Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Muit Sunjaya
STMIK Triguna Dharma
Computer Science & IT

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

Found 2 Documents
Search

 1 
Analisis Komperatif Akurasi Deteksi Phising Pada Jaringan Komputer Dengan Metode Naïve Bayes Dan Support Vector Machine (SVM) Sunjaya, Muit
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 8 No. 2 (2025): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v8i2.11959

Abstract

Serangan phishing merupakan salah satu bentuk ancaman siber yang bertujuan untuk mencuri data sensitif dengan cara menipu pengguna melalui jaringan komputer. Untuk mendeteksi dan mencegah serangan semacam ini, diperlukan sistem yang mampu mengenali pola ancaman secara cerdas, salah satunya adalah Intrusion Detection System (IDS). IDS dapat bekerja berdasarkan dua pendekatan utama, yaitu rule based (signature based) dan behavior based. Penelitian ini menggunakan pendekatan behavior based yang memanfaatkan dataset serta algoritma klasifikasi untuk mendeteksi serangan phishing. Tidak semua algoritma data mining memiliki kinerja klasifikasi yang optimal, oleh karena itu dilakukan analisis komparatif terhadap algoritma Naive Bayes dan Support Vector Machine (SVM) dengan kernel Linear, Polynomial, dan Sigmoid. Dataset yang digunakan berasal dari UCI Machine Learning Repository dengan fokus pada deteksi phishing. Evaluasi dilakukan berdasarkan metrik confusion matrix, precision, recall, dan f1-score. Hasil pengujian menunjukkan bahwa algoritma SVM Polynomial memiliki akurasi tertinggi, sedangkan Naive Bayes menunjukkan akurasi terendah. Hasil ini menunjukkan bahwa pemilihan algoritma sangat berpengaruh terhadap performa sistem deteksi phishing.
Implementasi Metode Certainty Factor dalam Sistem Pakar untuk Deteksi Kerusakan Mesin Vibration Continuous Monitoring Amrullah; Akbar Idaman; Muit Sunjaya; Febry Aurlani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 1 (2026): EDISI JANUARI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i1.12479

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis metode Certainty Factor dalam mendeteksi kerusakan pada mesin Vibration Continuous Monitoring. Mesin ini digunakan untuk memantau getaran pada mesin industri, yang jika tidak terdeteksi dapat menyebabkan kerusakan lebih parah dan mengurangi efisiensi operasional. Metode Certainty Factor digunakan untuk mengukur tingkat kepastian dalam diagnosis kerusakan berdasarkan gejala yang terdeteksi. Penelitian ini melibatkan pengumpulan data melalui observasi, wawancara dengan ahli, dan studi literatur untuk membangun basis aturan dan menghitung nilai CF untuk setiap gejala. Hasil penelitian menunjukkan bahwa sistem pakar ini mampu mendeteksi kerusakan dengan tingkat kepastian yang tinggi, dengan beberapa jenis kerusakan memiliki nilai CF di atas 90%. Dengan menggunakan sistem ini, proses diagnosis kerusakan dapat dilakukan lebih cepat dan akurat, mengurangi ketergantungan pada kehadiran teknisi ahli dan mengoptimalkan pemeliharaan mesin. Penelitian ini memberikan kontribusi penting dalam penerapan kecerdasan buatan di bidang pemeliharaan mesin industri, yang dapat meningkatkan efisiensi dan mengurangi biaya operasional.
Co-Authors Akbar Idaman Amrullah Febry Aurlani