan pengetahuan peserta tentang e-health, kesadaran akan pentingnya keamanan data kesehatan, dan kemampuan dasar dalam menggunakan aplikasi kesehatan digital. Pelatihan ini diharapkan dapat menjadi langkah awal dalam memperluas adopsi teknologi e-health di masyarakat, sehingga akses terhadap layanan dan informasi kesehatan menjadi lebih inklusif, cepat, dan efisien.
Analisis Sentimen Pada Twitter Mengenai Pemerintahan Prabowo-Gibran menggunakan metode Linear Regression Hizkia Vincent Hrenysa; Roana, Roana; Elkin Rilvani
Journal Of Informatics And Busisnes Vol. 3 No. 2 (2025): Juli - September
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v3i2.3241

Abstract

This study aims to evaluate the performance of a linear regression model in analyzing sentiment in text data in the form of tweets. The dataset used consists of tweets that have undergone text preprocessing, such as removing URLs, mentions, symbols, and numbers, as well as stemming and tokenization. The purpose of this preprocessing is to improve the quality of the feature representation in the form of TF-IDF, which is used as model input. The evaluation was conducted by comparing the model's performance on raw and cleaned data. The evaluation results show that the linear regression model has a Mean Squared Error (MSE) of 0.1597 and an R² Score of -1.2884, indicating that the model is unable to effectively explain data variability. Visualization of the comparison between predicted and actual scores reinforces this finding, indicating that the model struggles to capture the nuances of informal language, irony, and emotional context in tweets. In conclusion, linear regression is not an ideal approach for text-based sentiment analysis, and the use of contextual representation methods such as word embedding or BERT, along with non-linear predictive models, is recommended for more accurate and relevant results.
Perbandingan K-Means dan K-Medoids dalam Segmentasi Pelanggan E-Commerce: System Literature Review Sela, Mosses Ara’al De; Pardede, Debora Hizkhia; Rilvani, Elkin
Indonesian Research Journal on Education Vol. 5 No. 4 (2025): Irje 2025
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v5i4.3236

Abstract

Segmentasi pelanggan merupakan salah satu strategi penting dalam e-commerce untuk memahami perilaku konsumen dan meningkatkan efektivitas pemasaran. Dua algoritma yang sering digunakan dalam segmentasi adalah K-Means dan K-Medoids. Penelitian ini bertujuan untuk melakukan tinjauan sistematis terhadap literatur yang membandingkan performa K-Means dan K-Medoids dalam konteks segmentasi pelanggan e-commerce. Metode systematic literature review (SLR) digunakan dengan mengacu pada protokol pencarian, seleksi, dan analisis dari berbagai sumber ilmiah terindeks selama 5 tahun terakhir. Hasil tinjauan menunjukkan bahwa K-Means unggul dalam efisiensi komputasi dan cocok untuk dataset besar, namun lebih sensitif terhadap Outlier. Sebaliknya, K-Medoids menunjukkan ketahanan lebih tinggi terhadap Outlier dan hasil klaster yang lebih stabil, meskipun dengan beban komputasi yang lebih besar. Pemilihan algoritma yang tepat bergantung pada karakteristik data dan tujuan segmentasi. Studi ini memberikan wawasan penting bagi peneliti dan praktisi dalam menentukan pendekatan segmentasi pelanggan yang paling sesuai dalam lingkungan e-commerce.
Penerapan Metode C4.5 dan K-Nearest Neighbor untuk Klasifikasi Kelulusan Mahasiswa Berdasarkan Data Akademik Dina Amalia Putri; Naza Sefti Prianita; Elkin Rilvani
Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Vol. 3 No. 4 (2025): Juli: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jupiter.v3i4.1032

