Article Per Year (5 Year)
p-Index From 2020 - 2025
1.259
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknologi dan Informasi Prosiding National Conference for Community Service Project Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Desain dan Analisis Teknologi
Tan, Tony
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 7 Documents
Search

 1 
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.
Emotion Recognition Untuk Mendukung Kegiatan Pembelajaran Yang Menyenangkan: Studi Literatur Hendri, Patrick Pratama; Wibowo, Tony; Tan, Tony; Herman, Herman
Jurnal Desain Dan Analisis Teknologi Vol. 3 No. 2 (2024): Juli
Publisher : Aptikom Kepri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58520/jddat.v3i2.63

Abstract

Perkembangan pendidikan setiap generasi memberikan tantangan tantangan yang cukup signifikan yang harus dihadapi oleh guru guru. Salah satu isu adalah pentingnya tingkat kesenangan ataupun pandangan positif siswa terhadap proses pembelajaran yang dilakukan. Lingkungan pendidikan sudah pernah menggunakan teknologi biometrik sebagai bagian dari sistem pendukung nya. Dalam penelitian ini kami melakukan tinjauan pustaka terkait penggunaan teknologi biometrik spesifiknya teknologi emotion recognition untuk membantu guru. Dari 225 artikel yang didapatkan dan setelah melewati proses analisis dasar dan konten, kami menemukan bahwa teknologi emotion recognition sudah bisa dikembangkan dengan menggunakan algoritma CNN maupun SVM dengan menggunakan dataset yang tersedia secara publik. Namun perlu adanya studi lebih mendalam, khususnya dalam penerapan di kelas formal dan penerimaan guru dan siswa terhadap teknologi ini.
Pengaruh Media Sosial dalam Kampanye Politik terhadap Hasil Pemilu Ginting, Dinda Tri Ninta; Tan, Tony; Alex; Nurlaila; Gultom, Shalsabila Nurlani; Cindy; Tan, Calvin; Valencia, Carren; Darrane Ronaldo; Maulana, Fariz Hassan; Gabriella; Glow Al Islami; Jennifer Aurelia; Jeny; Michael Alexander; Sherryne; Wong, Steven; Thresdianto; Wijaya, Vincent
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 2 (2024): Artikel Riset Nopember 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i2.4590

Abstract

Pemilihan umum (Pemilu) merupakan mekanisme esensial dalam mewujudkan kedaulatan rakyat, memungkinkan masyarakat untuk memilih wakil mereka secara langsung, umum, bebas, rahasia, jujur, dan adil. Perkembangan teknologi, khususnya media sosial, telah mengubah dinamika kampanye politik di Indonesia. Penelitian ini mengkaji pengaruh media sosial terhadap hasil pemilu, dengan fokus pada Generasi Z sebagai kelompok pemilih yang signifikan. Media sosial, dengan karakteristiknya yang interaktif dan luas, memungkinkan penyebaran pesan politik yang lebih efektif dan cepat, serta mendorong partisipasi politik yang lebih besar di kalangan pemilih muda. Namun, selain manfaat tersebut, media sosial juga menghadirkan tantangan serius, seperti penyebaran misinformasi, polarisasi politik, dan potensi manipulasi melalui penargetan iklan yang spesifik. Studi ini menemukan bahwa media sosial memainkan peran yang semakin krusial dalam kampanye politik, mempengaruhi perilaku dan keputusan pemilih. Meski demikian, untuk meminimalisir dampak negatifnya, diperlukan upaya peningkatan literasi digital di kalangan masyarakat serta regulasi yang ketat dalam penggunaan data pribadi dan penyebaran informasi politik. Kesimpulannya, meskipun media sosial memiliki potensi besar dalam mendukung proses demokrasi, pengelolaan yang tepat sangat penting untuk menjaga integritas dan kualitas pemilu di Indonesia.
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.
DETEKSI DAN PEMULIHAN SERANGAN ADVERSARIAL : STUDI TENTANG FAST GRADIENT SIGN METHOD DAN AUTOENCODER UNTUK PENCITRAAN MEDIS Winardo, Jesen; Christian, Yefta; Tan, Tony
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 1 (2025): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i1.54073

