Article Per Year (5 Year)
p-Index From 2021 - 2026
1.288
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Informasi JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal E-Komtek Telcomatics Journal of Information System and Technology (JOINT) Jurnal Inovatif : Inovasi Teknologi Informasi dan Informatika
Wijaya, Gautama
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Deteksi Gangguan Kesehatan Melalui Analisis Suara: Pendeteksian Gejala Pernapasan Abnormal dan Suara Jantung tidak sehat menggunakan Kecerdasan Buatan Benhans, Devina; Ningsih, Vivian Febri; Jong, Ricky; Febrianto, Febrianto; Evander, Owen; Wijaya, Gautama; Aripradono, Heru Wijayanto
Journal of Information System and Technology (JOINT) Vol. 4 No. 3 (2023): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v4i3.8477

Abstract

Abstrak Jantung adalah organ vital manusia, jantung sendiri berfungsi untuk memompa darah. Kesehatan jantung sangat perlu diperhatikan karena jantung adalah organ yang paling penting bagi manusia.Perhitungan detak jantung biasanya menggunakan hitungan manual yaitu dengan cara menghitung detak jantung melalui nadi dipergelangan tangan selama 1 menit. namun metode ini kurang akurat karena hanya mengandalkan indra peraba. Metode lain yang dapat digunakan untuk mengetahui Kesehatan jantung adalah dengan menganalisis suara detak jantung. Metode yang digunakan untuk untuk memantau Kesehatan jantung adalah dengan melakukan survey dan mengumpulkan data.
Kesadaran Keamanan Siber pada Kalangan Mahasiswa Universitas di Kota Batam Tan, Tony; Sama, Hendi; Wibowo, Tony; Wijaya, Gautama; Aboagye, Osei Enoch
Jurnal Teknologi dan Informasi (JATI) Vol 14 No 2 (2024): Jurnal Teknologi dan Informasi (JATI)
Publisher : Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jati.v14i2.12518

Abstract

Keamanan siber adalah perlindungan sistem perangkat lunak dan perangkat keras komputer. Keamanan siber menetapkan persyaratan yang harus diikuti oleh pengguna komputer untuk mencegah segala jenis serangan siber. Namun, hanya pengguna yang lebih sadar akan keamanan siber yang terlindungi dengan baik. Dengan memastikan kerahasiaan, integritas, dan ketersediaan, kata sandi, sistem operasi, serta konfigurasi privasi dan keamanan platform media sosial harus ditanggapi dengan serius. Penelitian ini bertujuan untuk mengukur tingkat kesadaran keamanan siber mahasiswa di Kota Batam. Penulis menggunakan metode kuantitatif dengan melakukan tes statistik yang berbeda, seperti tes validitas, tes reliabilitas dan ukuran sampel. Survei dilakukan dengan menyebarkan kuesioner kepada mahasiswa untuk diisi secara online. Respon dihitung dalam persentase. Sebanyak 469 mahasiswa dari lima perguruan tinggi yang dipilih secara acak dari Batam, Kepulauan Riau, menanggapi survei tersebut. Setelah menganalisis data, hasilnya menunjukkan bahwa mahasiswa memiliki tingkat kesadaran keamanan siber yang rendah karena 11 mahasiswa tidak menerapkan pembaruan perangkat lunak dan 6 mengabaikan pembaruan perangkat lunak. Selain itu, 75,3% mahasiswa menggunakan kata sandi yang digunakan sebelumnya, 74% menggunakan satu kata sandi yang kuat untuk akun yang berbeda dan 78,5% mengatakan itu menjengkelkan untuk memiliki kata sandi yang panjang dan kuat untuk setiap akun. Terakhir, 73,3% berbagi lokasi saat ini secara publik di media sosial dan 68,7% berbagi informasi pribadi yang sensitif. Oleh karena itu, penulis merekomendasikan universitas untuk memasukkan pendidikan keamanan siber di semua departemen. Juga, ada kebutuhan untuk pelatihan reguler baik dosen maupun mahasiswa tentang keamanan siber.
OPTIMALISASI SEARCH ENGINE OPTIMIZATION (SEO) UNTUK MENINGKATAKAN PEMASARAN DIGITAL PADA WEBSITE PT. PETRO JAYA SAMUDRA Prasetyo, Stefanus Eko; Wijaya, Gautama; Haeruddin, Haeruddin; Sopiyan, Sopiyan
Journal of Information System Management (JOISM) Vol. 6 No. 2 (2025): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v6i2.1962

