Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business Jurnal Informasi, Teknologi, Engineering, dan Sains
Petriansyah, Septa
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pemilihan metode sistem pendukung keputusan penilaian kinerja dosen menggunakan metode Profile Matching, Weighted Product, dan Topsis Petriansyah, Septa
JOURNAL INFORMATION TECHNOLOGY ENGINEERING AND SCIENCE Vol 2 No 1 (2022): September
Publisher : Universitas Tangerang Raya

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

Abstract

Untuk meningkatkan kualitas dan kinerja dosen perlu adanya sistem penilaian. Penilaian terhadap dosen dapat dilakukan oleh pimpinan maupun ketua program studi, seperti penilaian pengajaran, penelitian, pengabdian, tanggung jawab, kepribadian, loyalitas. Permasalahan terjadi selama ini untuk menilai kinerja dosen masih belum optimal karena tidak adanya metode standar yang digunakan untuk melakukan penilaian tersebut. Oleh karena itu perlu dibuat sebuat sistem pendukung keputusan dengan Profil matching, WP dan Topsis. Metode ini mampu memilih alternatif terbaik dari alternatif yang ada. Alternatif yang dimaksud yaitu dosen yang memiliki kinerja terbaik. Penilaian kinerja dosen terbaik akan dikeluarkan dalam bentuk nilai angka dan diurutkan berdasarkan nilai terbesar hingga nilai terkecil  Dari hasil akurasi didapatkanlah nilai untuk profile matching 19,6%, Weighted product 75 % dan TOPSIS 85 %.
Analisis Adaptif Zero Trust Architecture (ZTA) Berbasis Machine Learning untuk Deteksi Intrusi pada Jaringan IoT dalam Infrastruktur Kritis Darmawan, R Wahyudi; Irawan, Irawan; Petriansyah, Septa
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 3 No. 4 (2025): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v3i4.460

Abstract

Meningkatnya kompleksitas dan keterhubungan dalam ekosistem Internet of Things (IoT) telah menimbulkan tantangan baru dalam hal keamanan jaringan, di mana arsitektur tradisional tidak lagi memadai untuk menghadapi ancaman yang dinamis dan kontekstual. Penelitian ini bertujuan untuk mengembangkan dan menguji sebuah pendekatan keamanan adaptif berbasis integrasi Zero Trust Architecture (ZTA) dengan algoritma adaptive machine learning untuk mendeteksi dan merespons intrusi secara kontekstual pada lingkungan IoT. Menggunakan desain eksperimental dengan metode simulasi hybrid, penelitian ini menggabungkan data dari lingkungan simulasi dan dataset realistik yang direkayasa untuk mencerminkan pola ancaman nyata. Data dikumpulkan melalui pengamatan sistem secara langsung dan dievaluasi menggunakan pendekatan analisis kinerja multi-metrik yang mencakup akurasi, presisi, recall, dan tingkat false positive. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu meningkatkan akurasi deteksi hingga 95,7% dengan false positive rate sebesar 3,1%, melampaui performa pendekatan berbasis deteksi statis. Temuan signifikan lainnya adalah keberhasilan implementasi model ZTA dinamis berbasis mikro-segmentasi dan behavior profiling yang dapat beradaptasi terhadap perubahan pola komunikasi dan aktivitas pengguna dalam jaringan IoT. Evaluasi kinerja juga memperlihatkan bahwa pendekatan multi-metrik memberikan pemahaman yang lebih komprehensif terhadap performa sistem keamanan secara real-time.Penelitian ini memberikan kontribusi konseptual terhadap pengembangan arsitektur keamanan adaptif berbasis zero trustdan pembelajaran mesin yang relevan dengan konteks keamanan jaringan kontemporer. Selain itu, pendekatan ini membuka ruang eksplorasi lebih lanjut dalam penerapan pada sistem 5G, edge computing, serta penguatan dengan teknologi blockchain untuk mendukung verifikasi dan otentikasi dalam kerangka ZTA. Temuan ini diharapkan dapat menjadi rujukan pengembangan solusi keamanan siber yang lebih resilien, kontekstual, dan terukur di masa mendatang.
Co-Authors Darmawan, R Wahyudi Irawan Irawan