Abstract

Penelitian ini membahas tantangan serangan Fast Gradient Sign Method (FGSM) dalam pencitraan medis dan keamanan data. Karena layanan kesehatan semakin mengandalkan model Machine Learning, jaminan integritas dan kerahasiaan dalam data medis menjadi sangat penting. Studi ini meninjau literatur terkait serangan adversarial pada Machine Learning, khususnya dalam konteks aplikasi pencitraan medis. Kerentanan ini mencakup risiko manipulasi data yang dapat menyebabkan kesalahan diagnosis atau pelanggaran privasi. Literatur yang dianalisis mencakup jurnal medis dan konferensi pembelajaran mesin guna memahami metode serangan, dampaknya, serta pendekatan mitigasinya. Hasil penelitian menunjukkan bahwa serangan adversarial dapat secara signifikan menurunkan performa model deep learning. Untuk mengatasinya, Autoencoder terbukti efektif dalam memulihkan data yang diserang dan meningkatkan akurasi prediksi. Selain itu, teknik augmentasi data dapat memperkuat ketahanan model, terutama pada dataset yang tidak seimbang, serta mengurangi risiko overfitting. Dengan menerapkan kerangka kerja SEMMA (Sample, Explore, Modify, Model, and Assess), studi ini membuktikan bahwa serangan FGSM yang hanya menambahkan sedikit noise dapat menggagalkan prediksi model, namun dapat dipulihkan secara efektif oleh Autoencoder. Penelitian ini memberikan kontribusi penting dalam memahami serangan adversarial dalam bidang medis dan menawarkan strategi pertahanan yang menjanjikan.
Perancangan konten sosial media sebagai strategi optimalisasi branding perusahaan pt. Martindo fine foods Li Cen; Tan, Jenny; Tan, Tony
National Conference for Community Service Project (NaCosPro) Vol. 7 No. 01 (2025): The 7th National Conference for Community Service Project 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v7i01.10736

Abstract

PT. Martindo Fine Foods adalah perusahaan yang bergerak di bidang impor dan distribusi Frozen Foods dan produk berbasis susu. Pada saat ini PT. Martindo Fine Foods masih mengandalkan Teknik penjualan door to door untuk menawarkan produk. Kurangnya pemanfaatan teknologi digital menyebabkan keterbatasan dalam menjangkau pasar yang lebih luas. Oleh karena itu, kegiatan ini bertujuan untuk merancang dan mengimplementasikan konten sosial media untuk membantu meningkatkan branding, loyalitas konsumen, dan minat beli di PT. Martindo Fine Foods. Perancangan desain konten menggunakan metode MDLC yang terdiri dari enam tahapan yaitu concept, design, material collecting, assembly, testing, dan distribution. Kegiatan ini berhasil mendapatkan penilaian yang positif dari pihak Perusahaan terhadap kualitas desain dan efektivitas penyampaian informasi melalui sosial media.
Manajemen Perancangan dan Pengembangan Aplikasi di PT Pundi Mas Berjaya Tan, Tony; Andrian; Simanjuntak, Fredian
National Conference for Community Service Project (NaCosPro) Vol. 7 No. 01 (2025): The 7th National Conference for Community Service Project 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v7i01.10754

Abstract

Program Kampus Merdeka oleh Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia bertujuan memberikan mahasiswa pengalaman belajar dan pengembangan diri melalui dunia kerja nyata. Salah satu bentuknya adalah program magang, memungkinkan mahasiswa mengaplikasikan ilmu perkuliahan dalam lingkungan industri profesional. Dalam mendukung program ini, PT Pundi Mas Berjaya membuka kesempatan magang sebagai Web Developer. Penulis ditugaskan terlibat dalam proyek pengembangan sistem internal dan eksternal berbasis website, termasuk pembuatan frontend website, pengelolaan antarmuka pengguna, serta kolaborasi dalam pengembangan dan integrasi API. Metode pengembangan perangkat lunak yang digunakan adalah Agile dengan pendekatan Scrum, yang memberikan fleksibilitas tinggi dan memfasilitasi kolaborasi tim secara efektif. Luaran utama kegiatan ini adalah Landing Page Company Profile dan Frontend untuk Admin Panel Klien, yang dirancang menggunakan framework Next.js dan Tailwind CSS. Implementasi luaran berhasil diselesaikan dan berfungsi sebagaimana mestinya, dengan Landing Page telah diuji tampilannya di berbagai resolusi layar dan Admin Panel Frontend berhasil diintegrasikan dengan data dummy. Rekomendasi untuk kegiatan selanjutnya mencakup peningkatan eksposur ke sisi backend dan diversifikasi proyek untuk memperluas cakupan pembelajaran teknis mahasiswa.
Co-Authors Aboagye, Osei Enoch Alex Andrian Christian, Yefta Cindy Darrane Ronaldo Gabriella Ginting, Dinda Tri Ninta Glow Al Islami Gultom, Shalsabila Nurlani Hendri, Patrick Pratama Jennifer Aurelia Jeny LI Cen Maulana, Fariz Hassan Michael Alexander Nurlaila Sama, Hendi Sherryne Simanjuntak, Fredian Tan, Calvin Tan, Jenny Tengku Riza Zarzani N Thresdianto Tony Wibowo, Tony Valencia, Carren Wijaya, Gautama Wijaya, Vincent Winardo, Jesen Wong, Steven