Article Per Year (5 Year)
p-Index From 2021 - 2026
5.785
P-Index
This Author published in this journals
All Journal Sinergi Jurnal Komputer Terapan Jurnal TAM (Technology Acceptance Model) Jusikom : Jurnal Sistem Komputer Musirawas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Teknologi Informasi MURA J-SAKTI (Jurnal Sains Komputer dan Informatika) JUSIM (Jurnal Sistem Informasi Musirawas) Technologia: Jurnal Ilmiah Jurnal Sistem Komputer dan Informatika (JSON) Brahmana : Jurnal Penerapan Kecerdasan Buatan Jurnal Pengabdian kepada Masyarakat Nusantara Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Nasional Ilmu Komputer RESOLUSI : REKAYASA TEKNIK INFORMATIKA DAN INFORMASI Jurnal Pengembangan Sistem Informasi dan Informatika KLIK: Kajian Ilmiah Informatika dan Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) BISMA Cendekia International Journal Cister Prosiding Seminar Riset Mahasiswa Jurnal Teknologi Informasi Mura PEDAMAS (Pengabdian Kepada Masyarakat) Adpebi Science Series Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal TAM (Technology Acceptance Model) Jurnal UNIV.BI MENGABDI
Lingga Wijaya, Harma Oktafia
Universitas Bina Insan, Lubuk Linggau, Indonesia
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 Social Sciences Transportation Veterinary Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 4   5   6   7   8 
IoT Botnet Detection Using Autoencoders and Decision Trees Susanto, Susanto; Arifin, M. Agus Syamsul; Wijaya, Harma Oktafia Lingga
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 12, No 3 (2023): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i3.1693

Abstract

The use of IoT devices has grown rapidly, leading to an increase in cyber attacks that pose greater security and privacy threats than ever before. One such threat is botnet attacks on IoT devices. An IoT botnet is a group of Internet-connected IoT devices infected with malware and remotely controlled by an attacker. Machine learning techniques can be employed to detect botnet attacks. The use of machine learning-based detection methods has been shown to be effective in identifying cyber attacks. The performance of the detection system in machine learning can be improved by utilizing data reduction methods. The data reduction process in classification is used to overcome the problem of scalability and computation resources in the IoT. This paper proposes a detection system using the Autoencoder reduction method and the Decision tree classification method. The test results demonstrate that the Deep Autoencoder algorithm can reduce data and memory usage from 1.62 GB to 75.9 MB, while also improving the performance of decision tree classification, resulting in a high level of accuracy up to 100%. The Autoencoder approach in conjunction with the Decision Tree exhibits superior capabilities compared to previous studies.
Analisis Tingkat Kualitas Website Terhadap E-Commerce Shopee Dengan Menggunakan Metode Importance Perfomance Analysis (IPA) Sujayanti, Elies Fifit; Satrianansyah, Satrianansyah; Wijaya, Harma Oktafia Lingga; Elmayati, Elmayati
BISMA Cendekia Vol. 4 No. 1 (2023): BISMA Cendekia - September 2023
Publisher : Politeknik Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56473/bisma.v4i1.61

Abstract

Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pelanggan yang diberikan oleh Shopee kepada konsumennya. Penelitian ini menggunakan 5 dimensi kualitas pelayanan untuk mengetahui tingkat kepuasan pelanggan berdasarkan bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), dan kepedulian (empathy). Dalam penelitian ini dapat didefenisikan permasalahan yang terjadi seperti banyaknya pesaing yang menawarkan produk-produk sejenis, terdapat beberapa hal mengenai ketidakpuasan konsumen dari dimendsi bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), , dan kepedulian (empathy). Batasan dalam penelitian ini hanya pada analisis kepuasan pelanggan terhadap pelayanan situs online shop Shopee. Teknik pengumpulan data yang digunakan dalam penelitian ini yaitu dengan menggunakan angket, sedangkan analisis data yang dilakukan menggunakan teknik Analisis Importance Performace. Adapun hasil dari penelitian ini yaitu masih terdapat beberapa pelanggan yang merasa kurang puas dengan pelayanan yang diberikan oleh Shopee berdasarkan 5 dimensi kualitas pelayanan pada bukti langsung (tangible), keandalan (reability), daya tanggap (responsiveness), jaminan (assurance), dan kepedulian (empathy).
KLASIFIKASI PRODUK MENGGUNAKAN ALGORITMA DECISION TREE Aktavera, Beni; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2264

