Article Per Year (5 Year)
p-Index From 2020 - 2025
1.959
P-Index
This Author published in this journals
All Journal PEDAMAS (Pengabdian Kepada Masyarakat) Journal of Scientific Insights Jurnal Teknologi dan Sains Modern Issues in Mathematics Educations (IMED)
Sahriani
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Jurnal Teknologi dan Sains Modern

 1 
Transparansi dan Auditabilitas Data Pribadi dalam Layanan Berbasis Cloud Pada Proyek PACE: Studi Literatur Mustamin, Syaiful Bachri; Atnang, Muhammad; Sahriani; Hikmah , Nur; Samsidar
Jurnal Teknologi dan Sains Modern Vol. 1 No. 1 (2024): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v1i1.57

Abstract

Ulasan komprehensif ini mengeksplorasi pendekatan-pendekatan beragam dalam meningkatkan privasi dan keamanan dalam manajemen data di berbagai bidang. Studi pertama menyajikan kerangka konseptual yang bertujuan untuk memperkuat privasi dan keamanan dalam manajemen data kota cerdas dengan mengintegrasikan kecerdasan buatan dan pemodelan big data. Meskipun analisis data empiris absen, kerangka konseptual tersebut memberikan wawasan penting tentang kemungkinan kemajuan. Studi kedua menelusuri proyek Privacy-Aware Cloud Ecosystems (PACE), berfokus pada teknologi blockchain untuk meningkatkan transparansi dan auditabilitas dalam pemrosesan data pribadi berbasis awan. Meskipun secara utama berorientasi pada masa depan, teknologi yang dikembangkan menjanjikan peningkatan privasi dan keamanan data dalam komputasi awan. Tinjauan literatur dalam studi ketiga mengevaluasi tren dan tantangan dalam menerapkan keamanan dan blockchain dalam Internet of Multimedia Things (IoMT), memberikan wawasan berharga meskipun tanpa temuan empiris langsung. Terakhir, sebuah studi eksperimental memperkenalkan sistem pengolahan data berbasis blockchain dan differential privacy untuk komputasi perkotaan, melaporkan kinerja sistem dan peningkatan keamanannya. Meskipun metodologi beragam, setiap studi memberikan kontribusi pada diskusi yang lebih luas tentang privasi dan keamanan data, menawarkan wawasan, kerangka kerja, dan inovasi teknologi untuk penelitian dan implementasi praktis di masa depan.
Inovasi Pembelajaran Mesin untuk Deteksi Malware: Analisis Komprehensif dan Tinjauan Literatur Samsidar; Mustamin, Syaiful Bachri; Atnang, Muhammad; Sahriani; Fajar, Nurhikmah
Jurnal Teknologi dan Sains Modern Vol. 1 No. 1 (2024): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v1i1.58

Abstract

Penelitian tentang deteksi malware menggunakan pembelajaran mesin dan teknik deep learning telah menjadi topik yang menarik dalam beberapa tahun terakhir. Kombinasi fitur statis dan dinamik telah terbukti efektif dalam meningkatkan akurasi deteksi hingga 95%, sementara pendekatan ensemble learning juga menunjukkan peningkatan yang signifikan, mencapai akurasi hingga 97% untuk malware nol-hari. Implikasi temuan ini sangat penting dalam konteks keamanan siber, dengan kemampuan deteksi yang lebih baik dapat membantu melindungi sistem dan infrastruktur kritis dari serangan malware yang semakin canggih. Namun, ada beberapa batasan dalam penelitian ini, termasuk fokus yang terbatas pada tinjauan literatur dan tidak mencakup evaluasi eksperimental langsung. Oleh karena itu, penelitian lanjutan diperlukan untuk menguji metode ini pada dataset yang lebih beragam dan lingkungan operasional yang lebih realistis. Kontribusi dari penelitian ini terletak pada pengembangan solusi deteksi malware yang lebih efektif dan akurat menggunakan pendekatan pembelajaran mesin dan deep learning. Pertanyaan dan arah penelitian baru termasuk investigasi efektivitas metode dalam lingkungan produksi, pengembangan model hibrid yang menggabungkan pembelajaran mesin dengan teknik lain, serta eksplorasi penggunaan pembelajaran mesin untuk deteksi malware pada perangkat Internet of Things (IoT). Penelitian ini juga menyoroti pentingnya mempertimbangkan variabel tambahan seperti kompleksitas malware, metode penyebaran, dan dampak terhadap sistem target dalam penelitian mendatang. Secara keseluruhan, temuan ini mendukung gagasan bahwa pembelajaran mesin dan deep learning memiliki potensi besar dalam mengatasi tantangan deteksi malware yang semakin kompleks dan dinamis, dengan implikasi yang luas dalam meningkatkan keamanan siber.
Studi Literatur Deep Learning dan Machine Learning untuk Analisis dan Prediksi Pasar Saham: Metodologi, Representasi Data, dan Studi Kasus Sari, Eka Purnama; Mustamin, Syaiful Bachri; Atnang, Muhammad; Sahriani; Fajar, Nurhikmah
Jurnal Teknologi dan Sains Modern Vol. 1 No. 1 (2024): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v1i1.59

