Article Per Year (5 Year)
p-Index From 2021 - 2026
2.727
P-Index
This Author published in this journals
All Journal BUDGETING : Journal of Business, Management and Accounting International Journal Software Engineering and Computer Science (IJSECS) Jurnal Minfo Polgan (JMP) Jurnal Sistim Informasi dan Teknologi JIPITI: Jurnal Pengabdian kepada Masyarakat
Cut Susan Octiva
Universitas Amir Hamzah
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Penggunaan Teknik Data Mining untuk Analisis Perilaku Pengguna pada Media Sosial Cut Susan Octiva; T. Irfan Fajri; Emma Budi Sulistiarini; Suharjo Suharjo; Uli Wildan Nuryanto
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13936

Abstract

Metode data mining digunakan dalam penelitian ini untuk menganalisis perilaku pengguna media sosial. Media sosial, yang menghasilkan volume data yang besar dan beragam, telah menjadi platform utama bagi individu untuk berinteraksi dan berbagi informasi. Penelitian ini berfokus pada mengekstraksi pola-pola tersembunyi dan memahami perilaku pengguna yang kompleks dengan menggunakan teknik data mining. Data dikumpulkan dari platform media sosial, diproses sebelum menggunakannya, dan digunakan algoritma pemrosesan data seperti clustering, association rule mining, dan analisis sentimen. Hasil penelitian menunjukkan bahwa metode data mining dapat mendeteksi pola perilaku pengguna yang berbeda, seperti preferensi konten, pola interaksi sosial, dan kecenderungan temporal. Mining aturan asosiasi menemukan hubungan antaraktivitas pengguna, sedangkan clustering mengelompokkan pengguna berdasarkan kesamaan perilaku. Analisis sentimen memberikan pemahaman tentang bagaimana pengguna melihat dan merasakan sesuatu. Hasil ini dapat digunakan untuk berbagai aplikasi praktis, seperti strategi pemasaran yang lebih efektif, peningkatan fitur platform, dan pengalaman pengguna yang lebih baik. Penelitian ini menunjukkan bahwa teknik data mining adalah cara yang efektif untuk menganalisis perilaku pengguna di media sosial. Dengan mengetahui lebih banyak tentang perilaku pengguna, penyedia layanan dapat mengoptimalkan strategi mereka untuk memenuhi kebutuhan dan preferensi pengguna dengan lebih baik. Penelitian lebih lanjut disarankan untuk mengeksplorasi metode data mining lainnya dan menerapkannya pada dataset yang lebih luas.
Algoritma Naïve Bayes untuk Mengidentifikasi Hoaks di Media Sosial Muhamad Ziaul Haq; Cut Susan Octiva; Ayuliana Ayuliana; Uli Wildan Nuryanto; Dikky Suryadi
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13937

Abstract

Hoaks yang menyebar di dunia maya terus bertambah, oleh sebab itu penelitian ini akan membuat dan memeriksa fungsionalitas dari algoritma Naïve Bayes dalam mendeteksi serta mengenali hoaks pada jejaring sosial. Algoritma yang diambil adalah Naïve Bayes karena dapat memproses data teks yang large-scale dengan kompleksitas tersendiri dan pengimplementasiannya yang mudah. Dataset yang digunakan untuk penelitian ini terdiri dari postingan media sosial yang dikategorikan sebagai hoaks atau bukan hoaks. Pra-pemrosesan data mencakup tokenisasi, ekstraksi fitur, dan pembersihan teks menggunakan teknik TF-IDF (Term Frequency-Inverse Document Frequency). Selanjutnya, algoritma Naïve Bayes dilatih dan diuji menggunakan cross-validation untuk memastikan bahwa model itu akurat dan dapat digunakan di mana saja. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dapat mengidentifikasi hoaks dengan tingkat kesalahan yang sangat rendah. Penelitian ini menunjukkan bahwa algoritma Naive Bayes efektif dalam mendeteksi konten hoaks di media sosial, seperti yang ditunjukkan oleh evaluasi model menggunakan metrik seperti ketepatan, recall, dan skor F1. Penelitian ini juga menemukan bahwa algoritma ini dapat diintegrasikan dalam sistem pemantauan media sosial untuk meningkatkan kualitas informasi yang beredar.
Optimasi Kinerja Sistem IoT Menggunakan Teknik Edge Computing Dikky Suryadi; Cut Susan Octiva; T. Irfan Fajri; Uli Wildan Nuryanto; Muhammad Lukman Hakim
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14102

