Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Jurnal Sistem Informasi dan Sistem Komputer Informasi interaktif : jurnal informatika dan teknologi informasi Journal of Big Data Analytic and Artificial Intelligence
Evi Dianti Bintari
STMIK PPKIA Tarakanita Rahmawati
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PENGAMANAN DATA TEKS MELALUI PERPADUAN ALGORITMA BEAUFORT DAN CAESAR CIPHER Muhammad Fadlan; Sinawati Sinawati; Aida Indriani; Evi Dianti Bintari
JURNAL TEKNIK INFORMATIKA Vol 12, No 2 (2019): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (858.616 KB) | DOI: 10.15408/jti.v12i2.12262

Abstract

The importance of maintaining data integrity and security is one of the challenges in the current digital era. One method that can be used to face this challenge is through cryptography. In cryptography there are several algorithms that can be used, one of which is the Caesar cipher algorithm. This algorithm has several disadvantages, including a limited number of characters of 26 characters. This can make the encryption results easily recognizable by other parties. This study aims to design a proposal for maintaining data security through cryptographic techniques, while addressing the problems inherent in the Caesar cipher algorithm. The combination of Caesar and Beaufort algorithm is done to overcome the existing problems. In addition, a character list of 94 characters was determined to be used in the process of encryption and decryption of text data. The result, through the integration of these two algorithms, the text cipher becomes more difficult to solve. There are two stages of the encryption process by using two different types of Keys for each stage in securing data
Pengamanan Basis Data Dengan Algoritma Transposisi Rail Fence Muhammad Fadlan; Evi Dianti Bintari; Ajeng Tasya
Jurnal Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2023): Vol 8 No 2 - 2023
Publisher : STIMIK Bina Bangsa Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51717/simkom.v8i2.135

Abstract

Keamanan data pemasok merupakan aspek penting dalam era digitalisasi yang semakin maju, khususnya dalam lingkungan ekonomi dan bisnis. Salah satu solusi yang dapat digunakan untuk mengamankan data pemasok adalah melalui kriptografi. Penelitian ini bertujuan untuk menginvestigasi penggunaan salah satu algoritma dalam kriptografi, yaitu transposisi Rail Fence dalam mengamankan data pemasok. Penelitian ini menggunakan pendekatan eksperimental dengan menggunakan data pemasok untuk melakukan simulasi penerapan transposisi Rail Fence. Penelitian ini berkontribusi dalam penerapan enkripsi untuk melindungi basis data pemasok. Secara garis besar, hasil penelitian menunjukkan bahwa penggunaan metode Rail Fence dapat diterapkan untuk meningkatkan keamanan data pemasok dalam sebuah perusahaan. Semakin tinggi jumlah baris yang digunakan sebagai kunci dalam Rail Fence, maka semakin sulit bagi pihak yang tidak berwenang untuk mendekripsi data.
Systematic literature review: risiko privasi dan keamanan data pribadi dalam penggunaan artificial intelligence (AI) Ardi, Mohamad; Bintari, Evi Dianti
Informasi Interaktif : Jurnal Informatika dan Teknologi Informasi Vol 9 No 1 (2024): JII Volume 9, Number 1, Januari 2024
Publisher : Program Studi Informatika Fakultas Teknik Universitas Janabadra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37159/jii.v9i1.64

Abstract

The advancement of sophisticated technology is followed by the development of an increasingly modern era. Various kinds of technology have been created, one of which is Artificial Intelligence (AI) which has helped human life in carrying out activities in the fields of telecommunications, transportation, health, and even defense and security. AI requires access to personal data which is later processed and analyzed by the technology. Among the data collected, there is sensitive data, namely personal data that is vulnerable to being tampered with, stolen, and manipulated. The purpose of this research is to know and understand the various privacy and security risks of personal data in the use of AI that often occur along with solutions to prevent them. This research applied the Systematic Literature Review (SLR) method. Based on the SLR results, researchers found 200 Scopus journal articles in the search using Publish or Perish 8 and the help of other applications such as Zotero, Mendeley, VOSviewer, and Microsoft Excel which were then filtered into 59 selected articles to be analyzed descriptively. The results showed that AI easily obtained personal data from users of the technology. Understanding the occurrence of data collection by AI due to the transmission of data by individuals through various platforms is the most important element in ensuring personal data security. The conclusion of this research is the need for a holistic understanding in ensuring personal data security. Cooperation between technology companies, society and the government is needed to ensure access to personal data taken by AI is not misused and certainty in personal data security.
Implementasi Data Mining Untuk Pengelompokkan Santri Menggunakan Metode K-Medoids Hasrianti, Syamsri; Evi Dianti Bintari; Pangestika, Cindy
Journal of Big Data Analytic and Artificial Intelligence Vol 7 No 2 (2024): JBIDAI Desember 2024
Publisher : STMIK PPKIA Tarakanita Rahmawati

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71302/jbidai.v7i2.61

Abstract

Clustering merupakan suatu proses pengelompokkan data, observasi atau atau mengelompokkan kelas yang memiliki kesamaan objek. Pondok pesantren daarul ilmi boarding school juga harus melakukan pengelompokkan atau clustering terhadap santri santrinya untuk memaksimalkan proses pengajaran. Pondok pesantren tersebut belum memiliki sebuah aplikasi komputer untuk pengelompokkan santri sehingga  sering terjadi kesalahan dalam menempatkan santri sesuai kriteria yang telah ditetapkan oleh pihak pesantren. Proses pengelompokkan santri dilakukan berdasarkan nilai ahlak, ibadah, rata-rata nilai raport, prestasi dan nilai tahfidz. Proses pemberian nilai yang dilakukan masih bersifat subjektif, artinya pemberian nilai didasarkan atas pemberian nilai dari guru pengampu mata pelajaran tertentu, sehingga penelitian ini bertujuan untuk membantu menentukan keputusan pengelompokkan santri secara objektif. Penelitian ini menggunakan Algoritma K-Medoids atau yang biasa disebut dengan Partitioning around method (PAM). Penelitian ini menggunakan 54 data santri yang aktif pada tahun ajaran 2021/2022 dimana santri akan dikelompokkan dalam kelas murtafi dan mumtaz. Penelitian ini meliputi tahap penentuan jumlah cluster, pemilihan medoid awal secara acak, menghitung jarak masing-masing objek menggunakan manhattan dan minkowski distance serta menghitung total simpangan. Berdasarkan uji coba program yang dilakukan, penelitian ini berhasil mengelompokkan santri ke dalam kelas murtafi dan mumtaz. Berdasarkan perhitungan jarak menggunakan manhattan, 15 santri masuk dalam kelas murtafi dan 39 santri masuk dalam kelas mumtaz, sedangkan jika menggunkan perhitungan jarak minkowski, 14 santri masuk dalam kelas murtafi dan 40 santri masuk dalam kelas mumtaz. Dari evaluasi menggunakan Davies Bouldin Index (DBI) terhadap hasil cluster santri tersebut pengukuran jarak menggunakan manhattan lebih baik dibanding dengan minkowski dimana nilai DBI manhattan sebesar -0,0869.
Co-Authors Aida Indriani Ajeng Tasya Ardi, Mohamad Hasrianti, Syamsri MUHAMMAD FADLAN Pangestika, Cindy Sinawati Sinawati