Abstract

Kehadiran teknologi informasi juga berdampak positif bagi perusahaan. Teknologi informasi menjadikan sebuah perusahaan lebih teratur dan lebih mudah dalam pengoperasianya. Perusahaan menggunakan teknologi informasi dalam banyak hal seperti pengolahan data. Pengolahan data disebuah perusahaan adalah hal penting yang harus dilakukan agar pemimpin perusahaan dapat menilai kinerja dari perusahaan itu. Pengolahan data menjadi sangat mudah apabila menggunakan Data Mining, karena data mining berhubungan erat dengan pengolahan data. Masalah dalam penelitian ini adalah pengelolaan data yang masih menggunakan Microsoft Excel sehingga belum dapat mengklasifikasikan produk yang laris dan produk yang kurang laris serta permintaan konsumen yang beragam sehingga pengelolaan data manual menggunakan microsoft excel belum mampu mengetahui pola pembelian konsumen. Metode Decision Tree adalah model prediksi menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan adalah mengubah data menjadi decision tree dan aturan-aturan keputusan [1]. Keunggulan dari metode Decision Tree yaitu jika daerah pengambilan keputusan yang sebelumnya kompleks dan rumit, dapat diubah menjadi lebih simpel dan spesifik. data pada penelitian ini menggunakan bahasa pemprograman Python dengan akurasi 0,871.
IMPLEMENTASI DAN ANALISIS ASOSIASION RULE MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP GROWTH Aktavera, Beni; Satrianansyah, Satrianansyah; Elmayati, Elmayati; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2284

Abstract

Analisis asosiasi merupakan teknik data mining yang digunakan untuk menemukan hubungan atau pola tersembunyi antara item dalam sebuah dataset. Dua algoritma populer yang sering digunakan dalam analisis asosiasi adalah Algoritma Apriori dan Algoritma FP-Growth. Algoritma Apriori bekerja dengan prinsip mencari frekuensi itemset yang muncul dalam dataset. Proses ini dimulai dengan mengidentifikasi item-item yang paling sering muncul, kemudian memperluasnya menjadi kombinasi item yang lebih besar dan memeriksa frekuensinya. Algoritma ini menggunakan konsep support dan confidence untuk mengukur kekuatan asosiasi antara item. Support mengukur seberapa sering suatu itemset muncul dalam dataset, sedangkan confidence mengukur seberapa sering item B muncul di transaksi yang mengandung item A. Meskipun Algoritma Apriori efektif dalam menemukan aturan asosiasi, algoritma ini bisa menjadi tidak efisien pada dataset yang sangat besar karena harus melakukan banyak iterasi dan memindai dataset berkali-kali. Sebagai alternatif, Algoritma FP-Growth menggunakan pendekatan yang berbeda dengan membangun struktur data yang disebut FP-Tree (Frequent Pattern Tree) untuk menyimpan informasi tentang frekuensi itemset dalam dataset [1]. FP-Tree memungkinkan Algoritma FP-Growth untuk memindai dataset hanya dua kali, yang membuatnya lebih efisien dibandingkan dengan Algoritma Apriori. Setelah membangun FP-Tree, algoritma ini kemudian menggunakan teknik divide-and-conquer untuk menemukan itemset yang sering muncul tanpa harus melakukan iterasi berulang kali. Studi perbandingan antara Algoritma Apriori dan FP-Growth menunjukkan bahwa FP-Growth cenderung lebih efisien dalam hal waktu komputasi dan penggunaan memori, terutama pada dataset yang besar. Namun, Algoritma Apriori masih memiliki keunggulan dalam hal interpretasi hasil yang lebih mudah dipahami dan implementasi yang lebih sederhana [2].
REDISIGN TATA LETAK BUKU PADA PERPUSTAKAAN SMA BINA SATRIA MEGGUNAKAN ALGORITMA APRIORI aktavera, beni; Wijaya, Harma Oktafia Lingga
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 8 No 2 (2023): JUSIM (Jurnal Sistem Informasi Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v8i2.2201