Abstract

Internet of Things (IoT) telah menjadi salah satu teknologi kunci dalam menghubungkan berbagai perangkat untuk mendukung otomatisasi dan efisiensi di berbagai sektor. Namun, pertumbuhan eksponensial perangkat IoT juga menimbulkan tantangan besar dalam hal keterbatasan bandwidth, latensi, dan konsumsi daya yang tinggi pada jaringan. Teknik Edge Computing muncul sebagai solusi potensial untuk mengatasi tantangan ini dengan mendekatkan proses komputasi ke lokasi sumber data, mengurangi beban pada cloud, dan meningkatkan respon waktu. Penelitian ini bertujuan untuk mengoptimalkan kinerja sistem IoT melalui penerapan Edge Computing. Pendekatan ini melibatkan pemindahan sebagian besar beban kerja komputasi dari cloud ke node edge yang lebih dekat dengan perangkat IoT. Dalam penelitian ini, dilakukan analisis komparatif terhadap kinerja sistem IoT dengan dan tanpa penggunaan Edge Computing berdasarkan beberapa metrik kinerja utama, termasuk latensi, konsumsi daya, dan efisiensi bandwidth. Hasil penelitian menunjukkan bahwa penerapan Edge Computing secara signifikan mengurangi latensi sistem, meningkatkan efisiensi bandwidth, dan mengoptimalkan konsumsi daya. Selain itu, teknik ini juga memungkinkan pengambilan keputusan yang lebih cepat dan pengolahan data yang lebih efisien pada perangkat IoT. Dengan demikian, Edge Computing dapat menjadi solusi efektif untuk mengatasi tantangan yang dihadapi oleh sistem IoT, sekaligus membuka peluang baru dalam pengembangan aplikasi IoT yang lebih cerdas dan responsif.
Integrating Zero Trust Architecture with Blockchain Technology to Maintain Data Security in the Cloud T. Irfan Fajri; Handry Eldo; Cut Susan Octiva; Dikky Suryadi; Muhammad Lukman Hakim
International Journal Software Engineering and Computer Science (IJSECS) Vol. 5 No. 3 (2025): DECEMBER 2025
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v5i3.5481

Abstract

Data security concerns have increasingly become a challenge to cloud computing services due to rising incidents of cyberattacks, identity theft, and data manipulation. The perimeter-based security model is ineffective because of vulnerabilities in authentication and access control, thus necessitating an adaptive layered approach. This paper presents attempts to merge Zero Trust Architecture (ZTA) with Blockchain technology as one possible way to ensure confidentiality, integrity, and availability of data in cloud environments. Research methodology comprises a detailed review of related literature, system architecture analysis, and simulation of the conceptual merger using encryption protocols and smart contracts. Results revealed that ZTA significantly reduces the opportunities for unauthorized access through multi-layered verification and least privilege principles while Blockchain provides a decentralized transparent immutable method for recording transactions on data. The hybrid will enhance security substantially against breaches from external attackers and insiders with an already established verifiable audit trail. This paper concludes that such a merger could create a stronger model—one that is more measurable—and sustainable for securing today's cloud infrastructure.
Analysis of Internet of Things Based Smart Home Systems for Electricity Consumption Efficiency Emma Budi Sulistiarini; Cut Susan Octiva; Wasiran Wasiran; Giatika Chrisnawati; Maryadi Maryadi; Sri Asfiati
International Journal Software Engineering and Computer Science (IJSECS) Vol. 5 No. 3 (2025): DECEMBER 2025
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v5i3.5668

