Claim Missing Document
Check
Articles

Found 6 Documents
Search

Dynamic optimization algorithms for enhancing blockchain network resilience against distributed attacks Riandari, Fristi; Afrisawati, Afrisawati; Afifa, Rizky Maulidya; Syahputra, Rian; Ginting, Ramadhanu
International Journal of Basic and Applied Science Vol. 13 No. 2 (2024): Sep: Basic and Applied Science
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v13i2.499

Abstract

This research introduces a dynamic optimization algorithm designed to enhance blockchain network resilience against distributed attacks such as Distributed Denial of Service (DDoS), Sybil, and eclipse attacks. The primary objective is to develop a real-time, adaptive control strategy that minimizes network performance degradation while dynamically responding to evolving threats. The research design integrates multi-objective optimization, game theory, and reinforcement learning to formulate a defense strategy that adapts to adversarial conditions. The methodology is based on a modified state-space model, where the blockchain's performance is represented by a system of dynamic equations influenced by both control actions (defensive measures) and attack vectors. The optimization problem is formulated to minimize a cost function that balances network resilience and resource usage. A numerical example is presented to validate the model, demonstrating the algorithm’s effectiveness in maintaining network performance under attack by adjusting defense mechanisms in real-time. The main results indicate that the proposed method significantly reduces the impact of distributed attacks while ensuring efficient resource allocation. In conclusion, this research offers a novel framework for enhancing blockchain security, with implications for real-world applications in decentralized systems, financial services, and critical infrastructure. Future work will address the scalability of the algorithm and explore more advanced reinforcement learning techniques to handle more complex and unpredictable attack patterns.
Komparasi Metode Certainty Factor dan Dempster Shafer untuk Mendiagnosa Penyakit Autis Ginting, Ramadhanu; Riandari, Fristi; Afrisawati; Syechu, Weno; Afifa, Rizky Maulidya; Ritonga, Rama Prameswara
Indonesian Journal of Education And Computer Science Vol. 3 No. 1 (2025): INDOTECH - April 2025
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v3i1.1212

Abstract

Penelitian ini membahas perancangan sistem yang bertujuan untuk menangani masalah autisme pada anak-anak. Autisme merupakan gangguan yang mempengaruhi kemampuan individu, terutama dalam hal interaksi sosial. Dalam konteks ini, sistem pakar digunakan untuk mentransfer keahlian seorang pakar ke dalam bentuk algoritma yang dapat digunakan untuk diagnosis.Penelitian ini menganalisis dua metode dalam sistem pakar, yaitu Certainty Factor dan Dempster Shafer, yang ditujukan untuk mendiagnosis autisme pada anak. Tujuan utama penelitian ini adalah untuk mengevaluasi dan menentukan metode mana yang paling efektif untuk diimplementasikan dalam aplikasi yang dapat membantu mengklasifikasikan anak-anak dengan autisme.Hasil komparasi menunjukkan bahwanya metode Certainty Factor mencapai tingkat probabilitas di atas 95 %, dibandingkan dengan metode Dempster Shafer dalam komparasi 2 metode yang penulis lakukan. Temuan ini memberikan wawasan yang signifikan mengenai efektivitas kedua metode, serta kontribusi mereka dalam pengembangan sistem pakar untuk diagnosis autisme. Diharapkan penelitian ini dapat menjadi referensi untuk solusi yang lebih baik dalam bidang kesehatan mental anak.
Hungarian maximization model approach for optimizing human resource assignment in multi-site projects Riandari, Fristi; Dalimunthe, Yulia Agustina; Ginting, Ramadhanu; Afifa, Rizky Maulidya; Afrisawati, Afrisawati
Jurnal Teknik Informatika C.I.T Medicom Vol 17 No 2 (2025): May: Intelligent Decision Support System (IDSS)
Publisher : Institute of Computer Science (IOCS)

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

Abstract

Digital transformation in project management demands the implementation of computational models that are able to handle the complexity of human resource (HR) allocation efficiently and objectively. This study examines the application of the Hungarian algorithm in the form of maximization as a computer science-based optimization solution to the HR assignment problem in multi-location projects. By constructing a benefit matrix calculated from weighted attributes such as technical expertise, experience, and location preference, this study implements linear transformations and matrix processing procedures using a numerical approach in Python. This digitalization process allows the system to perform assignment evaluation and allocation automatically and with high precision. Simulation results on a case study of five workers and five project locations show that the model produces optimal assignments with a total benefit score of 420. This model proves its effectiveness in solving polynomial assignment problems, while expanding the use of the Hungarian algorithm in the domain of applied computer science to support data-driven decision making. This study emphasizes the role of classical algorithms in supporting scalable and replicable digital solutions for modern HR management systems.
Perankingan Subkontraktor Menggunakan Metode Weighted Aggregated Sum Product Assesment Dalimunthe, Aulia Rahman; Utari, Cut Try; Afifa, Rizky Maulidya; Syahputra, Nugroho; Atsauri, Muhammad Riki
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11134