Abstract

Teknologi informasi membantu perusahaan untuk meningkatkan produktivitas, efisiensi, serta daya saing dalam bisnis. Pemasaran digital adalah salah satu aktivitas penting dalam menjalankan sebuah industri bisnis, karena itu dengan strategi pemasaran yang efektif maka perusahaan tersebut tentu berkembang. Sebuah perusahaan sudah bisa dipastikan mempunyai jejaring sosial dalam mendukung Promosi untuk meningkatkan bisnis serta tidak jarang jua sebuah perusahaan tersebut yang mengutamakan media promosinya menggunakan media digital, salah satu cara yang sangat efektif yaitu dengan memanfaatkan teknik optimisasi mesin pencari, dikarenakan pengguna pada umum mencari informasi melalui internet di mesin pencarian. tujuan dari penelitian ini ialah untuk meneliti visibilitas serta meningkatkan pengunjung pada kualitas volume dan trafik kunjungan penggunaan media pemasaran digital serta efektivitas dampak pelaksanaan optimalisasi pemasaran pada media digital menggunakan search engine optimization (SEO) pada website PT.Petro Jaya Samudra. Metode penelitian yang digunakan adalah metode kualitatif deskriptif. Sumber data yang digunakan pada penyusunan penelitian yaitu data primer. analisis data yang digunakan pada penelitian ini yaitu analisis secara langsung mengenai fenomena yang terjadi. Hasil dari penelitian ini adalah bahwa hasil analisis ini didapatkan setelah penggunaan SEO selama kurang lebih selama 3 bulan pada website mengalami kenaikan yang sangat signifikan, ini menandakan hasil yang diperoleh sangatlah baik dan menunjukkan indikator yang positif dari tingkat optimalisasi SEO suatu halaman atau postingan pada website. Dengan meningkatnya jumlah kunjungan pada media pemasaran digital, diharapkan hal ini akan berdampak pada peningkatan jumlah penjualan dan pangsa pasar, sesuai dengan tujuan yang diharapkan.
Studi Perbandingan Deteksi Intrusi Jaringan Menggunakan Machine Learning: (Metode SVM dan ANN) Tan, Tony; Sama, Hendi; Wijaya, Gautama; Aboagye, Osei Enoch
Jurnal Teknologi dan Informasi (JATI) Vol 13 No 2 (2023): Jurnal Teknologi dan Informasi (JATI)
Publisher : Program Studi Sistem Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jati.v13i2.10484

Abstract

Machine Learning berkaitan dengan penggunaan algoritma untuk membuat mesin berfungsi. Algoritma supervised machine learning belajar pada dataset untuk membuat prediksi berdasarkan pengetahuan yang mereka peroleh saat belajar. Machine Learning memiliki dampak signifikan dalam keamanan siber. Sistem deteksi intrusi (IDS), sistem pencegahan intrusi (IPS) dan firewall tradisional membantu mendeteksi intrusi tetapi sayangnya, kebanyakan dari mereka memberi false alarm, dapat memiliki kerentanan dan dapat salah konfigurasi. Penggunaan algoritma machine learning telah terbukti lebih efektif dalam deteksi intrusi. Penelitian ini bertujuan untuk membandingkan efektivitas Algoritma Support Vector Machine (SVM) dan Artificial Neural Network (ANN) untuk intrusi deteksi. Penelitian ini menggunakan metode eksperimen dengan melatih dan menguji SVM dan ANN pada Dataset KDD Cup 99 di Google Colaboratory. Skor akurasi pelatihan dan pengujian, waktu pelatihan dan pengujian, Receiver Operating Characteristic Curve (Kurva ROC) dan kecepatan jaringan adalah parameter untuk perbandingan. Hasil dari eksperimen menunjukkan bahwa; Kedua model bagus untuk mendeteksi intrusi karena SVM dan ANN memiliki skor di atas 90%. SVM lebih efektif daripada ANN dalam deteksi intrusi dengan akurasi pelatihan dan pengujian 99,87% dan 99,81%. Juga AUC untuk SVM adalah 1 untuk semua lima kelas dan mengambil lebih sedikit waktu dalam melatih dataset.
The Application of Smart Contracts in Cybersecurity for Threat Detection and Response Prasetyo, Stefanus Eko; Wijaya, Gautama; ., Kennedi
Jurnal E-Komtek (Elektro-Komputer-Teknik) Vol 9 No 1 (2025)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/e-komtek.v9i1.2285