Abstract

The issue of determining the number of students' graduation times is one of the important indicators in transmitting the quality and effectiveness of the higher education process in universities. The rate of on-time graduation not only impacts accredited institutions, but also becomes a concern for campus management in designing learning strategies and academic guidance. This study aims to apply and compare two classification algorithms in data mining, namely C4.5 and K-Nearest Neighbor KNN, in predicting the accuracy of students' graduation times. Predictions are made based on academic attributes such as Grade Point Average GPA, number of credits that have been achieved, and Semester Grade Point Average IPS as input variables. The method used in this study is Knowledge Discovery in Database KDD which includes data selection, preprocessing, transformation, data mining, and evaluation of results. The study was conducted using the RapidMiner tool, with a dataset of 279 Informatics Study Program students from the 2015 to 2019 intake. The data was classified into two categories: "graduated on time" and "not graduated on time". The test results showed that the KNN algorithm provided better performance compared to C4.5. KNN produced an accuracy of 76.08%, with a precision of 73.11% and a recall of 41.92%. Meanwhile, the C4.5 algorithm produced an accuracy of 73.49%, with a precision of 64.62% and a recall of 41.89%. This difference in accuracy indicates that KNN is more effective in capturing patterns in the data and providing more accurate predictions in this context. Thus, the KNN algorithm can be considered a more optimal method to assist universities in predicting potential student admissions in a timely manner, thus enabling early intervention for students at risk of late graduation. This research also contributes to the development of data mining-based academic decision support systems in higher education.
Co-Authors Abdul Rokim Abid Lu’ay Raihan Taufik Agung Nugroho Ahmad Budi Trisnawan Ahmad Turmudi Zy Al Ayubi, Muhammad Din Aldi Patria Nugraha Alfian Saputra, Ricky Alfiana Erlangga, Dafa Alif Nur Fathlii Amarta Amar Agung Subekti An-nisa Fitriani Andhika Aziz Bachtiar Andi Setyawan Anindha Latiefa Zahra Apik Aminah Aries Widyantoro ARIF SUSILO Arif Susilo Arya Saepul Hakim Asep Muhidin Asep Saepuloh Bagoes Ramadhan Baihaqi Asa’ari Lubis Bayu Nugroho Butsianto, Sufajar Candra Naya Catur Pranomo Dimas Adi Nugraha Dina Amalia Putri Diska Kurnia Azzahra Putra Dito Ridwansyah, Rizjky Dzaky Alaudin Malik Edi Tri Wibowo Edora Erikasari, Vivie Zuliani Ermanto Ermanto Ermanto Fachrial Banyu Asmoro Fadhlurohman Fatikh Navintino Faiza Muhammad Julianto Faqih Irianto Fazri Albadawi Fiqhy Faradisa Al Bina Fitakwim Fitakwim Galih Pangestu Gilar Sumilar Hadi Putra Hardiansyah, Andi Henri Caesar Bimantara Hilman Ihza Amrullah Hizkia Vincent Hrenysa Ikhsan Romli Indry Widiyani Iwan Mulyana Khaerunnisa Isnaeni Lestari Khairunnisa Nasution Lili Fadli Muhamad Ma'ruf Setiadi2 Maharani , Tyanshi Firli Mikael Rivaldo Mochammad Rahmat Faisal Muhamad Daffa Maulana Arrasyid Muhamad Fatchan Muhammad Akmal Ar Rasid Muhammad Albedri MUHAMMAD ARIFIN Muhammad Farhan Fahreza Muhammad Nur Falah Muhammad Rifki Febrianto Muhammad Rizal Mantofani Muhammad Rizky Raka muhidin, asep Muhtajuddin Danny Nabilla Kusuma Wijaya Naya, Candra Naza Sefti Prianita Novant Nanda Pradana Novianto Andi Hardiansyah Nugroho, Agung Nur Hasim Nur Hidayati Nurkholik Safrudin Ovi Marzuki Panji Anwar Sanusi Pardede, Debora Hizkhia Prakoso, Indra Priasnyomo Prima Santoso Putra, Aan Fadillah Rafi Maulana Firdaus Ramadhan Ardi Iman Prakoso Rio Rinto Saki Rizki Fahrizal Rizky Juniarko Taruna Putra Roana, Roana Sela, Mosses Ara’al De Setyawan, Wisnu Shanti Cahyaningtyas Sifa Setiyani Silvi Fara Dita Siswandi, Arif Siti Yasmin Nurcholifah Sukmana Wibowo, Mohamad Hegar Surojudin, Nurhadi Suryadi Putra Suryadi, Dikky Suryana, Syahro Tatia Deswita Anggraeni Taufik Eka Albani Tia Mulyani umah, Nadia tul Weni Purnomo1 Widodo , Edy Wisnu Ikhwansyah Saputra Wisnu Setyawan Yoga Pratama, Evan Yudanto, Faisal Arya Yudha Purnama Putra Zacky Rafian Fawwauzy Zalfa Dewi Zahrani