Claim Missing Document
Check
Articles

Found 8 Documents
Search

Analisis Quality of Service pada Rancang Bangun Pendeteksi Penyakit Tanaman Tomat Berbasis CNN dan Aplikasi Telegram Dwi Yanti, Silvia; Saputra, Yuris Mulya
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 11 No. 1 (2024)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.11.1.64-75

Abstract

The increase in tomato cultivation has been consistent over the years and significantly contributes to the national economy. The increase in plant density and the expansion of harvesting areas can create ideal conditions for the spread of diseases in tomato plants, potentially threatening crop yields. This study presents a machine learning model using Convolutional Neural Networks (CNN) algorithms to detect tomato plant diseases, achieving an accuracy rate of 96%. The model demonstrates a relatively low loss rate of approximately 13%, indicating that the predictions closely align with actual conditions. These results indicate that the model's performance is effective in preventing the spread of tomato plant diseases by helping to identify diseases earlier. The machine learning model is implemented through a Telegram Bot as a user interface, which is not only effective in providing information on tomato plant disease detection, but also ensures that the information is delivered efficiently and accurately. A Quality of Service (QoS) analysis was conducted on the communication between users and the Telegram server, considering parameters such as throughput, delay, and packet delivery. The overall QoS score is indexed at 3 in the "Satisfactory" category according to TIPHON standards. This QoS score is derived from the throughput parameter with an index of 4 in the "Very Good" category, the packet delivery parameter with an index of 4 in the "Very Good" category, and the delay parameter with an index of 4 in the "Very Good" category.
Perbaikan Jatuh Tegangan dan Rugi Daya dengan Rekonfigurasi Jaringan Sambungan Rumah dan Rekonduktor Jaringan Tegangan Rendah pada Gardu Distribusi MI-44-150-21 PT PLN ULP Magelang Kota Rizkiana, Aldila Fajar; Saputra, Yuris Mulya
Jurnal Listrik, Instrumentasi, dan Elektronika Terapan Vol 5, No 1 (2024)
Publisher : Departemen Teknik Elektro dan Informatika Sekolah Vokasi UGM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/juliet.v5i1.87020

Abstract

Sistem kelistrikan di dusun Wonosobo disuplai oleh transformator distribusi dengan kapasitas 50 kVA. Terdapat 54 unit pelanggan dengan total daya kontrak terpasang adalah 31,5 kVA. Berdasarkan hasil pengukuran, tegangan terendah disisi pelanggan adalah 199 V berada di bawah tegangan nominal 231 V atau memiliki persentase jatuh tegangan sebesar 13,85% melebihi standar minimum jatuh tegangan 10%. Salah satu penyebabnya adalah banyak tarikan sambungan rumah di dusun Wonosobo melebihi standar PLN 56-1:1993 mengenai standar sambungan rumah. Dengan demikian perlu dilakukan upaya perbaikan meliputi rekonfigurasi jaringan sambungan rumah (SR) dan melakukan rekonduktor jaringan tegangan rendah (JTR) untuk mengatasi overload pada penghantar JTR. Rencana perbaikan disimulasikan dengan perangkat lunak ETAP 12.6.0 agar nilai jatuh tegangan dapat diperbaiki sesuai standar PLN No. 1 Tahun 1995 dan dapat mengurangi rugi daya. Berdasarkan hasil simulasi, setelah melakukan upaya perbaikan menggunakan 2 metode diperoleh nilai tegangan terendah menjadi 210,2 V dengan persentase tertinggi jatuh tegangan sebelumnya sebesar 12,42% menjadi 9,00%. Oleh karena itu, nilai jatuh tegangan yang didapat setelah perbaikan sudah sesuai dengan standar PLN yaitu di bawah standar minimum 10%. Setelah dilakukan perbaikan dengan dua metode, total rugi daya yang dihasilkan turun dari 1864,05 watt menjadi 1051,17 watt.
Perancangan Federated Learning Berbasis Homomorphic Encryption untuk Perangkat Internet of Things Saputra, Yuris Mulya; Alfian, Ganjar; Octava, Muhammad Qois Huzyan
Journal of Internet and Software Engineering Vol 4 No 1 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i1.6378

