Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi
Andi Novianto
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengaruh Penerapan Media Pembelajaran Moodle Terhadap Motivasi Belajar Siswa XII TKJB SMKN 2 Surakarta Pada Kompetensi Mengadministrasi Server Jaringan Tahun Pelajaran 2015/2016 Andi Novianto
Jurnal DutaCom Vol 11 No 1
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (307.407 KB)

Abstract

Penelitian ini dilakukan untuk memperoleh data tentang pengaruh penerapan sistem media pembelajaran berbasis Moodle terhadap motivasi belajar siswa Kelas XII TKJB SMK Negeri 2 Surakarta pada kompetensi Mengadministrasi Server Jaringan. Sistem pengambilan mengacu pada teknik Research and Development (R&D) yang terdiri dari 7 (tujuh) tahap yaitu tahap potensi masalah, tahap pengumpulan data, tahap desain produk, tahap validasi desain, tahap revisi produk, tahap uji coba produk, tahap analisa dan pelaporan. Pengukuran peningkatan motivasi belajar diperoleh dengan melakukan survei dan kuisioner yang terintegrasi dalam sistem Moodle, di mana siswa memberikan pendapatnya yang meliputi tentang fitur konten, penyajian informasi dan penggunaan bahasa terhadap media pembelajaran Moodle. Selain itu, keberhasilan penerapan media pembelajaran Moodle dapat dilihat dari peningkatan prestasi belajar siswa dibandingkan dengan kondisi sebelum diterapkan. Dari hasil penelitian, menghasilkan informasi bahwa 88,16% siswa merespon dan menyukai Moodle (fitur konten, penyajian informasi dan penggunaan bahasa) yang memberikan pengaruh terhadap peningkatan hasil prestasi belajar siswa yang ditandai dengan terjadinya penurunan 20% siswa yang belum mencapai nilai KKM menjadi 7%. Kata kunci: Moodle, KKM, Motivasi Belajar, e-learning
Deteksi Malware Adversarial pada Jaringan IoT: Tinjauan Sistematis Model AI dan Strategi Serangan Andi Novianto
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5128

Abstract

Berkembangnya teknik serangan adversarial malware yang dapat mengelabui sistem AI berbasis DL dan ML telah menarik perhatian para peneliti untuk melakukan pemodelan pengujian serangan terhadap target sistem deteksi malware. Sering kali file malware dianggap sebagai file benign akibat kesalahan deteksi akibat manipulasi data yang dilakukan oleh malware untuk melindungi dirinya. Studi ini menggunakan metodologi tinjauan sistematis terhadap 34 artikel penelitian yang telah difilter berdasarkan aspek inclusion yang secara khusus membahas bagaimana serangan adversarial malware pada jaringan IoT itu dapat dideteksi oleh sistem AI. Tujuan SLR ini adalah menentukan kecenderungan penggunaan jenis AI dalam membangun sistem deteksi malware, memetakan penggunaan algoritma untuk setiap AI, model serangan adversarial malware hingga teknik pengujian yang relevan terhadap metode serangan adversarial tersebut. Hasil kajian ini memperlihatkan bahwa, metode DL dengan algoritma CNN lebih sering dipergunakan untuk membangun sistem deteksi malware secara efektif dibandingkan ML yang dirasakan tidak mampu mengenali jenis varian baru malware. Sedangkan pemodelan serangan cenderung menggunakan metode White Box Based Attacks yang didukung teknik pengujian berbasis Hybrid pada DL.
Co-Authors