Muit Sunjaya
STMIK Triguna Dharma

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

Found 4 Documents
Search

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.
Integrasi Multi Factor Evaluation Process (MFEP) Untuk Prioritisasi Kanal Pemasaran Digital UMKM Akbar Idaman; Muit Sunjaya; Tar Muhammad Raja Gunung; Febry Aurlani
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12328

Abstract

Penelitian ini mengintegrasikan Multi Factor Evaluation Process (MFEP) sebagai kerangka evaluasi multikriteria untuk prioritisasi kanal pemasaran digital UMKM pada konteks Indonesia yang ditandai keterbatasan anggaran, SDM, dan kompetensi digital. Lima kriteria inti digunakan, yaitu Reach–Fit, efisiensi biaya/CPA, potensi konversi, kecepatan dampak (time-to-result), serta kemudahan eksekusi & pengukuran. Data mencakup 13 alternatif kanal yang dinilai pada skala 1–5 dan dibobotkan sesuai skema penelitian. Capaian utama menunjukkan 7 kanal melampaui ambang kelulusan TNE ≥ 3,50, yaitu: TikTok Ads (3,95), Facebook Local Awareness Ads (3,85), Influencer Mikro (3,85), Instagram Feed Ads Conversion (3,60), WhatsApp Click-to-Chat (3,55), Instagram Reels Organic + Light Ads (3,50), dan Marketplace Ads (3,50); kanal lain berada pada rentang 2,85–3,30 dan direkomendasikan sebagai pendukung/optimalisasi. Hasil ini menegaskan bahwa keputusan yang menimbang kelima kriteria lebih konsisten, hemat, dan actionable dibanding pemilihan berbasis intuisi, karena langsung diturunkan menjadi urutan eksekusi, alokasi anggaran awal, dan fokus peningkatan kapabilitas tim. Kerangka MFEP yang diusulkan bersifat sederhana, transparan, dan dapat dijelaskan, sehingga layak diadopsi sebagai sistem pendukung keputusan bagi pendampingan UMKM.
Akselerasi Efektivitas Belajar Melalui Internalisasi Literasi Artificial Intelligence (AI) Bagi Siswa di SMK Terpadu Al-Farabi Muit Sunjaya
Jurnal Pengabdian Masyarakat IPTEK Vol. 6 No. 1 (2026): Edisi Januari 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v6i1.12501

Abstract

Artificial Intelligence (AI) telah berkembang pesat dan banyak diterapkan dalam berbagai aspek kehidupan, termasuk bidang pendidikan. Penerapan AI di sektor pendidikan menawarkan berbagai peluang, seperti peningkatan kualitas pembelajaran, personalisasi proses belajar, dan kemudahan dalam pengelolaan tugas-tugas administratif. Pengabdian kepada masyarakat dalam bentuk pendampingan pemanfaatan AI bagi Siswa ini bertujuan untuk meningkatkan kualitas proses pembelajaran dengan mengintegrasikan teknologi AI. Kegiatan pendampingan dilaksanakan di SMK Terpadu Al-Farabi Takalar melalui tiga tahapan: tahap persiapan, pelaksanaan, dan evaluasi. Materi yang disampaikan mencakup peluang dan tantangan AI dalam pendidikan, serta simulasi penggunaan berbagai aplikasi berbasis AI, seperti ChatGPT, Canva, Dictation, Slidesgo, Curipod, dan Quizziz. Tingkat keberhasilan kegiatan ini diukur melalui angket respons Siswa setelah pendampingan. Berdasarkan hasil analisis, diperoleh bahwa Siswa memberikan respons sangat positif terhadap pelaksanaan pendampingan dan berencana mengimplementasikan AI dalam pembelajaran. Hal ini menunjukkan bahwa pendampingan ini efektif dan layak digunakan secara berkelanjutan untuk meningkatkan kualitas proses pembelajaran di sekolah.