Abstract

Perpustakaan adalah praktik yang penting untuk memastikan bahwa perpustakaan tetap relevan, efisien, dan berfungsi dengan baik. Tata letak buku yang baik menciptakan pengalaman pengguna yang lebih positif. Pengguna merasa lebih nyaman dan mudah berinteraksi dengan koleksi buku ketika tata letaknya intuitif dan efisien. Tata letak yang baik dapat membantu perpustakaan dalam manajemen koleksi. Ini termasuk penyusunan dan pemeliharaan buku dengan lebih baik, yang dapat membantu perpustakaan dalam pengadaan dan penghapusan buku. Redesain tata letak buku di perpustakaan menggunakan algoritma Apriori merupakan sebuah pendekatan yang menarik untuk meningkatkan efisiensi dalam mengorganisasi dan mengelola koleksi buku. Algoritma Apriori adalah algoritma yang digunakan dalam data mining dan analisis asosiasi untuk menemukan pola-pola hubungan antara item-item dalam kumpulan data. Dalam konteks perpustakaan, ini dapat digunakan untuk memahami hubungan antara buku-buku yang dipinjam oleh anggota perpustakaan, sehingga perpustakaan dapat menentukan lokasi yang optimal untuk menempatkan buku-buku tersebut agar lebih mudah diakses oleh pengguna. Metode yang digunakan Algoritma Apriori dapat membantu perpustakaan mengidentifikasi hubungan antara buku-buku yang sering dipinjam bersamaan oleh pengguna. Dengan demikian, perpustakaan dapat merancang ulang tata letaknya untuk menempatkan buku-buku yang berhubungan dekat satu sama lain. Ini meningkatkan kemudahan akses pengguna dan mengoptimalkan penggunaan ruang. Redesign tata letak buku menggunakan algoritma Apriori adalah pendekatan yang inovatif untuk mengoptimalkan tata letak buku di perpustakaan berdasarkan pola peminjaman buku oleh pengguna. dari penelitian ini di dapatkan hasil Jika meminjam buku jenis ilmu sosial maka akan meminjam buku jenis ilmu terapan dan tidak akan meminjam buku jenis bahasa 100 % dan Jika tidak meminjam buku jenis bahasa, maka akanmeminjam buku jenis ilmu terapanakan akan meminjam buku jenis ilmu sosial 86 %.
Klasifikasi Kemampuan Ekonomi Calon Siswa Baru dengan Metode K-Nearest Neighbor pada SMA Negeri 1 Musi Rawas Soleha, Romi Aprillia; Wijaya, Harma Oktafia Lingga; Daulay, Nelly Khairani
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 8, No 1 (2023): Edisi Februari
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v8i1.542

Abstract

The need for an analysis of the classification at SMA Negeri 1 Musi Rawas was the reason for conducting research on the clasification of the economic abilities of new student, determining classification in large numbers was impossible to do manually because it required quite a long time. For that we need a method that can solve classification problems automatically with a computer. in classifying an application in the form of orange is used and in analyzing using the K-Nearest Neighbor method because it has the working principle of fiding the shortest distance between the data to be evaluated with the nearest K in the training data. This study aims to apply the orange application using the K-Nearest Neighbor method and find out what the level of accuracy is with the K-Nearest Neighbor method. From this study the training data is 150 and testing 1 with a K value of 50 gets an accuracy value of 92%.
IMPLEMENTASI DAN ANALISIS ASOSIASION RULE MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP GROWTH Aktavera, Beni; Satrianansyah, Satrianansyah; Elmayati, Elmayati; Wijaya, Harma Oktafia Lingga
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2284

