Article Per Year (5 Year)
p-Index From 2020 - 2025
2.149
P-Index
This Author published in this journals
All Journal Prosiding SNATIF Infotech Journal Sistemasi: Jurnal Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL ILMIAH MATEMATIKA DAN TERAPAN Jiko (Jurnal Informatika dan komputer) JURIKOM (Jurnal Riset Komputer) Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Journal La Multiapp Jurnal Locus Penelitian dan Pengabdian Jurnal Informatika Polinema (JIP)
Gunawan Abdillah, Gunawan
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mathematics

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI JAWA BARAT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Purnamasari, Dewi; Abdillah, Gunawan; Komarudin, Agus
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2)
Publisher : Prosiding SNATIF

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

Abstract

Abstrak Wisata merupakan bagian yang tidak dapat dipisahkan dari kehidupan manusia, wisata dapat dilakukan oleh seseorang atau kelompok orang dengan mengunjungi tempat tertentu untuk tujuan rekreasi, atau mempelajari daya tarik wisata yang dikunjunginya dalam jangka waktu sementara. Kesibukan yang padat dengan aktivitas yang sangat beragam membuat setiap orang berusaha untuk mencari cara agar dapat melepaskan dari semua tekanan yang dialami saat menyelesaikan pekerjaannya. Pencarian tempat wisata dari segi jarak, anggaran dan fasilitas menjadi kebutuhan bagi wisatawan sebelum memulai perjalanan  mengingat banyaknya obyek wisata di Jawa Barat sehingga kriteria tersebut  sangatlah penting. Beberapa penelitian terdahulu melakukan penelitian penentuan obyek wisata dengan menggunakan metode fuzzy, pengadaan fasilitas hotel dengan topsis, dan pemilihan destinasi pariwisata dengan electre. Penelitian ini telah membangun sistem untuk merekomendasikan tempat wisata dari segi jarak, anggaran dan fasilitas dengan bobot yang ditentukkan oleh wisatawan. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Hasil dari pengujian sistem dilihat dari pengujian ini menghasilkan nilai sebesar 96,25%, selain itu hasil dari penelitian ini berupa perangkingan rekomendasi tempat wisata. Adapun hasil dari pengujian perhitungan sistem terhadap perhitungan manual yang telah diuji, dari 10 data yang diujikan mencapai nilai akurasi sebesar 80,00%.  Kata Kunci : Sistem Pendukung Keputusan, Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Wisata.  
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI JAWA BARAT MENGGUNAKAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) Purnamasari, Dewi; Abdillah, Gunawan; Komarudin, Agus
Prosiding SNATIF 2017: Prosiding Seminar Nasional Teknologi dan informatika (BUKU 2)
Publisher : Prosiding SNATIF

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

Abstract

Abstrak Wisata merupakan bagian yang tidak dapat dipisahkan dari kehidupan manusia, wisata dapat dilakukan oleh seseorang atau kelompok orang dengan mengunjungi tempat tertentu untuk tujuan rekreasi, atau mempelajari daya tarik wisata yang dikunjunginya dalam jangka waktu sementara. Kesibukan yang padat dengan aktivitas yang sangat beragam membuat setiap orang berusaha untuk mencari cara agar dapat melepaskan dari semua tekanan yang dialami saat menyelesaikan pekerjaannya. Pencarian tempat wisata dari segi jarak, anggaran dan fasilitas menjadi kebutuhan bagi wisatawan sebelum memulai perjalanan  mengingat banyaknya obyek wisata di Jawa Barat sehingga kriteria tersebut  sangatlah penting. Beberapa penelitian terdahulu melakukan penelitian penentuan obyek wisata dengan menggunakan metode fuzzy, pengadaan fasilitas hotel dengan topsis, dan pemilihan destinasi pariwisata dengan electre. Penelitian ini telah membangun sistem untuk merekomendasikan tempat wisata dari segi jarak, anggaran dan fasilitas dengan bobot yang ditentukkan oleh wisatawan. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Hasil dari pengujian sistem dilihat dari pengujian ini menghasilkan nilai sebesar 96,25%, selain itu hasil dari penelitian ini berupa perangkingan rekomendasi tempat wisata. Adapun hasil dari pengujian perhitungan sistem terhadap perhitungan manual yang telah diuji, dari 10 data yang diujikan mencapai nilai akurasi sebesar 80,00%.  Kata Kunci : Sistem Pendukung Keputusan, Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Wisata.  
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK PADA SMK NEGERI 1 MAJA MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) Ramadhani, Hary Rizqi; Abdillah, Gunawan; Anggoro, Sigit
INFOTECH journal Vol. 10 No. 2 (2024)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v10i2.10097

