Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN) Jurnal Informatika Teknologi dan Sains (Jinteks)
Wahyudi
Universitas Horizon Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
REKAYASA SISTEM INFORMASI PENYEWAAN BAJU KEBAYA MENGGUNAKAN XTREME PROGRAMMING DENGAN UNFIFIED MODELLING LANGUAGE Aprilia Nurcahyani; Tiawan; Wahyudi; Arief Budimansyah Purba; Lila Setiyani; Hannida Sufansa Komara Dewi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 2 (2024): EDISI 20
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i2.4118

Abstract

Penyewaan baju kebaya telah menjadi bisnis yang semakin diminati, namun masih membutuhkan sistem informasi yang efisien untuk mengelola prosesnya. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi penyewaan baju kebaya menggunakan metode Xtreme Programming (XP) dengan dukungan Unified Modeling Language (UML) di Dinar Salon Karawang. Metode XP digunakan untuk memastikan keterlibatan aktif dari pemangku kepentingan dalam pengembangan sistem. UML digunakan untuk merancang dan mendokumentasikan model sistem yang komprehensif. Hasil penelitian menunjukkan bahwa implementasi sistem informasi menggunakan XP dan UML memungkinkan pengembangan yang cepat dan adaptif, serta memenuhi kebutuhan bisnis dengan baik. Sistem yang dihasilkan mampu meningkatkan efisiensi dalam proses penyewaan baju kebaya di Dinar Salon Karawang.
REKAYASA SISTEM INFORMASI BOOKING SPORT DENGAN AGILE SCRUM DAN UML Akbar Maulana; Tiawan; Wahyudi; Arief Budimansyah Purba; Cepi Indra Grahana; Anwar Hilman; Lila Setiyani; Ahmad Najib Mutawally; Aziz Fatkhu Rohman
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 2 (2024): EDISI 20
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i2.4128

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan informasi Sport Booking berbasis web sistem untuk meningkatkan aksesibilitas dan efisiensi dalam proses pemesanan atau pemesanan fasilitas olahraga. Saat ini proses tersebut masih dilakukan secara konvensional melalui telepon atau kunjungan langsung ke lokasi yang memakan waktu dan tidak efisien. Dalam hal ini, Penting bagi pengelola fasilitas olahraga untuk menciptakan terobosan-terobosan baru yang perlu dipertahankan pelanggan dan meningkatkan pelayanan. Penelitian ini menggunakan metode Agile Scrum dalam Tahapan Siklus Hidup Pengembangan Perangkat Lunak (SDLC). Dengan informasi Pemesanan Olahraga sistem yang akan dikembangkan diharapkan admin dan pelanggan dapat membuat lapangan reservasi secara online tanpa harus datang ke tempat atau melalui telepon. Lewat sini, proses pemesanan lapangan akan menjadi lebih efektif dan efisien, serta memberikan informasi yang dibutuhkan pelanggan.
Pemanfaatan Machine Learning dalam Keamanan Siber: Tinjauan Literatur Sistematis tentang Lanskap Terkini dan Tren Masa Depan Wahyudi
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 6 No. 1 (2026): Edisi April - September 2026 IN PRESS
Publisher : Utiliti Project Solution

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

Abstract

Laju eskalasi ancaman siber yang melampaui kapasitas sistem deteksi berbasis aturan statis mendorong kebutuhan mendesak akan pendekatan deteksi yang adaptif dan berbasis data. Kajian ini bertujuan memetakan kinerja algoritma machine learning (ML) dalam mendeteksi serangan siber, mengidentifikasi tantangan implementasi yang berulang, serta mengevaluasi tingkat kematangan tren penelitian masa depan. Metode yang digunakan adalah Systematic Literature Review (SLR) mengacu pada panduan Carrera-Rivera et al. [6], dengan penelusuran sistematik pada enam basis data akademik: IEEE Xplore, ScienceDirect, SpringerLink, ACM Digital Library, Google Scholar, dan Portal Garuda. Dari 156 artikel yang teridentifikasi, 19 studi ditetapkan sebagai korpus final melalui prosedur PRISMA terdiri atas 9 studi primer (2020–2025) dan 10 studi landasan (sebelum 2020), setelah melewati penilaian kualitas dua dimensi: rigor metodologis dan relevansi industri. Hasil analisis menunjukkan bahwa CNN dan LSTM mencapai akurasi deteksi 97–99%, mengungguli Random Forest (95–98%) dan SVM (90–97%) dalam skenario klasifikasi kompleks. Empat tantangan implementasi yang paling konsisten dijumpai adalah ketidakseimbangan data latih, kendala latensi real-time, serangan adversarial, dan opasitas model deep learning. Dataset CICIDS2017 dan UNSW-NB15 semakin menggantikan posisi NSL-KDD sebagai standar evaluasi karena lebih merepresentasikan kondisi jaringan modern. Kajian ini menyimpulkan bahwa federated learning dan explainable AI (XAI) merupakan dua arah penelitian yang paling matang untuk mengatasi hambatan privasi data dan opasitas model. Kontribusi utama kajian ini terletak pada pemisahan eksplisit antara studi empiris terkini dan studi landasan historis dalam satu kerangka SLR terpadu, menghasilkan peta kinerja algoritma yang dapat langsung dijadikan acuan bagi praktisi keamanan dalam menentukan pendekatan ML yang sesuai dengan kapasitas infrastruktur organisasi.
Co-Authors Ahmad Najib Mutawally Akbar Maulana Anwar Hilman Aprilia Nurcahyani Arief Budimansyah Purba Aziz Fatkhu Rohman Cepi Indra Grahana Hannida Sufansa Komara Dewi Lila Setiyani Tiawan