Abstract

Penelitian ini mengkaji penggunaan model Machine Learning (ML) dan Deep Learning (DL) untuk peramalan harga saham, sebuah topik yang semakin relevan di sektor keuangan. Model ensemble "Random Forest + XG-Boost + LSTM" terbukti memiliki kinerja yang lebih baik dibandingkan model ML dan DL lainnya, menunjukkan bahwa integrasi model dapat meningkatkan akurasi prediksi. Penelitian lain juga menyoroti potensi jaringan deep learning untuk analisis pasar saham, menemukan bahwa jaringan saraf dapat mengekstrak informasi tambahan yang meningkatkan kinerja prediksi, meskipun sangat bergantung pada representasi data yang digunakan. Penggabungan variabel sentimen publik dari media sosial dengan variabel teknis dapat meningkatkan akurasi prediksi, terutama dalam kondisi pasar yang tidak stabil. Berdasarkan tinjauan pustaka komprehensif terhadap lebih dari 150 artikel dan menemukan bahwa algoritma ML, terutama RNN, menunjukkan kinerja unggul dalam prediksi pasar keuangan. Model yang menggunakan sentimen dari media sosial untuk memprediksi pergerakan harga saham, menunjukkan bahwa informasi sentimen dapat memberikan informasi tambahan yang signifikan untuk prediksi. Penelitian-penelitian ini menegaskan pentingnya penggunaan model ML dan DL dalam peramalan harga saham serta manfaat integrasi variabel non-teknis seperti sentimen dari media sosial dengan variabel teknis. Meski demikian, diperlukan penelitian lebih lanjut untuk memperluas cakupan data dan menguji generalisasi model pada berbagai pasar saham global serta periode waktu yang lebih panjang.
Teknologi Terkini dalam Pemantauan Infrastruktur: Tinjauan Literatur tentang Penerapan IoT dalam Pemantauan Kualitas Air dan Deteksi Retak Permukaan Jalan Samsidar; Kiki; Mustamin, Syaiful Bachri; Atnang, Muhammad; Sahriani; Fajar, Nurhikmah
Jurnal Teknologi dan Sains Modern Vol. 1 No. 1 (2024): Mei-Juni
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v1i1.60

Abstract

Pemantauan kualitas air dan deteksi retak permukaan jalan merupakan dua bidang penting dalam teknologi infrastruktur dan lingkungan. Artikel-artikel yang dipelajari dalam tinjauan ini memberikan wawasan mendalam tentang perkembangan terkini dalam kedua bidang tersebut, dengan fokus utama pada penerapan Internet of Things (IoT) dan teknik pengolahan citra digital. Pembahasan dalam beberapa artikel meliputi tinjauan terhadap sistem pemantauan kualitas air berbasis IoT untuk aplikasi domestik. Tinjauan ini mengidentifikasi tren, teknik, dan tantangan terkini dalam sistem tersebut, memberikan wawasan tentang potensi pemanfaatan teknologi IoT untuk pengembangan sistem pemantauan kualitas air yang lebih efisien dan aman. Implikasi dari temuan ini mencakup meningkatnya pemantauan kualitas air secara real-time untuk menjamin keamanan air minum dan potensi penerapan teknologi IoT dalam skala yang lebih luas seperti kota pintar. Namun, keterbatasan utama adalah ketiadaan studi empiris yang menguatkan temuan literatur. Pada artikel lainnya membahas pengembangan metode deteksi retak pada permukaan jalan menggunakan teknik non-lokal dalam pengolahan citra digital. Temuan ini mengungkapkan bahwa metode denoising dan peningkatan kualitas citra non-lokal dapat meningkatkan akurasi deteksi retak pada permukaan jalan, yang berpotensi digunakan dalam pemantauan kondisi jalan dan perencanaan pemeliharaan infrastruktur. Kontribusi dari penelitian ini adalah pengembangan metode deteksi retak yang lebih akurat, meskipun batasan utamanya adalah kurangnya informasi tentang validasi hasil secara lebih komprehensif.
Integrasi Internet of Things (IoT) dan Machine Learning (ML) untuk Efisiensi, Keberlanjutan, dan Keamanan Konasara, Zakiyah; Mustamin, Syaiful Bachri; Fajar, Nurhikmah; Hidayatullah, Nurul; Sahriani
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.347