Abstract

A decision support system is a system using a model that is built to help solve semi-structured problems. The Analytical Hierarchy Process (AHP) method is a method for solving a complex, unstructured situation into several components in a hierarchical arrangement, by giving a subjective value about the relative importance of each variable, and determining which variable has the highest priority in order to influence the outcome. this situation. The results of accuracy testing can be concluded that testing data on civil servant teachers which was carried out by comparing the data of civil servant teachers selected by the principal and using the system obtained an accuracy of 83.3%. In previous research, the Teacher Performance Assessment Team (PKG) was carried out by assuming the importance of each criterion without being given a weight, while the results obtained from system calculations, there was a weight given to each criterion. Testing was carried out on 47 civil servant teacher data with six planned civil servant teachers by the Principal in order to obtain the title of best teacher. Based on the test results, there were two civil servant teachers who were different from the data planned by the Principal, so the level of accuracy of the decision support system for selecting the best teacher using the AHP method was 83.3%.
Pengamanan Data E-Mail Menggunakan Enkripsi Partially Homomorphic Encryption (PHE) Witanti, Wina; Ghozali, Mohamad Aditya Muttaqin; Abdillah, Gunawan
Jurnal Informatika Polinema Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i4.5420

Abstract

 Pengamanan data merupakan aspek penting dalam era digital untuk melindungi informasi sensitif dari akses tidak sah dan ancaman keamanan. Terutama pada email sebagai media komunikasi jarak jauh, pengamanan data sangat penting karena email rentan terhadap serangan yang dapat mencuri atau memanipulasi data. Salah satu teknik yang telah berkembang pesat untuk menghadapi tantangan keamanan yang kompleks adalah kriptografi, termasuk Homomorphic Encryption Partially. Homomorphic Encryption Partially dapat mengamankan data email dengan mengubah informasi menjadi ciphertext yang hanya dapat diakses oleh pemilik kunci. Teknik ini membuat pihak luar yang tidak memiliki izin sulit membaca data asli. Selain itu, teknik ini menunjukkan penggunaan memori yang efisien tanpa mengorbankan keamanan. Penelitian ini membandingkan Homomorphic Encryption Partially yang menggunakan algoritma RSA Homomorfik dengan algoritma AES dalam perbandingan penggunaan memori. Hasil penelitian menunjukkan bahwa Homomorphic Encryption Partially menggunakan 10.42% dalam pengunaan memori dibandingkan dengan AES yang menggunakan 102.69% dalam penggunaan memorinya, sehingga menghasilkan penggunaan memori yang besar. Selain itu, penelitian ini menunjukkan bahwa waktu untuk memecahkan pasangan kunci bisa mencapai beberapa bulan hingga tahun. Sebagai kesimpulan, Homomorphic Encryption Partially efektif dalam penggunaan memori, menghasilkan ukuran yang lebih kecil setelah enkripsi dibandingkan dengan AES yang menghasilkan ukuran lebih besar.
Chicken Egg Price Prediction Using Extreme Gradient Boosting Method Wahyudiputra, Helmy Fauzan; Witanti, Wina; Abdillah, Gunawan
JURNAL ILMIAH MATEMATIKA DAN TERAPAN Vol. 21 No. 1 (2024)
Publisher : Program Studi Matematika, Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/2540766X.2024.v21.i1.17214

Abstract

Prediction is a way to find out future data by looking at previous data patterns. Chicken eggs are one of the ingredients people need to fulfill their daily needs. There are many types of chicken eggs ranging from omega 3 eggs, purebred chicken eggs, free-range chicken eggs, and domestic chicken eggs. In this research, we will make a prediction on the price of purebred chicken eggs, especially in the local market, which sometimes experiences price increases and there can also be sudden price drops. With the XGBoost or Extreme Gradient Boosting method, research on predictions can be carried out because this method can identify trends or patterns in time series, where this method can interpret data that changes over time. This research aims to create a prediction system for the price of purebred chicken eggs using the Extreme Gradient Boosting method to produce accurate predictions.
PENGAMANAN MENGGUNAKAN ALGORITMA AES (ADVANCED ENCRYPTION STANDARD) DAN BCRYPT (BLOWFISH CRYPT) PADA FILE DOKUMEN Rahayu, Ania; Abdillah, Gunawan; Ashaury, Herdi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11498

