Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal TERAJU : Jurnal Syariah dan Hukum INOVTEK Polbeng - Seri Informatika
ibnu arifin
Unknown Affiliation
Religion Computer Science & IT Economics, Econometrics & Finance Law, Crime, Criminology & Criminal Justice

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

Found 2 Documents
Search

 1 
Implementasi Fungsi Pengawasan Badan Pertanahan Kabupaten Bintan Tentang Tanah Hak Guna Bangunan (HGB) Yang Terlantar ibnu arifin
TERAJU: Jurnal Syariah dan Hukum Vol 4 No 02 (2022)
Publisher : P3M dan Jurusan Syariah dan Ekonomi Bisnis Islam STAIN Sultan Abdurrahman Kepulauan Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35961/teraju.v4i02.801

Abstract

Penelantaran terhadap tanah kerap kali terjadi di berbagai daerah di Indonesia tak terkecuali di kabupaten Bintan terkhusus tanah terlantar yang telah bersertifikat hak guna bangunan. Tujuan dari penelitian ini untuk mengetahui Kriteria tanah terlantar dan bagaimana bentuk pelaksanaan pengawasan oleh Badan Pertanahan terhadap tanah terlantar terkhusus tanah yang telah bersertifikat hak guna bangunan tersebut dengan menggunakan metode penelitian normatif empris. Hasil penelitian ini menunjukkan bahwa Kriteria Tanah terlantar ialah yang meliputi hak atas tanah, Hak Pengelolaan dan tanah yang mempunyai dasar penguasaan atas tanah,Tanah yang tidak diusahakan, tidak dipergunakan atau tidak dimanfaatkan,Yang sesuai dengan keadaannya, atau sifat dan tujuan pemberian haknya atau dasar penguasaannya. Dalam menjalankan fungsi pengawasan Badan Pertanahan, Kabupaten Bintan telah melaksanakan fungsi pengawasan baik secara langsung dengan mendatangi objek atau secara tidak langsung yakni melakukan inventarisasi tanah terlantar,kemudian mengidentifikasi melakukan penerbitan tanah terlantar yang berstatus atau bersertifikat hak guna bangunan. Fungsi pengawasan tersebut dilaksanakan dengan baik yang dibuktikan dengan penerbitan dari beberapa tanah terlantar yang ada dikabupaten Bintan, sehingga saat ini tana tersebut berstatus milik nergara.
Phishing Website Detection Using a Machine Learning Classification Approach Ibnu Arifin; Chairani
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/yja1d830

Abstract

Phishing is a form of cybercrime that is increasingly prevalent, with millions of attacks recorded annually. This study develops a phishing website detection model using a machine learning classification approach, employing a pipeline that includes data preprocessing, feature selection, and model validation. The dataset was obtained from the UCI Machine Learning Repository and consists of 235,795 URLs with a relatively balanced distribution between phishing (100,945) and non-phishing (134,850). After data cleaning and feature selection, 21 optimal features were retained, ensuring they were safe from potential data leakage. Two algorithms were evaluated: decision tree and random forest, using 10-fold cross-validation. The random forest algorithm achieved an average accuracy of 97.78%, while the decision tree was slightly higher at 98.02%. However, random forest outperformed in class discrimination, as measured by ROC-AUC (99.73%) and PR-AUC (99.78%), compared to decision tree values of 99.49% and 99.40%. The method also incorporated a 10-fold cross-validation procedure to minimize data leakage and ensure reliable model evaluation. The Wilcoxon test further confirmed that the performance difference between the two algorithms is statistically significant. Overall, although the decision tree demonstrates strong classification performance, random forest proves to be more consistent and reliable in detecting phishing websites, making it a superior choice in the context of cybersecurity.
Co-Authors Chairani