Abstract

Integrasi Internet of Things (IoT) dan Machine Learning (ML) telah menjadi fokus utama penelitian untuk meningkatkan efisiensi, keamanan, dan keberlanjutan di berbagai sektor. Kajian ini menganalisis penerapan IoT dan ML dalam manajemen perangkat keras, sistem tanggap darurat, keamanan siber, dan manajemen pertanian, dengan penekanan pada pendekatan berbasis data dan efisiensi komputasi.Hasil studi menunjukkan bahwa IoT dan ML dapat diterapkan secara efektif di berbagai konteks. Dalam manajemen perangkat keras, sensor IoT memantau kondisi real-time, sementara model ML memprediksi degradasi perangkat untuk mendukung efisiensi energi dan prinsip ekonomi sirkular. Dalam keamanan dan respons darurat, IoT dan ML meningkatkan kecepatan respons dan melindungi perangkat dari ancaman siber, dengan penerapan differential privacy untuk menjaga privasi data. Di sektor pertanian, kombinasi IoT dan ML membantu mengoptimalkan kondisi lingkungan, seperti dalam manajemen koloni lebah untuk meningkatkan produktivitas.Penelitian juga menekankan pentingnya efisiensi komputasi, di mana teknik seperti reduksi dimensi PCA dan pemilihan fitur (XGBoost) berhasil mengurangi kompleksitas tanpa mengorbankan akurasi. Bahkan, data frekuensi rendah dapat menghasilkan model ML yang andal.IoT dan ML adalah teknologi yang saling melengkapi, memberikan solusi inovatif untuk berbagai tantangan, dengan fokus pada efisiensi, keberlanjutan, dan keamanan. Penelitian ini tidak hanya menawarkan solusi saat ini tetapi juga membuka peluang bagi inovasi berkelanjutan di masa depan.
Potensi Transformasi Deep Learning dalam Berbagai Domain: Studi Literatur pada Manufaktur dan Layanan Kesehatan Mutia, Yesi Nurul; Mustamin, Syaiful Bachri; Saktilawati, Wa Ode; Sahriani; Fajar , Nurhikmah; Sari, Sri Kurniyan
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.349

Abstract

Penerapan deep learning di sektor manufaktur dan layanan kesehatan untuk meningkatkan efisiensi, akurasi, dan otomatisasi. Di sektor manufaktur, kolaborasi manusia-robot menghadapi tantangan dalam merencanakan tugas dan mengendalikan gerakan robot di lingkungan tak terstruktur, sementara deteksi cacat geometris pada produk menggunakan data awan titik 3D membutuhkan teknologi yang mampu menangani data kompleks. Di sektor layanan kesehatan, deep learning memainkan peran penting dalam segmentasi citra medis dan triage departemen gawat darurat untuk meningkatkan kecepatan dan akurasi pengambilan keputusan medis. Penelitian ini menggunakan studi literatur untuk mengeksplorasi berbagai aplikasi deep learning dalam kedua sektor tersebut, seperti penggunaan mixed reality head-mounted display (MR-HMD), deep reinforcement learning (DRL), dan model PointNet++ dalam manufaktur, serta aplikasi deep learning dalam segmentasi citra medis dan analisis data rekam medis elektronik di layanan kesehatan. Hasil penelitian menunjukkan bahwa deep learning meningkatkan efisiensi kolaborasi manusia-robot, memperbaiki deteksi cacat geometris, serta meningkatkan akurasi dan kecepatan proses triage di layanan kesehatan. Kesimpulannya, deep learning memiliki potensi transformasi besar di berbagai sektor dan membuka peluang untuk otomatisasi serta pengambilan keputusan berbasis data yang lebih canggih.
Integrasi Nilai-Nilai Al-Islam Kemuhammadiyahan dengan Perkembangan Sains dan Teknologi Mar, Nur Azaliah; Sahriani; Muammar Reza Pahlawan; Juswan
Jurnal Teknologi dan Sains Modern Vol. 2 No. 4 (2025): Juli-Agustus
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i4.554

Abstract

Kajian ini bertujuan untuk menganalisis integrasi nilai-nilai Al-Islam Kemuhammadiyahan dengan perkembangan sains dan teknologi modern. Penelitian ini menggunakan metode kajian pustaka (literature review) dengan menelaah berbagai sumber primer dan sekunder, termasuk jurnal ilmiah, dokumen resmi Muhammadiyah, serta literatur terkait etika Islam dalam pengembangan ilmu dan teknologi. Hasil kajian menunjukkan bahwa integrasi nilai keislaman dengan sains dan teknologi mampu memperkuat etika penelitian, tanggung jawab sosial, dan pemanfaatan teknologi untuk kemaslahatan umat. Lebih lanjut, paradigma integratif ini dapat diterapkan dalam pendidikan tinggi Muhammadiyah sebagai model pengembangan keilmuan yang tidak hanya unggul secara intelektual, tetapi juga berlandaskan pada akhlak Islami. Kesimpulannya, integrasi Al-Islam Kemuhammadiyahan dengan sains dan teknologi merupakan strategi penting untuk menghadapi tantangan global tanpa kehilangan nilai moral dan spiritual.
Co-Authors Anggriani, Dwi Asdah, Atikah Nurul Atnang, Muhammad Awi Eka Purnama Sari, Eka Purnama Fajar , Nurhikmah Fajar, Nurhikmah Hasbi, Nur Hikmah , Nur Juswan Kiki Konasara, Zakiyah Muammar Reza Pahlawan Muhammad Atnang Mustamin, Syaiful Bachri Mutia, Yesi Nurul Nur Azaliah MAR, Nur Azaliah Nurrahma Nurul Hidayatullah, Nurul Safitri, Nur Anita Syamsi Saktilawati, Wa Ode Samsidar Sari, Sri Kurniyan Siti Fatmah, Siti Surahmawanti, Mita Syaiful Bachri Mustamin Usman Mulbar