Article Per Year (5 Year)
p-Index From 2021 - 2026
1.048
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi MURA JUSIM (Jurnal Sistem Informasi Musirawas) Dewantara Journal of Technology Jurnal Teknologi Informasi Mura Jurnal Komputer dan Teknologi (JUKOMTEK)
Elmayati Elmayati
Universitas Bina Insan
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Library & Information Science Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
IMPLEMENTASI ALGORITMA AES ( ADVANCED ENCRYPTION STANDARD ) PADA PENJUALAN ALAT – ALAT ELEKTRONIK BERBASIS WEB ( STUDI KASUS TOKO SONIA ELEKTRONIK ) Hardianti wulandari; Joni Karman; Elmayati Elmayati
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2049

Abstract

Masalah pada penelitian ini adalah belum adanya Implemntasi Algoritma Aes (Advanced Encryption Standard ) pada penjualan alat – alat elektronik berbasis web oleh karena itu dibutuhkanlah sebuah website penjualan barang/produk guna untuk membantu pemilik usaha dalam pengelolahan system dan keamanan datanya. Dengan adanya website tersebut pemilik toko Sonia Elektronik ini lebih mudah untuk menjual produknya. Penelitian ini menggunakan metode pengumpulan data, dengan cara melakukan pengamatan dan pencatatan langsung pada tempat penelitian (observasi), melakukan Tanya jawab langsung pada sumber (interview) dan dokumentasi dengan cara membaca pendoman – pendoman literature. Hasil penelitian menujukan bahwa program mengenai implemntasi Algoritma AES Pada Penjualan alat – alat Elektronik berbasis webMenggunakan bahasa pemograman PHP dan database MYSQL. dapat disimpulakan bahwa website ini mepermudah pemilik toko Sonia untuk meningkatkan pelayanan penjualan kepada pembeli dikarenakan pendataan barang dan penjualan akan tersistem sehingga tidak memerlukan waktu yang lama pendatannya.
IMPLEMENTASI ALGORITMA AES ( ADVANCED ENCRYPTION STANDARD ) PADA PENJUALAN ALAT – ALAT ELEKTRONIK BERBASIS WEB ( STUDI KASUS TOKO SONIA ELEKTRONIK ) Hardianti wulandari; Joni Karman; Elmayati Elmayati
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2049

Abstract

Masalah pada penelitian ini adalah belum adanya Implemntasi Algoritma Aes (Advanced Encryption Standard ) pada penjualan alat – alat elektronik berbasis web oleh karena itu dibutuhkanlah sebuah website penjualan barang/produk guna untuk membantu pemilik usaha dalam pengelolahan system dan keamanan datanya. Dengan adanya website tersebut pemilik toko Sonia Elektronik ini lebih mudah untuk menjual produknya. Penelitian ini menggunakan metode pengumpulan data, dengan cara melakukan pengamatan dan pencatatan langsung pada tempat penelitian (observasi), melakukan Tanya jawab langsung pada sumber (interview) dan dokumentasi dengan cara membaca pendoman – pendoman literature. Hasil penelitian menujukan bahwa program mengenai implemntasi Algoritma AES Pada Penjualan alat – alat Elektronik berbasis webMenggunakan bahasa pemograman PHP dan database MYSQL. dapat disimpulakan bahwa website ini mepermudah pemilik toko Sonia untuk meningkatkan pelayanan penjualan kepada pembeli dikarenakan pendataan barang dan penjualan akan tersistem sehingga tidak memerlukan waktu yang lama pendatannya.
Deteksi Serangan Man-In-The-Middle (MITM) Berbasis Machine Learning pada Dataset CIC IIOT 2025 Vera Deska; Armanto Armanto; Elmayati Elmayati
Dewantara Journal of Technology Vol. 6 No. 2 (2026)
Publisher : Akademi Teknologi Industri Dewantara Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59563/djtech.v6i2.317