Abstract

Semakin berkembangnya pasar big data yang digunakan oleh pengguna khususnya Internet of Things (IoT) berbasis kecerdasan buatan telah menarik banyak pihak baik dari industri maupun akademisi. Melalui penggunaan data lokal dari berbagai perangkat IoT, pemberi layanan aplikasi dapat menghasilkan informasi berguna melalui pendekatan machine learning (ML) seperti centralized learning dengan menggunakan cloud server dan local learning pada perangkat IoT langsung. Namun, dengan adanya risiko bocornya privasi pengguna ketika mengirim data lokal ke cloud server dan sumber daya komputasi yang terbatas pada IoT, penggunaan federated learning (FL) dapat menjadi solusi efisien. Pendekatan FL merupakan sebuah pendekatan ML kolaboratif di mana setiap perangkat IoT dapat melakukan proses training secara independen dan kemudian hanya mengirimkan model local kepada cloud server tanpa melakukan data sharing. Secara khusus, penggunaan FL untuk layanan aplikasi pada perangkat IoT tidak hanya memperbaiki kinerja untuk proses training, namun juga dapat melindungi privasi data bagi penggunanya. Penelitian ini berfokus pada perancangan sistem FL dengan privacy-awareness yang dapat digunakan oleh para pengguna perangkat IoT. Dalam hal ini, teknik enkripsi yang berbasis homomorphic encryption untuk mengenkripsi data dari perangkat IoT ketika proses training dari FL dapat diimplementasikan sebagai bentuk perlindungan privasi pengguna IoT dari malicious attackers. Dari penelitian ini, dapat dianalisis perbandingan tingkat akurasi model dari berbagai pendekatan baik tanpa dan dengan teknik enkripsi tersebut.
Implementasi Sistem Konfigurasi Router Berbasis Natural Language Processing dengan Pendekatan Low Rank Adaptation Finetuning dan 8-Bit Quantization Utomo, Hanung Addi Chandra; Saputra, Yuris Mulya; Prasetiadi, Agi
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.9093

Abstract

Konfigurasi Router merupakan salah satu hal penting dalam jaringan komputer. Proses ini memerlukan pemahaman tentang bahasa dan sintaks khusus yang dapat memakan waktu lama bagi seseorang yang tidak terbiasa. Penerapan Natural language processing bisa membantu mengatasi masalah ini. Untuk mencapai tujuan dari penerapan ini, Finetuning perlu dilakukan pada model yang ada seperti model GPT-J-6B yang telah dilatih menggunakan 6 milyar parameter. Dengan menggunakan dataset yang terdiri dari konfigurasi router, diharapkan proses finetuning bisa meningkatkan performa model untuk mendeteksi maksud dari input text dalam Bahasa natural yang kemudian bisa memberikan command-command yang sesuai dengan perintah yang diberikan. Selain itu penggunaan teknik lain seperti Low Rank Adaptation (LoRA) yang dapat digunakan untuk mengoptimalkan proses Finetuning agar lebih efisien tanpa mengurangi performa model, dan penggunaan teknik 8-bit quantization untuk memperkecil penggunaan resource saat menjalankan model. Dengan beberapa teknik ini, proses finetuning dapat dilakukan dengan stabil dalam Google Colaboratory. Oleh karena itu, dengan implementasi NLP pada konfigurasi router ini dan teknik-teknik diatas, dapat meningkatkan efektivitas pengelolaan jaringan dengan menggunakan waktu dan sumber daya yang efisien. Melalui penelitian ini berhasil didapatkan model konfigurasi router berbasis NLP dengan akurasi sebesar 98%.
Perencanaan Pembangunan Penyulang Baru Wirobrajan 07 (WBN07) sebagai Pemecah Beban Lebih (Overload) Penyulang Wirobrajan 01 (WBN01) di PT PLN (Persero) UP3 Yogyakarta Sumartopo, Astri; Saputra, Yuris Mulya
Jurnal Listrik, Instrumentasi, dan Elektronika Terapan Vol 5, No 2 (2024)
Publisher : Departemen Teknik Elektro dan Informatika Sekolah Vokasi UGM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/juliet.v5i2.87105

Abstract

Peningkatan konsumsi energi listrik dapat mengakibatkan peningkatan nilai arus beban sebuah penyulang. Pada bulan Januari 2023, penyulang WBN01 memiliki nilai arus beban maksimal sebesar 345 A di mana telah melebihi standar yang disarankan PT PLN (Persero) yaitu 250 A. Standar tersebut bertujuan untuk menjaga kualitas sistem tenaga listrik, yaitu operasi manuver jaringan, jatuh tegangan, susut daya, lifetime transformator, dan kerusakan konduktor. Solusi untuk mengatasi overload penyulang WBN01 yang diperkenalkan dalam penelitian ini yaitu merencanakan pembangunan penyulang baru WBN07 untuk memecah beban penyulang WBN01 dengan metode simulasi menggunakan software ETAP 12.6 dan perhitungan matematis. Selanjutnya, dilakukan analisis operasi manuver jaringan, jatuh tegangan, susut daya, susut energi, dan kerugian ekonomis penyulang WBN01. Penelitian ini menunjukkan bahwa penyulang WBN01 dapat menerima pelimpahan beban dari penyulang lain yang semula sebesar ± 63 A menjadi ± 139 A setelah pemecahan beban. Selain itu, berdasarkan hasil simulasi penyulang WBN01 mengalami penurunan nilai jatuh tegangan sebesar 0,056 kV, susut daya sebesar 37,5 kW, serta susut energi sebesar 24.558,12 kWh dan berdasarkan hasil perhitungan matematis nilai jatuh tegangan penyulang WBN01 turun sebesar 0,019 kV, susut daya sebesar 22,345 kW, dan susut energi sebesar 15.068,306 kWh. Penurunan tersebut meningkatkan besarnya rupiah yang dapat disimpan yaitu Rp41.737.261,683/bulan berdasarkan hasil simulasi atau Rp25.609.038,096/bulan berdasarkan hasil perhitungan matematis.
Implementasi Ansible pada Otomasi Honeypot Deployment Berbasis Web Kurniawan, Dharma; Saputra, Yuris Mulya
Journal of Internet and Software Engineering Vol 5 No 2 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i2.10007