Abstract

Istilah subkontraktor pastinya berkaitan dengan kontraktor, yang umumnya masyarakat paham hal tersebut selalu berkaitan dengan proses konstruksi. Subkontraktor biasanya muncul ketika proses konstruksi merupakan proyek yang memiliki kualitas ataupun kuantitas yang cukup tinggi dan atau besar, sehingga beberapa pekerjaan konstruksi akan ditangani oleh sub kontraktor. Sub kontraktor biasanya dipilih langsung oleh kontraktor yang memegang proyek utama berdasarkan kriteria-kriteria dan kebutuhan sesuai dengan yang diinginkan oleh kontraktor utama. Kondisi inilah yang memunculkan beberapa masalah terkait pemilihan yang efektif dan efisian guna mendukung proyek agar berjalan dengan baik. Dan dengan memanfaatkan teknologi informasi maka permasalahan dalam proses pemilihan ini dapat dilakukan yakni dengan menggunakan konsep dari sistem pendukung keputusan. Dimana sistem pendukung keputusan merupakan konsep yang membantu seseorang dalam proses penentuan pilihan berdasarkan kriteria-kriteria tertentu secara sistematis dan structural. Dikarenakan sistem pendukung keputusan memiliki berbagai metode dan algoritma pemecahan masalah secara matematis. Algoritma dari metode Weight Aggregated Sum Product Assesment (WASPAS) merupakan salah satu jenis metode yang mampu menghasilkan perangkingan dari alternatif-alternaitf pilihin yang disajikan berdasarkan masing-masing kriteria yang dimiliki. Sehingga dengan mengimplementasikan metode WASPAS pada sistem pendukung keputusan dalam menentukan sub kontraktor yang sesuai secara efektif dan efisin dapat dilakukan dengan baik.
Analisis Algoritma pada Metode MOORA dalam Merekomendasikan Asisten Laboratorium di Politeknik Negeri Medan Afifa, Rizky Maulidya; Atsauri, Muhammad Riki; Pranata, Ardianto; Sari, Sri Novida; Dalimunthe, Aulia Rahman
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 24 No 1 (2025): Februari 2025
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v24i1.11849

Abstract

Metode MOORA (Multi-Objective Optimization by Ratio Analysis) merupakan salah satu metode yang terdapat pada keilmuan dibidang sistem pendukung keputusan (SPK). Metode ini cukup fleksibel untuk diterapkan pada berbagi bidang dan konteks, termasuk dalam sistem pendukung untuk merekomendasikan posisi, jabatan, penerimaan, kenaikan pangkat, seleksi dan lainnya. Termasuk dalam merekomendasikan asisten laboratorium di Politeknik Negeri Medan. Dimana terkadang dalam proses seleksi seperti ini menimbulkan berbagai permasalahan seperti pengaruh faktor di luar kompetensi, penilaian secara subjektif dan berbagai hal lainnya. MOORA menjadi alternatif yang dapat digunakan dikarenakan terdapat variabel dari kriteria asisten labor yang akan direkomendasikan dengan kualifikasi yang sesuai dengan konsep penerapan metode MOORA. Sehingga hasil keputusan sesuai, proses seleksi lebih efektif dan efisien serta lebih terfokus pada kompetensi yang diinginkan. Hasilnya sebuah pemahaman dari penerapan metode MOORA yang fleksibel, efisien dan efektif, serta kesesuaian urutan rekomendasi dari calon asisten laboratorium di Politeknik Negeri Medan
Pemanfaatan Artificial Intelligence (AI) dalam Menyusun Karya Ilmiah bagi Siswa SMA Unggulan Al-Azhar Medan Afifa, Rizky Maulidya; Ginting, Ramadhanu; Afrisawat, Afrisawat; Riandari, Fristi; Safitri, Habibi Ramdani
Lebah Vol. 18 No. 4 (2025): July: Pengabdian
Publisher : IHSA Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/lebah.v18i4.358

Abstract

Pengabdian masyarakat ini bertujuan untuk memanfaatkan teknologi Kecerdasan Buatan (AI) dalam proses penyusunan karya ilmiah bagi para siswa di SMA Unggulan Al-Azhar Medan. Di era digital saat ini, kemampuan menulis karya ilmiah merupakan kompetensi yang sangat penting untuk dikuasai oleh siswa. Namun, banyak siswa yang mengalami kesulitan dalam tahapan penyusunan, mulai dari pemilihan topik hingga penulisan dan pengeditan. Melalui pengabdian masyarakat khususnya dalam pelatihan pemanfaatan Artificial Intelligence (AI) diperkenalkan alat berbasis AI dengan memperhatikan penggunaan prompt yang dapat membantu siswa SMA Unggulan Al-Azhar Medan dalam mengidentifikasi tema, menyusun kerangka, serta menghasilkan konten berkualitas. Metode yang diterapkan mencakup demonstrasi langsung, sesi tanya jawab, dan praktik mandiri. Hasil dari kegiatan ini menunjukkan adanya peningkatan pemahaman siswa tentang proses penulisan ilmiah, serta kemampuan  dalam memanfaatkan teknologi AI sebagai alat bantu. Pelatihan pemanfaatan AI diharapkan dapat mempercepat dan mempermudah proses pembelajaran, serta menghasilkan karya ilmiah yang lebih baik di kalangan siswa. Kegiatan ini dapat memberikan kontribusi signifikan terhadap peningkatan kualitas pendidikan serta keterampilan menulis siswa di era digital dengan bimbingan guru di SMA Unggulan Al-Azhar Medan. Kegiatan ini juga dapat memberikan kontribusi jangka panjang pada pembentukan generasi siswa yang lebih adaptif, kreatif dan memiliki literasi yang tinggi di dalam teknologi serta dengan tetap menekankan aspek etika penggunaan AI, keaslian dengan pendampingan guru. Pelatihan ini diharapkan dapat mewujudkan budaya literasi digital yang positif di lingkungan sekolah, peningkatan kemampuan berpikir kritis serta terbentuknya generasi pelajar yang siap menghadapi tantangan akademik dan teknologi di masa depan