Abstract

Analisis asosiasi merupakan teknik data mining yang digunakan untuk menemukan hubungan atau pola tersembunyi antara item dalam sebuah dataset. Dua algoritma populer yang sering digunakan dalam analisis asosiasi adalah Algoritma Apriori dan Algoritma FP-Growth. Algoritma Apriori bekerja dengan prinsip mencari frekuensi itemset yang muncul dalam dataset. Proses ini dimulai dengan mengidentifikasi item-item yang paling sering muncul, kemudian memperluasnya menjadi kombinasi item yang lebih besar dan memeriksa frekuensinya. Algoritma ini menggunakan konsep support dan confidence untuk mengukur kekuatan asosiasi antara item. Support mengukur seberapa sering suatu itemset muncul dalam dataset, sedangkan confidence mengukur seberapa sering item B muncul di transaksi yang mengandung item A. Meskipun Algoritma Apriori efektif dalam menemukan aturan asosiasi, algoritma ini bisa menjadi tidak efisien pada dataset yang sangat besar karena harus melakukan banyak iterasi dan memindai dataset berkali-kali. Sebagai alternatif, Algoritma FP-Growth menggunakan pendekatan yang berbeda dengan membangun struktur data yang disebut FP-Tree (Frequent Pattern Tree) untuk menyimpan informasi tentang frekuensi itemset dalam dataset [1]. FP-Tree memungkinkan Algoritma FP-Growth untuk memindai dataset hanya dua kali, yang membuatnya lebih efisien dibandingkan dengan Algoritma Apriori. Setelah membangun FP-Tree, algoritma ini kemudian menggunakan teknik divide-and-conquer untuk menemukan itemset yang sering muncul tanpa harus melakukan iterasi berulang kali. Studi perbandingan antara Algoritma Apriori dan FP-Growth menunjukkan bahwa FP-Growth cenderung lebih efisien dalam hal waktu komputasi dan penggunaan memori, terutama pada dataset yang besar. Namun, Algoritma Apriori masih memiliki keunggulan dalam hal interpretasi hasil yang lebih mudah dipahami dan implementasi yang lebih sederhana [2].
Analysis of Sales Transactions in Increasing Sales Promotion Using the WEKA Tool: Datamining Lingga Wijaya, Harma Oktafia
Adpebi Science Series 2022: 1st AICMEST 2022
Publisher : ADPEBI

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

Abstract

Supermarket xyz is one of the growing basic food shops in Lubuklinggau City that provides daily staples. More than 50 types of food and non-food products are available at competitive prices, meeting almost all the daily needs of consumers. With a fairly large number of transactions, xyz supermarkets need analytical tools to provide useful information for xyz supermarkets in marketing strategies, what goods are most in demand by consumers and others [1]. The problem that exists is the sales transaction data of XYZ supermarkets. has not been able to provide information about the pattern or relationship of a set of items purchased by customers. To help the algorithm process using a priori where a priori will help solve the existing stages, for mining a test is carried out with the Weka application, WEKA is a practical tool. This study processes sales transaction data as many as 1339 transactions and produces 6 best rules that can be used by XYZ Supermarkets as a marketing strategy in the future.
Classification of palm oil fruit ripeness based on AlexNet deep Convolutional Neural Network Kurniawan, Rudi; Samsuryadi, Samsuryadi; Mohamad, Fatma Susilawati; Wijaya, Harma Oktafia Lingga; Santoso, Budi
SINERGI Vol 29, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/sinergi.2025.1.019

Abstract

The palm oil industry faces significant challenges in accurately classifying fruit ripeness, which is crucial for optimizing yield, quality, and profitability. Manual methods are slow and prone to errors, leading to inefficiencies and increased costs. Deep Learning, particularly the AlexNet architecture, has succeeded in image classification tasks and offers a promising solution. This study explores the implementation of AlexNet to improve the efficiency and accuracy of palm oil fruit maturity classification, thereby reducing costs and production time. We employed a dataset of 1500 images of palm oil fruits, meticulously categorized into three classes: raw, ripe, and rotten. The experimental setup involved training AlexNet and comparing its performance with a conventional Convolutional Neural Network (CNN). The results demonstrated that AlexNet significantly outperforms the traditional CNN, achieving a validation loss of 0.0261 and an accuracy of 0.9962, compared to the CNN's validation loss of 0.0377 and accuracy of 0.9925. Furthermore, AlexNet achieved superior precision, recall, and F-1 scores, each reaching 0.99, while the CNN scores were 0.98. These findings suggest that adopting AlexNet can enhance the palm oil industry's operational efficiency and product quality. The improved classification accuracy ensures that fruits are harvested at optimal ripeness, leading to better oil yield and quality. Reducing classification errors and manual labor can also lead to substantial cost savings and increased profitability. This study underscores the potential of advanced deep learning models like AlexNet in revolutionizing agricultural practices and improving industrial outcomes.
Analisis Kualitas Website Institut XYZ Menggunakan Metode Webqual dan IPA Saputra, Jeki; Satrianansyah, S; Wijaya, Harma Oktafia Lingga; Rahman, Taufik
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 1 (2021): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i1.324