Abstract

Dalam era digital yang semakin kompleks ini, keamanan sistem informasi menjadi masalah penting bagi organisasi di berbagai industri. Peningkatan serangan siber serta polanya yang semakin bervariatif bisa menimbulkan ancaman bagi kerahasiaan data atau integritas dari suatu organisasi. Di Indonesia, Badan Siber dan Sandi Negara (BSSN) mencatat bahwa hingga sepanjang bulan April 2022, serangan siber di Indonesia telah mencapai angka 100 juta kasus dengan jenis serangan yang didominasi oleh serangan ransomware dan malware. Salah satu solusi untuk mengatasi permasalahan ini adalah dengan mengimplementasikan sistem honeypot. Honeypot telah berkembang menjadi salah satu alat yang berguna untuk mengidentifikasi serangan dan mempelajari strategi penyerang, yang memungkinkan organisasi untuk memperkuat pertahanan mereka. Namun, penerapan dan pengelolaan honeypot secara manual dapat memakan banyak waktu dan sumber daya. Oleh karena itu, penelitian ini bertujuan untuk melakukan otomasi proses honeypot deployment dengan menggunakan alat manajemen konfigurasi yang populer yang dikenal sebagai Ansible. Selain itu, untuk mempermudah pengoperasian Ansible dalam melakukan honeypot deployment, maka dibuat sebuah aplikasi user friendly berbasis web. Aplikasi tidak hanya sekedar melakukan honeypot deployment, namun juga memantau prosesnya. Berdasarkan hasil pengujian, aplikasi berhasil melakukan honeypot deployment ke semua sensor yang berjalan di Google Cloud Platform dengan tiga region berbeda.
Analisis Perbandingan Penggunaan Metode Tunneling Cloud Virtual Private Network dan Wireguard Virtual Private Network pada Implementasi Infrastruktur Hybrid Cloud Hermawan, Rusdi; Saputra, Yuris Mulya
Journal of Internet and Software Engineering Vol 6 No 1 (2025): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v6i1.14450

Abstract

Perkembangan teknologi dalam infrastruktur server terus maju signifikan setiap tahun. Organisasi dan perusahaan cenderung beralih ke sistem yang lebih kompleks dan terpusat, mendorong migrasi infrastruktur server dari on-premise ke public cloud. Banyak migrasi dilakukan bertahap karena keterbatasan biaya dan keamanan data. Dalam konteks ini, infrastruktur hybrid cloud penting untuk integrasi yang mulus, meminimalkan downtime, dan menjaga konsistensi operasional. Hybrid cloud sering menggunakan tunneling untuk menghubungkan server on-premise dengan public cloud, menggunakan teknologi Virtual Private Network (VPN) untuk jalur terenkripsi yang aman. Penelitian ini membandingkan dua alat VPN: WireGuard sebagai solusi open-source dan Cloud VPN dari Google Cloud Platform (GCP) sebagai solusi enterprise, dalam konteks hybrid-cloud. Penelitian fokus pada pengukuran kinerja parameter seperti latency, throughput, kestabilan koneksi, kemudahan konfigurasi, dan biaya layanan untuk memahami kecocokan masing-masing alat dalam skenario implementasi tertentu. Hasilnya menunjukkan bahwa throughput WireGuard VPN unggul 676,67%, dan rata-rata latency WireGuard VPN berkurang hingga 97,66% pada uji pertama, menunjukkan kinerja lebih baik dibandingkan Classic Cloud VPN.
Contract-based federated learning framework for intrusion detection system in internet of things networks Saputra, Yuris Mulya; Putri, Divi Galih Prasetyo; Putra, Jimmy Trio; Murti, Budi Bayu; Wahyono, Wahyono
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 14, No 4: August 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v14.i4.pp3324-3333

Abstract

A plethora of national vital infrastructures connected to internet of things (IoT) networks may trigger serious data security vulnerabilities. To address the issue, intrusion detection systems (IDS) were investigated where the behavior and traffic of IoT networks are monitored to determine whether malicious attacks or not occur through centralized learning on a cloud. Nonetheless, such a method requires IoT devices to transmit their local network traffic data to the cloud, thereby leading to data breaches. This paper proposes a federated learning (FL)-based IDS on IoT networks aiming at improving the intrusion detection accuracy without privacy leakage from the IoT devices. Specifically, an IoT service provider can first motivate IoT devices to participate in the FL process via a contract-based incentive mechanism according to their local data. Then, the FL process is executed to predict IoT network traffic types without sending IoT devices’ local data to the cloud. Here, each IoT device performs the learning process locally and only sends the trained model to the cloud for the model update. The proposed FL-based system achieves a higher utility (up to 44%) than that of a non-contract-based incentive mechanism and a higher prediction accuracy (up to 3%) than that of the local learning method using a real-world IoT network traffic dataset.