Abstract

Perkembangan teknologi dan informasi semakin memudahkan dalam mengakses data dan informasi serta memberikan dampak positif bagi masyarakat. Namun, hal ini juga meningkatkan kompleksitas pengelolaan informasi dan kejahatan dalam sistem informasi khususnya pada file dokumen. Proses transmisi informasi digital melalui Internet dan aplikasi perangkat lunak menjadi umum, memerlukan perlindungan data yang efektif terutama saat memproses data dalam jumlah besar. Manipulasi dokumen dapat merugikan, terutama dalam konteks kriminal dan penggunaan oleh pihak yang tidak berwenang. Penelitian ini bertujuan untuk membangun sistem keamanan pada file dokumen dan kunci simetris dengan mengkombinasikan kriptografi AES sebagai algoritma enkripsi dan Bcrypt sebagai algoritma hashing agar meningkatkan keamanan dokumen. Hasil yang diperoleh setelah melakukan beberapa percobaan dari penerapan enkripsi dan dekripsi menggunakan AES dan Bcrypt, maka diperoleh hasil bahwa isi file asli (plaintext) yang dienkripsi menggunakan AES-128 dan kunci simetris yang dihashing menggunakan Bcrypt dapat terenkripsi dengan baik, setelah file dokumen didekripsi akan kembali seperti data awal yang diinputkan. Waktu dari hasil uji enkripsi dan dekripsi dari delapan file bertipe .txt, .xlxs, .docx dan .pdf menunjukkan bahwa rata-rata waktu enkripsi adalah 1,5474 detik dan waktu dekripsi rata-rata 1,5934 detik, dengan ukuran file kurang dari 3MB relatif cepat. Ukuran file mempengaruhi lama proses enkripsi dan dekripsi berjalan, ukuran file setelah dienkripsi maupun didekripsi kembali ke ukuran awal. Hal ini menunjukkan algoritma AES dan Bcrypt berhasil diterapkan pada pengamanan file yang dilakukan dengan cara enkripsi sehingga hanya orang yang mengetahui kunci dapat mendekripsi agar file tersebut kembali seperti semula dan file tidak dapat dipahami oleh pihak yang tidak berhak atau yang tidak memiliki kunci.
PENGARUH METODE PENGUKURAN JARAK DAN SMOTE PADA KLASIFIKASI PENILAIAN KREDIT Fadilah, Rifal; Chrisnanto, Yulison Herry; Abdillah, Gunawan
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1213

Abstract

Kredit berperan penting untuk menunjang pertumbuhan ekonomi masyarakat. Meski demikian, pengguna kartu kredit diingatkan untuk menggunakan kartu kredit secara bijak sesuai kebutuhan, dan selalu melakukan pembayaran tepat waktu sesuai tagihan yang telah ditetapkan, guna menghindari masalah kredit macet Untuk mengatasi masalah tersebut dibutuhkan sebuah pembelajaran mesin yang mampu mendeteksi sedini mungkin terhadap akun kartu kredit yang beresiko tinggi menjadi krusial untuk mengurangi kerugian yang disebabkan oleh pembayaran kredit macet.penelitian kali ini mengusulkan pengembangan Teknik dalam mechine learning untuk membantu mengklasifikasi kredit macet dengan menggunakan algoritma KNN dengan mengacu kepada penelitian sebelumnya mengenai  pengukuran matrix jarak. Dataset German credit data yang di dapatkan dari UCI Mechine Learning memiliki imbalance class Dimana jumlah class positif lebih besar dari class negative. Dari pengujian menggunakan berbagai metode pengukuran jarak serta dengan penerapan SMOTE. Pengujian menunjukkan penanganan ketidakseimbangan kelas menggunakan algoritma SMOTE meningkatkan akurasi, presisi, recall, f1-score, dan g-mean pada KNN secara signifikan. Implementasi 5 metode pengukuran jarak menunjukkan bahwa jarak Manhattan memberikan performa terbaik. Jarak Manhattan memberikan hasil akurasi tertinggi sebesar 84% setelah dilakukan penerapan Teknik SMOTE pada pengujian K = 5, sementara jarak Canberra juga menunjukkan performa yang kuat. Metode Manhattan lebih unggul dalam memberikan hasil klasifikasi yang akurat dibandingkan dengan metode lainnya.
Weather Classification in West Java using Ensemble Learning on Meteorological Data Azzahra, Cynthia Nur; Chrisnanto, Yulison Herry; Abdillah, Gunawan
SISTEMASI Vol 14, No 5 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i5.5343

