Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Journal of Informatics, Information System, Software Engineering and Applications (INISTA) DEVICE
Fahlevi, Mohammad Reza
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Mechanical Engineering

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

Found 3 Documents
Search

 1 
Analysis of NSL-KDD for the Implementation of Machine Learning in Network Intrusion Detection System Yuliana, Yuliana; Supriyadi, Dhoni Hanif; Fahlevi, Mohammad Reza; Arisagas, Muhamad Rifki
Journal of INISTA Vol 6 No 2 (2024): May 2024
Publisher : LPPM Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v6i2.1389

Abstract

In the world of network data communication, anomaly detection is a crucial element in identifying abnormal behavior among the flowing data packets. Research in the field of intrusion detection often focuses on the search and analysis of anomalous patterns and the misuse of communication data. The research methodology in this study adopts CRISP-DM (Cross-Industry Standard Process for Data Mining) as the framework. The primary goal of this research is to conduct a comparative analysis of classification techniques to identify normal and anomaly records within network data. For this purpose, a publicly available standard dataset, NSL-KDD, is used. The NSL-KDD dataset consists of 41 attributes with relevance, and the 42nd attribute is used to identify normal class and four attack classes. The results of the analysis using the NSL-KDD dataset, applying the CRISP-DM methodology and machine learning techniques in the Network Intrusion Detection System, reveal that the Decision Tree model has the highest accuracy, achieving 100% on the training data and 80% on the testing data. These findings are compared with the results of using other models such as Random Forest, Logistic Regression, and K-Nearest Neighbor. This discovery has significant implications for enhancing NIDS's ability to recognize network threats and improve network system security.
Rancang Bangun Sistem Informasi Pendaftaran Santri Baru Berbasis Web Menggunakan Metode Rapid Application Development (RAD) Fahlevi, Mohammad Reza; Rohidin, Moch Arip; Prabowo, I Putu Deny Arthawan Sugih
Device Vol 14 No 1 (2024): Mei
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i1.6720

Abstract

Perkembangan teknologi dan sistem informasi memberikan peluang yang besar dalam menciptakan berbagai jenis sistem aplikasi, terutama yang berbasis website. Aplikasi semacam ini telah digunakan dan dimanfaatkan dalam berbagai sektor, termasuk dalam dunia pendidikan di Indonesia. Namun, masih banyak sekolah dan pesantren yang belum mengikuti perkembangan teknologi tersebut. Salah satu contohnya adalah Pondok Pesantren Al-Husen di Majalengka, yang masih menggunakan metode manual dalam proses pendaftaran calon santri. Calon santri diharuskan datang secara langsung ke sekretariat pondok pesantren untuk mendaftar, yang memakan waktu dan tenaga. Sehingga melalui penelitian ini akan dibuatkan sistem informasi berbasis website untuk mempermudah proses pendaftaran santri di pesantren tersebut. Penelitian ini diimplementasikan dengan bahasa pemrograman PHP 7.4 dengan dukungan dari framework laravel 8. Dalam pengembangan aplikasi sistem ini menggunakan metode pengembangan sistem Rapid Application Development (RAD) yang memungkinkan pengembangan aplikasi dengan cepat dan adaptif. Untuk memastikan kualitas dan fungsionalitas sistem, dilakukan pengujian menggunakan metode black box testing, yang melibatkan pengujian tanpa mengetahui implementasi internal sistem. Hasil pengujian menunjukkan bahwa sistem ini telah teruji dengan baik dan berkinerja optimal. Sistem informasi yang dikembangkan dalam penelitian ini memiliki beberapa fitur penting, antara lain blog untuk berbagi informasi, pengelolaan data santri, serta penambahan fitur drone view. Fitur-fitur ini sangat bermanfaat bagi calon pendaftar dan pengelola santri di Pondok Pesantren Al-Husen, karena memudahkan mereka dalam mengakses informasi dan mengelola data dengan efisien. Penelitian ini diharapkan memberi manfaat yang signifikan dalam pengelolaan data dan informasi di Pondok Pesantren Al-Husen.
SISTEM PRESENSI BERDASARKAN GPS BERBASIS ANDROID MENGGUNAKAN ANDROID JETPACK Fahlevi, Mohammad Reza; Syahrido, Mualim; Ali, Ircham
Device Vol 14 No 2 (2024): November
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/device.v14i2.7861

Abstract

Presensi atau daftar kehadiran merupakan hal yang paling penting pada suatu instansi atau perusahaan yang digunakan untuk memantau kehadiran karyawan pada setiap harinya dan untuk penggajian karyawan pada setiap bulannya. PT Provices Indonesia merupakan perusahaan pengelolaan sumber daya manusia penyedia jasa fasilitas seperti cleaning service, security, engineering dan pest control. Perusahaan ini memiliki pekerja yang tersebar di beberapa area yang menyulitkan perusahaan untuk memantau kehadiran pekerja setiap harinya. Sistem presensi berdasarkan GPS berbasis android menjadi solusi yang dihadapi oleh PT Provices Indonesia. Pengembangan sistem ini menggunakan Waterfall yang merupakan metode pengembangan sistem yang banyak digunakan oleh pengembang sistem karena model ini dilakukan secara sistematis dan berurutan. Pengkodean sistem menggunakan Kotlin dan MYSQL dan dilakukakn pengujian dengan black box untuk memastikan keberhasilan sistem yang sudah dibangun sehingga. Penelitian ini menghasilkan sebuah sistem untuk memantau kehadiran pekerja dengan memanfaatkan GPS yang ada pada perangkat android.
Co-Authors Arisagas, Muhamad Rifki Ircham Ali Prabowo, I Putu Deny Arthawan Sugih Rohidin, Moch Arip Supriyadi, Dhoni Hanif Syahrido, Mualim Yuliana Yuliana