Abstract

A good website is a website that is in great demand by users and provides good information to its users. One of the website applications that can be seen is in universities. To measure the quality of the XYZ Institute website, indicators that affect the quality of the website are needed from the point of view of educators, lecturers and students. Therefore, the methods used to measure the quality of the XYZ Institute website are the Webqual and IPA methods. The description of this research is whether there is an effect of the quality of the XYZ Institute website on usability indicators. Is there an effect of the quality of the XYZ Institute website on the indicators of information quality (Information Quality, is there an effect of the quality of the XYZ Institute website on the indicators of service interaction quality), and, is there an effect of the quality of the XYZ Institute website on the overall indicators. Is there an influence on the quality of the XYZ Institute website with a comparison the level of importance and level of performance in the IPA method. There is a significant influence between usability, quality information and service interaction quality on user satisfaction both partially and simultaneously. In the IPA method in developing the Institute website XYZLubuklinggan In quadrant I has an important priority where the indicators in quadrant I are indicators X16 and X17 and this quadrant is not in accordance with user expectations and has a high level of importance. In Quadrant II the XYZha Institute website rus maintains the indicators are X4, X8, X10, X12, X14, X16, X18, in quadrant III can ignore a little of importance the indicators are X1, X2, X3, X5, X11, X15, and quadrant IV are considered to have a low level of importance but the level of performance on this website is considered very good for users whose indicators are X6 and X7.
Co-Authors A.A. Ketut Agung Cahyawan W Adi Saputra Aditya Nugroho Aktavera, Beni Ali Amran Andri Anto Tri Susilo, Andri Anto Anita Sari Aprisusanti, Rani Purnama Armanto Armanto Armanto Armanto Armanto armanto armanto Armanto, A Armanto, Armanto Audya, Rosa Ayu Fitria, Sekar Basmansyah, Attaya Rifki Beni Aktavera Beni Mandala Putra Biankha Ariesty Bunga Intan Chandra Yuliansyah Cindi Wulandari Daulay, Nelly Khairaini Daulay, Nelly Khairani Davit Irawan Devi Purwanti, Devi Dwi Budi Santoso E Elmayati Elmayati Elmayati, E Elmayati, Elmayati Fachry Abda El Rahman Fauzan, Muazim Rahman Fienda Altamevia Handayani , Diah Fitria Hartansyah, Dendi Hidayat, Asep Toyib Intan, Bunga Jeki Saputra joni karman Karman, Joni Khoirina Khoirina Marlina, Haiza Mediriansyah Mediriansyah Mohamad, Fatma Susilawati nansyah, Satria Nopalia Nopalia Nur Alamsyah, Muhammad Nurdiansyah, Deni Rani Purnama Aprisusanti Regina Regina Rudi Kurniawan Rusdiyanto Rusdiyanto Rusdiyanto Rusdiyanto, Rusdiyanto Samsuryadi Samsuryadi Sari, Wisdalia Maya Satrianansyah, Satrianansyah Selviyani sobri, ahmad Soleha, Romi Aprillia Sujayanti, Elies Fifit Susanto Susanto Susanto Susanto Susanto Syamsul Arifin, M. Agus Taufik Rahman Tri Hasanah Bimastari Aviani Wisdalia Maya Sari Wisdalia Maya Sari Wulandari, Cindi Yunita Yunita Yunita Yunita Zulhipni Reno Saputra Els Zulius, Antoni