Abstract

Keamanan komunikasi data pada ekosistem Industrial Internet of Things (IIoT) menjadi sangat rentan terhadap serangan Man-In-The-Middle (MITM), di mana penyerang secara diam-diam menyadap atau memanipulasi lalu lintas data antar perangkat. Serangan ini sangat berbahaya dalam lingkungan industri karena dapat menyebabkan kesalahan instruksi pada mesin yang berujung pada kerusakan fisik. Penelitian ini bertujuan untuk mengimplementasikan model machine learning yang mampu mendeteksi keberadaan anomali MITM secara presisi. Dengan menggunakan dataset CIC IIoT 2025, penelitian ini menganalisis fitur-fitur jaringan yang paling representatif terhadap perilaku serangan spoofing dan interception untuk membangun sistem deteksi yang responsif. Metodologi penelitian ini mencakup tahapan preprocessing, penanganan ketidakseimbangan data, klasifikasi, dan evaluasi model. Pada tahap preprocessing dilakukan ekstraksi fitur, pembersihan data, dan normalisasi data. Jika terdapat ketidakseimbangan kelas, teknik SMOTE dapat digunakan untuk menyeimbangkan distribusi data. Selanjutnya, proses klasifikasi dilakukan menggunakan algoritma Decision Tree, Random Forest, dan Support Vector Machine (SVM). Evaluasi model dilakukan dengan metrik accuracy, precision, recall, f1-score, confusion matrix, serta AUC-ROC. Penggunaan dataset CIC IIoT 2025 memberikan keunggulan karena memuat data trafik yang relevan dengan protokol industri terbaru, sehingga hasil model memiliki validitas yang lebih tinggi. Hasil penelitian menunjukkan performa deteksi yang optimal dengan nilai False Acceptance Rate (FAR) yang rendah. Kontribusi penelitian ini diharapkan dapat menjadi fondasi dalam pengembangan sistem keamanan otonom yang mampu melindungi integritas data pada infrastruktur IIoT dari ancaman penyusupan pihak ketiga.
PREDIKSI HARGA SAHAM BANK NEGARA INDONESIA (BNI) BERDASARKAN HISTORICAL STOCK PRICE MENGGUNAKAN METODE GATED RECURRENT UNIT (GRU) Arina Kanuri; Elmayati Elmayati; Bunga Intan
Jurnal Komputer dan Teknologi Vol 5 No 2 (2026): JUKOMTEK JULI 2026
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64626/jukomtek.v5i2.705

Abstract

The volatile nature of stock price movements necessitates a prediction method capable of accurately modeling time-series data patterns. This study aims to predict the stock price of Bank Negara Indonesia (Persero) Tbk (BNI) using the Gated Recurrent Unit (GRU) method, based on historical data from the 2020–2025 period. The dataset includes closing prices, trading volume, moving averages (MA_7 and MA_21), volatility, and high-low ratios. The research process encompasses preprocessing, feature engineering, Min-Max normalization, the creation of sequential data with a time step of 30, and the splitting of data into training and testing sets. The GRU model is trained using the Adam optimizer, incorporating ReduceLROnPlateau and Early Stopping mechanisms to enhance training stability and mitigate the risk of overfitting. Model performance is evaluated using MSE, RMSE, MAE, R², and MAPE metrics. The results demonstrate that the GRU model yields effective predictions, achieving a MAPE of 3.91%, an RMSE of 211.21, and an R² of 0.746. Stock price predictions for the upcoming 10 days indicate a trend of gradual price decline. These findings suggest that the GRU method is effective for predicting BNI stock prices based on historical data and holds potential for supporting investment decision-making, while acknowledging external factors that influence market conditions.
PERANCANGAN WEB SEMANTIK BERDASARKAN ONTOLOGI PADA PENCARIAN JUDUL SKRIPSI MENGGUNAKAN FRMAEWORK LARAVEL Bintang Maharani; Elmayati Elmayati; Ahmad Sobri
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 1 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v11i1.2956

