Article Per Year (5 Year)
p-Index From 2020 - 2025
1.886
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Brilliance: Research of Artificial Intelligence SIGMA: Information Technology Journal Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence
Halim Anshor, Abdul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Mathematics Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PEMERINGKATAN UMKM DI UNIVERSITAS PELITA BANGSA MENGGUNAKAN METODE WPM (WAIGHET PRODUCT MODEL) PADA SISTEM PENDUKUNG KEPUTUSAN Darmanto, Darmanto; Rifqi Aziz, Muhammad; Azmi Abdussyukur, Mohammad; Toga Junior Sinaga, Michael; Halim Anshor, Abdul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13109

Abstract

Usaha Mikro Kecil dan Menengah (UMKM) berperan penting dalam perekonomian, khususnya di kampus Universitas Pelita Bangsa. Namun, kurangnya pemahaman terhadap preferensi konsumen merupakan masalah utama yang memengaruhi daya saing UMKM. Tujuan dari penelitian ini adalah untuk mengembangkan sistem pendukung keputusan (SPK) berbasis Weighted Product Model (WPM) guna memeringkat UMKM berdasarkan kriteria seperti kualitas produk, harga, layanan, kebersihan, dan lain-lain. Metodologi yang digunakan meliputi pengumpulan data melalui survei terhadap 72 mahasiswa dan pengolahan data menggunakan algoritma WPM yang hasil pengujiannya menunjukkan bahwa sistem SPK ini mampu memberikan peringkat yang objektif dan transparan. Berdasarkan analisis data, kantin "UPB IDOLA MASBRO" menempati peringkat tertinggi dengan nilai preferensi relatif sebesar 0.218546, diikuti oleh "Warung JAGO RASA" dan "Warung Nasi Bebek" dengan nilai masing-masing 0.203380. Faktor kualitas produk dan pelayanan terbukti menjadi kriteria utama yang menentukan peringkat UKM. Sistem ini diharapkan dapat membantu pemilik UMKM memahami preferensi konsumen secara lebih efektif, memperkuat daya saing, dan meningkatkan kepuasan pelanggan.
Pengembangan Kebijakan Keamanan Adaptif Berbasis Machine Learning pada Firewall SDN Surojudin, Nurhadi; Turmudi Zy, Ahmad; Maulana, Donny; Halim Anshor, Abdul
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.919

Abstract

Dalam era digital yang semakin kompleks, serangan siber seperti Distributed Denial of Service (DDoS) menjadi tantangan besar dalam pengelolaan keamanan jaringan. Penelitian ini mengusulkan pengembangan kebijakan keamanan adaptif berbasis machine learning untuk firewall pada arsitektur Software-Defined Networking (SDN). Dengan menggunakan algoritma Random Forest dan dataset CICIDS2017, sistem mampu mendeteksi serangan DDoS secara otomatis dan akurat. Data diuji melalui metode stratified split agar proporsi label tetap seimbang, serta dilakukan pembersihan nilai tak valid. Model menunjukkan performa sangat tinggi dengan akurasi 99,9978%, precision dan recall 99,996%, serta f1-score 99,996%. Evaluasi melalui confusion matrix mengindikasikan hanya dua kesalahan klasifikasi dari total 45.149 data uji. Hasil ini membuktikan bahwa integrasi machine learning dalam firewall SDN dapat memperkuat deteksi ancaman dan menghasilkan kebijakan keamanan yang dinamis, efisien, serta dapat beradaptasi terhadap serangan baru. Rencana pengembangan ke depan mencakup penerapan pada data real-time dan perluasan cakupan deteksi terhadap jenis serangan lainnya. Temuan ini memberikan kontribusi signifikan dalam pengembangan solusi keamanan jaringan berbasis SDN yang cerdas.
Association Rule to Increase Sales Using the Apriori Algorithm Method Ermanto, Ermanto; Halim Anshor, Abdul; Arwan Sulaeman, Asep; Winarni, Sri
Brilliance: Research of Artificial Intelligence Vol. 4 No. 1 (2024): Brilliance: Research of Artificial Intelligence, Article Research May 2024
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v4i1.4185

Abstract

The Apriori algorithm is a data mining technique used to find relationship patterns between items in a transaction dataset. In this context, the Apriori algorithm will be used to identify products that are often purchased simultaneously by customers. By understanding these purchasing patterns, companies can design more effective marketing strategies, such as strategic product placement, bundling package offers, and special promotions. This research involves several stages, starting from collecting sales transaction data, data preprocessing, applying the Apriori algorithm, to interpreting the results. The transaction data used is taken from the sales database of a retail store during a certain period. After the data is processed, the Apriori algorithm is applied to identify frequent itemsets and form association rules. The results of this research show that there are several significant purchasing patterns, such as a combination of product A and product B which are often purchased together. By applying data mining using the a priori algorithm method, you can find out which products sell the most. From the results of manual calculations it was found that consumers who bought RB 1060 would buy RB 1099 with 81% confidence, whereas using WEKA it was found that consumers who bought RB 1060 would buy RB 1099 with a confidence value of 82%.
Co-Authors . Ermanto Adeliani Putri, Fadilah Adrian Maulana, Riko Alvin, Anggi Aminuyati Andi Hardiansyah, Novianto Ardi Iman Prakoso, Ramadhan Ariza, Rini Arwan Sulaeman, Asep Azmi Abdussyukur, Mohammad Darmanto Darmanto Dewi Zahrani, Zalfa Fajrianto Anggara Sakti, Afrizal Ferdianto, Aang Hadimulya, Ihsan Hermawan, Dani Hidayat, Chaerul Hidayatullah, Cahyo Humaidy, Syamil Iqbal Fadillah, Muhammad Irvan Zidni, Mohamad Julyant Firdausy, Assandra Latiefa Zahra, Anindha Maulana Ayassy, Bayu Maulana, Donny Muhamad Fatchan muhammad rizky, muhammad Mutaqim, M. Zaenal Nurkholik, Dhefi Nurul Akbar Purnama Alam, Ali Restina Maharani, Nova Reza Maulana, Muhammad Rifqi Aziz, Muhammad Riyadus Solihin, Muhammad Sri Winarni Surojudin, Nurhadi Taufik Hidayat Toga Junior Sinaga, Michael Turmudi Zy, Ahmad Yuda Ramadhan, Ahmad