Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Saber: Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Jurnal Akademik Pengabdian Masyarakat
Nila Rusiardi Jayanti
Universitas Indraprasta PGRI
Computer Science & IT Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pelatihan Penggunaan Veracrypt Sebagai Solusi Open Source Untuk Proteksi Arsip Digital Pada Unit Layanan Hukum Privat Suwaebatul Aslamiyah; Siti Anisah; Nila Rusiardi Jayanti
JURNAL AKADEMIK PENGABDIAN MASYARAKAT Vol. 4 No. 3 (2026): Mei
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/japm.v4i3.9779

Abstract

Perkembangan teknologi informasi telah mendorong peralihan pengelolaan dokumen dari bentuk fisik ke arsip digital yang lebih praktis dan efisien. Arsip digital berisiko mengalami kebocoran, pencurian, maupun akses ilegal apabila tidak dilindungi dengan sistem pengamanan yang memadai. Kondisi tersebut juga ditemukan pada Kantor Notaris dan PPAT Tangerang Selatan sebagai mitra kegiatan, di mana sebagian besar dokumen penting seperti akta, sertifikat, dan kontrak masih disimpan pada komputer atau media eksternal tanpa mekanisme enkripsi tambahan. Situasi ini menjadikan arsip hukum rawan disalahgunakan apabila perangkat hilang, rusak, atau diretas oleh pihak tidak bertanggung jawab. Sebagai solusi, kegiatan pengabdian kepada masyarakat ini mengimplementasikan penggunaan VeraCrypt sebagai perangkat lunak enkripsi berbasis open source. VeraCrypt dipilih karena memiliki tingkat keamanan tinggi, tidak berbayar, kompatibel dengan berbagai sistem operasi, serta mudah dipelajari melalui pendampingan. Melalui pelatihan ini, staf kantor notaris dibekali keterampilan membuat encrypted container sebagai brankas digital untuk mengamankan arsip.
Prediksi Klaim Asuransi Perjalanan Menggunakan Machine Learning untuk Optimasi Manajemen Risiko Andy Hermawan; Nila Rusiardi Jayanti; Adam Praharsya Rahmadian; Muhammad Hafizh Bayhaqi; Amira Afdhal; Kerin Aurelia
SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Vol. 3 No. 2 (2025): April : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/saber.v3i2.2476

Abstract

Travel insurance provides financial protection for individuals during their trips, both domestically and internationally. With the increasing demand for travel insurance, insurance companies face challenges in efficiently managing claims. This study aims to develop a predictive model to classify whether an insurance policy will be claimed based on historical customer and transaction data. This research utilizes a dataset containing various features related to travel and policyholders, such as agent type, distribution channel, insurance product, travel duration, and premium amount. The methods used include data exploration, feature processing, and the application of machine learning algorithms such as Logistic Regression, Random Forest, and XGBoost. Experimental results indicate that the XGBoost model performs the best, achieving the highest accuracy compared to other models. With this predictive model, insurance companies can optimize claim evaluation processes, reduce fraud risks, and improve operational efficiency in handling travel insurance claims.
Co-Authors Adam Praharsya Rahmadian Amira Afdhal Andy Hermawan Kerin Aurelia Muhammad Hafizh Bayhaqi Siti Anisah Suwaebatul Aslamiyah