Abstract

The IoT technology has opened up new horizons in household energy management through smart home systems. Smart home systems are based on the integration of electronic appliances with sensors and actuators, which provide automated and remote control of domestic devices. This article assesses IoT-based smart home systems as a tool for enhancing electricity consumption efficiency in residential domains. The research uses a literature-based approach complemented by prototype development using current sensors, motion sensors, and internet-connected microcontroller modules to collect real-time data about the usage of electrical energy to recognize the patterns of energy consumption among household appliances. A comparative analysis between normal operating conditions and those enabled by smart home automation is carried out. Results show that IoT-based smart homes lower electricity consumption by controlling device operation according to real usage conditions such as turning off idle devices, adjusting lighting levels based on human presence, and allowing remote control of appliances. These results prove that IoT-based smart home systems can be effectively used for reducing household electricity demand in compliance with energy sustainability efforts within digitally connected residential environments.
Pelatihan Pemanfaatan Artificial Intelligence untuk Optimalisasi Pemasaran Produk UMKM pada Platform E-Commerce Ratnawita Ratnawita; Renita Selviana; Cut Susan Octiva; Handry Eldo; Dennis Lorens
JIPITI: Jurnal Pengabdian kepada Masyarakat Vol. 3 No. 2 (2026): Mei 2026 - JIPITI: Jurnal Pengabdian kepada Masyarakat
Publisher : PT. Technology Laboratories Indonesia (TechnoLabs)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi Artificial Intelligence (AI) telah memberikan peluang signifikan dalam meningkatkan efektivitas strategi pemasaran digital, khususnya bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) yang memanfaatkan platform e-commerce. Namun, rendahnya literasi digital dan keterbatasan pemahaman terkait pemanfaatan AI menjadi kendala utama dalam optimalisasi pemasaran berbasis teknologi. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi pelaku UMKM dalam mengimplementasikan teknologi AI guna mendukung strategi pemasaran produk secara lebih efektif dan adaptif. Metode pelaksanaan kegiatan dilakukan melalui beberapa tahapan, yaitu sosialisasi, pelatihan penggunaan tools AI (seperti pembuatan konten otomatis, analisis tren pasar, dan optimasi deskripsi produk), pendampingan praktik langsung pada platform e-commerce, serta evaluasi melalui pre-test dan post-test. Hasil kegiatan menunjukkan adanya peningkatan signifikan pada pemahaman dan keterampilan peserta, dengan rata-rata nilai post-test meningkat sebesar 32% dibandingkan pre-test. Selain itu, peserta mampu menghasilkan konten pemasaran yang lebih menarik, terstruktur, dan berbasis data, sehingga berpotensi meningkatkan visibilitas dan konversi penjualan produk. Dengan demikian, pemanfaatan AI dalam pemasaran e-commerce terbukti efektif dalam mendukung transformasi digital UMKM. Kegiatan ini diharapkan dapat memberikan kontribusi berkelanjutan dalam peningkatan daya saing UMKM di era ekonomi digital.
Co-Authors Antonio, Ferdi Arrazy Elba Ridha Asri Ady Bakri Ayuliana Ayuliana Ayuliana Ayuliana Chevy Herli Sumerli Dedy Irwan Dennis Lorens Dikky Suryadi Dikky Suryadi Dikky Suryadi Emma Budi Sulistiarini Emma Budi Sulistiarini Festus Evly R.I. Liow Fitria Meisarah Giatika Chrisnawati Handry Eldo Haniwijaya Pahlawansah Humaidah Muafiqie I Nyoman Tri Sutagana Ika Rahayu Satyaninrum Iwan Adhicandra Loso Judijanto Maryadi Maryadi Mitranikasih Laia Muhamad Ziaul Haq Muhammad Lukman Hakim Mutasar Novrini Hasti Nur Amalia Hasma Nursalim Putri Ekaresty Haes Ratnawita Ratnawita Renita Selviana Rianti Setyawasih Rihfenti Ernayani Siswahyudianto Sri Asfiati Sucipto, Purwo Agus Suharjo Suharjo Sulistyowati Sultan Hady Suluh Sri Wahyuningsih Uli Wildan Nuryanto Wasiran Wasiran