Claim Missing Document
Check
Articles

Found 26 Documents
Search

Penerapan Network Monitoring System Berbasis SNMP untuk Deteksi Dini Gangguan Jaringan Aritonang, Mhd Adi Setiawan; Jonas Simanullang, Maradona
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 3 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i3.1383

Abstract

Network stability plays a crucial role in maintaining the quality of digital services in modern organizations. Network disruptions such as packet loss, latency, and downtime often degrade overall system performance. This research implements a Network Monitoring System based on the Simple Network Management Protocol (SNMP) to enable early detection of network disturbances in real time.An experimental approach was conducted by evaluating key performance parameters, including response time, packet loss, availability, and automatic alert frequency. The results show a significant improvement in network performance after implementing the system: the average response time decreased from 180 ms to 52 ms, packet loss dropped from 7.5% to 0.8%, and network availability increased from 94.2% to 99.5%. In addition, the system successfully generated automatic alerts when network anomalies were detected. These findings demonstrate that the SNMP-based monitoring system effectively enhances network reliability and accelerates fault detection processes. The implementation of SNMP provides an efficient and proactive approach for network administrators to maintain service stability and minimize downtime. Keywords: Network Monitoring System, SNMP, Early Detection, Network Performance, Availability
SMART MANGROVE TOURISM: TRANSFORMASI EKOWISATA BAKAU DENGAN SISTEM INFORMASI BERBASIS AR Aranski, Alvendo Wahyu; Dermawan, Aulia Agung; Aritonang, Mhd Adi Setiawan
MINDA BAHARU Vol 9, No 2 (2025): Minda Baharu
Publisher : Universitas Riau Kepulauan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/jmb.v9i2.8364

Abstract

Program Smart Mangrove Tourism bertujuan untuk meningkatkan kesadaran masyarakat dan pengunjung tentang pentingnya ekosistem mangrove serta mendukung pelestariannya melalui penerapan teknologi Augmented Reality (AR). Teknologi AR diterapkan untuk memberikan informasi interaktif secara real-time mengenai flora dan fauna yang ada di kawasan mangrove. Program ini menggunakan pendekatan partisipatif yang melibatkan masyarakat dalam setiap tahap perencanaan dan pelaksanaan, mulai dari sosialisasi hingga evaluasi. Selain itu, pelatihan literasi digital dan penggunaan teknologi AR juga diberikan kepada masyarakat untuk meningkatkan kapasitas mereka dalam mengelola ekosistem mangrove dengan cara yang lebih efektif. Program ini tidak hanya bertujuan untuk meningkatkan pengetahuan masyarakat mengenai mangrove dan pentingnya konservasi, tetapi juga untuk meningkatkan kualitas infrastruktur ekowisata yang ada di kawasan tersebut. Penerapan sistem AR di kawasan mangrove telah berhasil meningkatkan partisipasi aktif masyarakat dalam pemantauan kondisi lingkungan dan pengelolaan ekosistem secara berkelanjutan. Keberhasilan program ini diharapkan dapat memperkuat ekonomi lokal melalui pengembangan ekowisata yang berkelanjutan dan menciptakan peluang baru bagi masyarakat setempat. Dengan melibatkan teknologi modern dan kearifan lokal, program ini memberikan dampak positif terhadap kesejahteraan ekonomi dan pelestarian lingkungan. Program ini juga menjadi contoh bagaimana teknologi dapat dimanfaatkan untuk mendukung konservasi alam serta pemberdayaan masyarakat dalam pengelolaan ekosistem mangrove secara berkelanjutan.
PEMBERDAYAAN KELOMPOK PKK DALAM PENERAPAN SMART BIOPORI IOT UNTUK PENINGKATAN DAYA RESAP AIR DAN KETAHANAN LINGKUNGAN DI BATAM Caniago, Deosa Putra; Mardiansyah, Yopy; Jabnabillah, Faradibah; Candra, Samuel; Faizila, Reva Unieq; Syah, Andrian; Aritonang, Mhd Adi Setiawan
MINDA BAHARU Vol 9, No 2 (2025): Minda Baharu
Publisher : Universitas Riau Kepulauan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33373/jmb.v9i2.8382

Abstract

Permasalahan genangan air kronis dan minimnya infrastruktur resapan di Perumahan Cipta Green View, Kota Batam, menuntut solusi konservasi air yang modern. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk memberdayakan Kelompok PKK sebagai agen mitigasi lingkungan melalui implementasi Smart Biopori berbasis Internet of Things (IoT) dan edukasi komprehensif tentang pengelolaan lahan hijau. Metode pelaksanaan meliputi sosialisasi, bimbingan teknis instalasi 30 unit Smart Biopori, dan pelatihan alih kelola teknologi monitoring real-time kepada kader lingkungan. Evaluasi keberdayaan mitra menggunakan uji Paired Sample T-Test menunjukkan hasil Sig. (2-tailed) sebesar 0.000, yang mengindikasikan adanya peningkatan pemahaman yang sangat signifikan. Secara kualitatif, program ini berhasil mencapai 100% target keberdayaan pada aspek Manajemen (kemampuan operasional dan alih kelola teknologi) dan aspek Sosial Kemasyarakatan (pembentukan agen perubahan dan kesadaran kolektif). Hasil ini menunjukkan program ini sukses mentransformasi mitra PKK menjadi Kader Lingkungan Mandiri, menjadikannya model solusi cerdas dan terintegrasi untuk ketahanan lingkungan perkotaan.
IoT Application Development for Marine Debris Management in 3T Islands: Supporting a Circular Economy and Community Empowerment Hernando, Luki; Lawi, Ansarullah; Dermawan, Aulia Agung; Aritonang, Mhd Adi Setiawan; Ad, Roni; Kurniawan, Dwi Ely; Manurung, Putriana Carona; Putri, Intan Medisi
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11699

