Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal INTECOMS: Journal of Information Technology and Computer Science Digital Transformation Technology (Digitech)
Abdullah, Arken
Unknown Affiliation
Computer Science & IT Library & Information Science

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

Found 3 Documents
Search

 1 
Implementasi Quality of Service (QoS) menggunakan Wireshark pada Jaringan Wireless LAN Wijaya, Anton; Abdullah, Arken; Windriyani, Eka; Samaeni, Fera Citra; Romdhan, Mohammad Yusri; Ardiansah, Rian; Thoyyibah
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4030

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi Quality of Service (QoS) pada jaringan Wireless LAN menggunakan Wireshark sebagai alat analisis jaringan. Latar belakang penelitian ini adalah kebutuhan untuk memastikan kinerja optimal berbagai aplikasi yang sensitif terhadap kualitas jaringan seperti VoIP dan video streaming. Dengan menggunakan metode eksperimental, penelitian ini membandingkan performa jaringan dengan dan tanpa QoS melalui pengukuran parameter seperti latency, jitter, dan packet loss. Wireshark digunakan untuk menangkap dan menganalisis lalu lintas jaringan, sehingga memungkinkan identifikasi dan pemecahan masalah kinerja jaringan. Hasil penelitian menunjukkan bahwa implementasi QoS secara signifikan mengurangi latency dan jitter, serta meningkatkan throughput dan mengurangi packet loss pada aplikasi yang sensitif terhadap delay. Kesimpulan dari penelitian ini mengonfirmasi bahwa QoS memberikan peningkatan kinerja yang signifikan pada jaringan Wireless LAN, sesuai dengan yang diharapkan. Penelitian lebih lanjut disarankan untuk mengeksplorasi implementasi QoS pada skala jaringan yang lebih besar dan dengan variasi aplikasi yang lebih luas
Implementasi Quality of Service (QoS) menggunakan Wireshark pada Jaringan Wireless LAN Wijaya, Anton; Abdullah, Arken; Windriyani, Eka; Samaeni, Fera Citra; Romdhan, Mohammad Yusri; Ardiansah, Rian; Thoyyibah
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4030

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi Quality of Service (QoS) pada jaringan Wireless LAN menggunakan Wireshark sebagai alat analisis jaringan. Latar belakang penelitian ini adalah kebutuhan untuk memastikan kinerja optimal berbagai aplikasi yang sensitif terhadap kualitas jaringan seperti VoIP dan video streaming. Dengan menggunakan metode eksperimental, penelitian ini membandingkan performa jaringan dengan dan tanpa QoS melalui pengukuran parameter seperti latency, jitter, dan packet loss. Wireshark digunakan untuk menangkap dan menganalisis lalu lintas jaringan, sehingga memungkinkan identifikasi dan pemecahan masalah kinerja jaringan. Hasil penelitian menunjukkan bahwa implementasi QoS secara signifikan mengurangi latency dan jitter, serta meningkatkan throughput dan mengurangi packet loss pada aplikasi yang sensitif terhadap delay. Kesimpulan dari penelitian ini mengonfirmasi bahwa QoS memberikan peningkatan kinerja yang signifikan pada jaringan Wireless LAN, sesuai dengan yang diharapkan. Penelitian lebih lanjut disarankan untuk mengeksplorasi implementasi QoS pada skala jaringan yang lebih besar dan dengan variasi aplikasi yang lebih luas
ANALISIS SISTEM DETEKSI DINI FRAUD PADA TRANSAKSI PERBANKAN MENGGUNAKAN LONG SHORT-TERM MEMORY (LSTM) DAN TRANSFORMER Abdullah, Arken; Waskita, Arya Adhyaksa; Handayani, Murni
INTECOMS: Journal of Information Technology and Computer Science Vol. 9 No. 1 (2026): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/83yrz474

Abstract

The development of digital banking services in electronic payment channels has led to a significant increase in transaction volumes, accompanied by higher fraud risk. Fraud patterns are dynamic and temporal, making detection based solely on individual transactions ineffective. This study aims to develop an early fraud detection system using a cluster-aware sequential deep learning approach. Transaction data are processed through data cleansing, behavioral feature extraction, and customer clustering based on transaction characteristics. Long Short-Term Memory (LSTM) is employed to learn temporal transaction patterns, while Transformer is used to capture global context and nominal transaction deviations. Both models are integrated through a dynamic ensemble approach with adaptive thresholds for each cluster. Model evaluation is conducted in a supervised manner using PR-AUC as the primary metric, supported by ROC-AUC, Precision, Recall, and F1-Score. The results demonstrate that the cluster-based ensemble approach improves detection stability, reduces false positives, and adapts effectively to differences in customer behavior. Experimental results show that models trained without oversampling provide more stable precision–recall performance on datasets where fraud manifests as extreme behavioral outliers, while SMOTE is used as a comparative scenario.  Keywords: Fraud Detection, Deep Learning, LSTM, Transformer, Bank
Co-Authors Anton Wijaya Ardiansah, Rian Murni Handayani Romdhan, Mohammad Yusri Samaeni, Fera Citra Thoyyibah Waskita, Arya Adhyaksa Windriyani, Eka