Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Department of Naval Architecture eProceedings of Engineering Pengabdian Kepada Masyarakat Cendekia
Azzam, Muhammad Abdullah
Unknown Affiliation
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : eProceedings of Engineering

 1 
Identifikasi Pengguna Berbasiskan Biometrik Keystroke Menggunakan MVMCNN Azzam, Muhammad Abdullah; Yunanto, Prasti Eko; Sulistiyo, Mahmud Dwi
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Keamanan akses pengguna daring menjadi isukrusial di era digital. Identifikasi berbasis biometrik, sepertikeystroke dynamics, dianggap lebih aman dibandingkanmetode konvensional. Penelitian ini mengimplementasikanMulti-Voter Multi-Commission Nearest Neighbor Classifier(MVMCNN) untuk identifikasi pengguna melalui keystrokedynamics. MVMCNN dipilih karena kemampuannya mengatasikelemahan KNN dengan skema multi-voter dan pendekatanLocal Mean Probabilistic Neural Network (LMPNN). Datasetkeystroke dari Universitas Telkom digunakan dengan fitur UD,DD, DU, UU, dan Duration. Eksperimen meliputi tiga skenario:(1) menentukan panjang vektor optimal (N=4, 8, 12, 16, 20, 24),(2) penyederhanaan fitur menjadi rata-rata dan median, serta(3) seleksi fitur menggunakan Variance Threshold (0.1).Evaluasi menggunakan F1-Score. Hasil menunjukkan skenariopertama dengan N=20 menghasilkan F1-Score tertinggi(0.6911). Penyederhanaan fitur menurunkan performa, denganF1-Score terbaik 0.3031 (mean, k=9) dan 0.3257 (median, k=3),menandakan pentingnya kekayaan informasi dalam fitur.Seleksi fitur menggunakan Variance Threshold tidak banyakmengubah performa, menunjukkan distribusi data sudahoptimal. Temuan ini menegaskan bahwa granularitas databerperan penting dalam akurasi sistem identifikasi berbasiskeystroke dynamics. Kata kunci— biometrik, keystroke, identifikasi, mvmcnn, f1-score.
Co-Authors Agus Setiawan Ahmal, Vicko Javier Alahsyari, Muhammad Fauzi Ari Wibawa Budi Santosa Hidayatullah, Bayu Mahmud Dwi Sulistiyo Mulyanto, Imam Pujo Prasti Eko Yunanto Rika Sri Puji Lestari