Abstract

Proses pencarian judul skripsi di Universitas Bina Insan saat ini masih dilakukan secara manual dan konvensional, sehingga sering kali memakan waktu lama dan menghasilkan pencarian judul yang tidak relevan. Penelitian ini bertujuan untuk merancang sistem pencarian judul skripsi berbasis web semantik menggunakan ontologi untuk meningkatkan efisiensi dan akurasi pencarian Penelitian ini menggunakan metode Agile yang meliputi tahap perencanaan, desain, pengembangan, pengujian, dan pemeliharaan. Sistem dikembangkan menggunakan framework Laravel dengan implementasi algoritma Boyer-Moore untuk pencarian string yang cepat. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Hasil penelitian ini adalah sebuah rancangan sistem repositori skripsi yang memanfaatkan teknologi web semantik. Sistem ini mampu memahami konteks kata kunci melalui struktur ontologi (kelas, properti, dan relasi) yang dibangun untuk domain akademik. Implementasi web semantik berdasarkan ontologi terbukti dapat mengatasi ambiguitas pada sistem pencarian konvensional. Penggunaan framework Laravel mempermudah pengelolaan data dan pemeliharaan sistem di masa mendatang, sehingga mendukung peningkatan kualitas layanan informasi akademik di universitas.
MODEL MACHINE LEARNING BERBASIS HYBRID CHI-SQUARE–SVM UNTUK SELEKSI KELUARGA PENERIMA MANFAAT PROGRAM PKH Velly Inora; Davit Irawan; Elmayati Elmayati
JUSIM (Jurnal Sistem Informasi Musirawas) Vol. 11 No. 2 (2026): JUSIM : Jurnal Sistem Informasi Musi Rawas Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Abstract

Kemiskinan merupakan permasalahan sosial mendasar yang masih dihadapi Indonesiasehingga diperlukan mekanisme penyaluran bantuan sosial yang tepat sasaran. Program KeluargaHarapan (PKH) dirancang untuk meningkatkan kesejahteraan keluarga miskin melalui bantuantunai bersyarat di bidang pendidikan dan kesehatan. Namun, proses seleksi Keluarga PenerimaManfaat (KPM) masih menghadapi kendala berupa ketidakakuratan data, subjektivitas penilaian,serta keterbatasan verifikasi manual. Penelitian ini bertujuan untuk merancang dan menguji modelmachine learning berbasis Hybrid Chi-Square– Support Vector Machine (SVM) dalammeningkatkan akurasi dan objektivitas seleksi KPM PKH. Metode Chi-Square digunakan untukmenyeleksi fitur sosial ekonomi yang paling relevan, sedangkan algoritma SVM dengan kernelRadial Basis Function (RBF) diterapkan sebagai metode klasifikasi. Hasil pengujianmenunjukkan bahwa model Hybrid Chi-Square–SVM mencapai kinerja yang sangat optimaldengan nilai akurasi, precision, recall, dan f1-score sebesar 100% pada kedua kelas, yaitu PKHdan Tidak PKH. Selain itu, model menunjukkan performa yang seimbang tanpa bias antar kelas.Dengan demikian, pendekatan yang diusulkan terbukti efektif dalam meningkatkan ketepatan danefisiensi proses seleksi penerima PKH serta berpotensi diterapkan sebagai sistem pendukungkeputusan berbasis data guna mendukung penyaluran bantuan sosial yang lebih tepat sasaran,transparan, dan akuntabel.Kata Kunci : Program Keluarga Harapan (PKH), Machine Learning, Chi-Square, Support VectorMachine (SVM)
Co-Authors Ahmad Sobri Arina Kanuri Armanto Armanto Bintang Maharani Bunga Intan Davit Irawan Hardianti wulandari joni karman Velly Inora Vera Deska