Abstract

Marine debris is a serious problem, especially in the outermost, foremost, and least developed (3T) islands of Indonesia, where limited infrastructure and low public awareness are the main obstacles to effective waste management. This study aims to design, develop, and evaluate an Internet of Things (IoT)-based application integrated with a community-based web platform to support circular economy practices and community empowerment in marine debris management. The research method used is Research and Development (R&D) adapted from Borg & Gall, starting from the needs analysis stage to dissemination. An IoT module equipped with ultrasonic and GPS sensors is used to detect container capacity and location in real-time. Performance testing results show a response time of 1.8 seconds, a data transmission success rate of 98.7%, and a capacity detection accuracy of 96.2%, which meets the established technical standards. User acceptance testing using the Technology Acceptance Model (TAM) involving 15 respondents resulted in an average Perceived Usefulness (PU) score of 4.40 and Perceived Ease of Use (PEOU) of 4.23. Pearson's correlation analysis showed an r value of 0.84 (p = 0.0001), indicating a very strong and significant positive relationship between ease of use and perceived usefulness. This finding confirms that the developed system is technically reliable, easy to use, and capable of promoting environmental sustainability and economic opportunities in the 3T island communities.
Pelatihan Penanganan dan Pencegahan Downtime Server SIMRS dalam Meningkatkan Keandalan Layanan Rumah Sakit di RSU Mitra Medika Simanullang, Maradona Jonas; Sinaga, Frans Mikael; Aritonang, Mhd Adi Setiawan
Dedikasi Sains dan Teknologi (DST) Vol. 5 No. 2 (2025): Artikel Pengabdian Nopember 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v5i2.7887

Abstract

Sistem Informasi Manajemen Rumah Sakit (SIMRS) memiliki peran strategis dalam mendukung pelayanan kesehatan, pengelolaan data pasien, serta proses administrasi rumah sakit. Tingginya ketergantungan terhadap SIMRS menuntut ketersediaan sistem yang andal dan beroperasi secara berkelanjutan. Namun, permasalahan downtime server masih sering terjadi dan berdampak langsung terhadap kualitas pelayanan. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan kapasitas sumber daya manusia (SDM) teknologi informasi melalui pelatihan penanganan dan pencegahan downtime server SIMRS di RSU Mitra Medika. Metode pelaksanaan meliputi observasi lapangan, wawancara, diskusi kelompok terarah, analisis log server, pelatihan teknis, serta pendampingan penerapan prosedur operasional standar. Hasil kegiatan menunjukkan peningkatan pemahaman dan keterampilan peserta, penurunan frekuensi downtime sebesar 62,5%, serta pengurangan durasi downtime sekitar 60%. Selain itu, tingkat kepuasan pengguna terhadap stabilitas SIMRS meningkat secara signifikan. Kegiatan ini membuktikan bahwa pendekatan pelatihan dan pendampingan teknis yang kolaboratif efektif dalam meningkatkan keandalan SIMRS dan mendukung peningkatan kualitas layanan kesehatan.
Natural Language Processing (NLP) and Support Vector Machine (SVM) Optimization in Detecting Phishing Website URLs Aritonang, Mhd Adi Setiawan; Simanulang, Maradona Jonas; Batubara, Toras Pangidoan; Zega, Imanuel; Afrizal, M Hafis
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 1 (2026): JUTIF Volume 7, Number 1, February 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.1.5334

Abstract

Phishing remains one of the most pervasive cyber-threats, with recent reports indicating a sharp rise in both volume and sophistication of attacks. According to the Anti‑Phishing Working Group, phishing incidents reached nearly 1 million in Q4 2024. To address this evolving threat, this study aims to develop an automated phishing-URL classification system based on Natural Language Processing (NLP) and Support Vector Machine (SVM). We utilised the Kaggle "PhiUSIIL Phishing URL Dataset" comprising 256,795 URL records and applied comprehensive preprocessing, feature extraction (structural URL features plus NLP-based keyword analysis), and SVM training with grid search optimisation. Evaluation was performed via confusion matrix and standard metrics of accuracy, precision, recall and F1-score. The best model achieved an accuracy of 99.99%, precision of 99.98%, recall of 100%, and F1-score of 99.99%. These results demonstrate that the combined NLP + SVM approach can effectively distinguish phishing from legitimate URLs with very high reliability. The proposed system contributes to cybersecurity by offering a feasible AI-based solution for real-time URL screening that can be integrated into browser extensions or enterprise email filters to bolster phishing defences.