Abstract

Cybersecurity is becoming an increasingly important issue in the digital era due to the rise in threats and attacks on information systems. One innovative technology with great potential to enhance cybersecurity is smart contracts. This article discusses the application of smart contracts in detecting and responding to cybersecurity threats. With their automatic, transparent, and immutable nature, smart contracts can be used to manage threat responses in real-time, improve attack detection efficiency, and minimize the risk of human error. This study also explores use cases such as secure data access management, blockchain-based anomaly detection, and incident response automation. Furthermore, implementation challenges such as scalability, interoperability, and smart contract code vulnerabilities are also addressed to provide a comprehensive overview. Through the integration of smart contracts into cybersecurity, this article concludes that this technology holds great potential to strengthen information systems' resilience against increasingly complex and dynamic threats.
Rancangan Jaringan Highly Available PT Pundi Mas Berjaya (PMB) Prasetyo, Stefanus Eko; Wijaya, Gautama; Hasanah, Nafisatul; Jemmy, Jemmy; Syahfira, Putri
Telcomatics Vol. 8 No. 1 (2023)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v8i1.7359

Abstract

In the digital age, networks are an important factor for implementing communication and exchanging information. Campus networks, which are private networks specifically designed for a particular institution, are essential for the institution because they provide access to the necessary information and services. However, campus networks are also vulnerable to security threats such as cybercrime and malware attacks. Firewall implementation can minimize these threats by controlling access to network services. Pundi Mas Berjaya (PMB), a company that provides software solutions to the global market, requires a highly available and redundant campus network. This research uses Cisco Packet Tracer to design and configure the network required by PMB. Implementing a highly available and redundant campus network with a hierarchical network model will improve the performance of the PMB campus network connectivity and security.
The Development of a Deep Learning-Based Chatbot for Stock Keeping Unit (SKU) Management Julianto, Hendra; Wijaya, Gautama; Haeruddin, Haeruddin
Jurnal Inovatif : Inovasi Teknologi Informasi dan Informatika Vol. 7 No. 2 (2024)
Publisher : Universitas Ibn Khaldun Bogor

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

Abstract

Digital communications platforms, one of the revolutionary breakthroughs brought by rapid technological development. Such breakthroughs include technology in chatbots, which has now become a mighty tool, especially within the commercial sectors. This research hence focuses on the evolution of a chatbot in solving SKU management problems through deep learning technologies, such as the Multilayer Perceptron neural networks. The chatbot's goal is to deliver precise and effective information on SKU codes, stock levels, and product characteristics. The chatbot showed a high accuracy rate of 98% in answering questions about the given dataset after extensive testing. The findings demonstrate the potential of chatbots with deep learning to improve customer service and operational effectiveness in companies
Co-Authors ., Kennedi Aboagye, Osei Enoch Aripradono, Heru Wijayanto Benhans, Devina Evander, Owen Febrianto Febrianto, Febrianto Haeruddin Haeruddin Hasanah, Nafisatul Hendra Julianto, Hendra Jemmy, Jemmy Jong, Ricky Ningsih, Vivian Febri Prasetyo, Stefanus Eko Sama, Hendi Sopiyan, Sopiyan Syahfira, Putri Tan, Tony Tony Wibowo, Tony