Abstract

Weather classification in West Java presents several challenges, particularly related to class imbalance in the dataset and the complexity of meteorological variables. This study aims to improve classification accuracy by proposing a stacking classifier approach that combines Support Vector Machine (SVM) and Random Forest as base learners, with Logistic Regression serving as the meta-classifier. To address the class imbalance, the Synthetic Minority Oversampling Technique (SMOTE) was applied, while model optimization was conducted using GridSearchCV. Weather data from the Indonesian Meteorological, Climatological, and Geophysical Agency (BMKG) for December 2024 was used and processed through transformation, normalization, and outlier handling. The dataset was then split into training and testing sets with ratios of 70:30, 80:20, and 90:10. The stacking classifier without SMOTE achieved the highest accuracy of 86.73%, but suffered from overfitting, indicated by a 13.27% gap between training and validation accuracy. The application of SMOTE improved the recall for minority classes to 76.3% and reduced overfitting, with the accuracy gap narrowing to less than 1%. The most stable performance was achieved with an 80:20 train-test split, where the SMOTE-applied and hyperparameter-optimized model reached an accuracy of 85.97%, an F1-score of 68.99%, and a statistically significant t-test result (p < 0.001). These findings demonstrate that the combination of stacking classifiers, SMOTE, and hyperparameter tuning effectively mitigates class bias and enhances model generalization, outperforming single-model classifiers in handling imbalanced weather data.
Lung Cancer Classification Using the Extreme Gradient Boosting (XGBoost) Algorithm and Mutual Information for Feature Selection Zizilia, Regitha; Chrisnanto, Yulison Herry; Abdillah, Gunawan
SISTEMASI Vol 14, No 5 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i5.5345

Abstract

Lung cancer is one of the deadliest types of cancer worldwide and is often detected too late due to the absence of early symptoms. This study aims to evaluate the impact of feature selection using Mutual Information on the performance of lung cancer classification with the XGBoost algorithm. Mutual Information is employed to select relevant features, including those with linear and non-linear relationships with the target variable, while XGBoost is chosen for its ability to handle large datasets and reduce overfitting. The study was conducted on a dataset containing 30,000 data entries, with data split scenarios of 90:10, 80:20, 70:30, and 60:40. The results show that the testing accuracy before applying Mutual Information ranged from 93.42% to 93.83%, while K-Fold Cross-Validation accuracy ranged from 94.59% to 94.76%. After feature selection, testing accuracy remained stable for the 70:30 and 60:40 split scenarios, at 93.60% and 93.42% respectively. However, K-Fold Cross-Validation accuracy decreased to 89.26% and 90.88%. In contrast, for the 90:10 and 80:20 split scenarios, a decline in accuracy was observed — testing accuracy dropped to 88.63% and 88.85%, and K-Fold Cross-Validation accuracy fell to 88.87% and 90.24%. Feature selection using Mutual Information improves computational efficiency by reducing the number of features, and it can be effectively applied to simplify feature sets without significantly compromising model performance in certain data scenarios, depending on the characteristics of the dataset.
COMBINATION OF MULTI-VIEW LEARNING AND DEEP REINFORCEMENT LEARNING TO IMPROVE WEBSITE PHISING DETECTION Hasbia, Muhamad; Witanti, Wina; Abdillah, Gunawan
JIKO (Jurnal Informatika dan Komputer) Vol 8, No 2 (2025)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v8i2.9811

Abstract

Phishing is one of the most common and dangerous forms of cyberattacks, where perpetrators attempt to obtain sensitive information by masquerading as trustworthy entities. Traditional detection methods often fail to anticipate new attacks due to the dynamic nature of phishing. This research proposes an adaptive phishing detection system that combines Multi-Kernel Learning (MKL) and Deep Q-Network (DQN) approaches. MKL is utilized to integrate features from URL structure, domain metadata, and webpage content into a rich multi-view representation, while DQN enhances the model's adaptability through a reward-based learning mechanism. This combination was chosen because MKL effectively captures feature variations from different sources, while DQN excels at handling rapidly changing attack patterns. The dataset consists of 11,056 entries with 32 features, divided in an 80:20 ratio for training and testing. Moreover, evaluation is performed using a 5-Fold Cross Validation method to ensure result stability, and hyperparameter exploration is conducted to obtain the best configuration. Evaluation results show that the system achieves an accuracy of 96.34%, precision of 95.8%, recall of 97.85%, F1-score of 96.73%, and AUC of 0.98. These results demonstrate that the MKL-DQN approach is highly effective in accurately and adaptively detecting phishing
Co-Authors Andri Taufiq, Andri Anggoro, Sigit Ashaury, Herdi Atamimi, Fadel Muhamad Hafid Azzahra, Cynthia Nur Chrisnanto, Yulison Harry Christanto, Yulison Herry Darmawan, Raja Dewi Purnamasari Edvin Ramadhan Fadilah, Rifal Faiza Renaldi, Faiza Febiyane, Raisya Firdaus, Muhammad Fauzi Ghozali, Mohamad Aditya Muttaqin Hasbia, Muhamad Komarudin, Agus Komarudin, Agus Kurniawan, Muhammad Randy Rahayu, Ania Ramadhani, Hary Rizqi Riyadi, Saiful Faris Rusmana, Hendri Diana Wahyudiputra, Helmy Fauzan Wina Witanti Wintanti, Wina Yulison Herry Chrisnanto Zizilia, Regitha