Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP)
Johan Johan
Universitas IBBI
Computer Science & IT Library & Information Science Mathematics Social Sciences

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

Found 3 Documents
Search

 1 
Meningkatkan Minat pada Profesi Data Analyst di Indonesia: Pendekatan Analytical Hierarchy Process Albert Suwandhi; Johan Johan; Jimmy Jimmy; Benny Benny
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14492

Abstract

Profesi data analyst di Indonesia masih tergolong langka meskipun sangat dibutuhkan. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang memengaruhi minat terhadap profesi ini dan alasan mengapa profesi ini kurang diminati. Metode yang digunakan adalah deskriptif kuantitatif dengan pendekatan Analytical Hierarchy Process (AHP) menggunakan aplikasi Expert Choice. Hasil penelitian menunjukkan bahwa faktor utama yang memengaruhi minat adalah kesenjangan keterampilan (skill gap) dan kurangnya pelatihan yang memadai. Rekomendasi diberikan kepada pemerintah, institusi pendidikan, dan perusahaan untuk mengatasi kendala ini guna meningkatkan jumlah data analyst yang kompeten di Indonesia.
Homomorphic Encryption & Confidential Computing: Teknologi untuk Perlindungan Data dalam Pemrosesan Terenkripsi Johan Johan; Albert Suwandhi; Jimmy Jimmy; Tiarma Simanihuruk; Benny Benny
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14792

Abstract

Dalam lingkungan komputasi terdistribusi dan kolaboratif, kerahasiaan data selama pemrosesan menjadi tantangan kritis. Homomorphic Encryption (HE) dan Confidential Computing (CC) menawarkan solusi inovatif untuk melindungi data in-use (saat diproses). HE memungkinkan komputasi langsung pada data terenkripsi, sementara CC mengisolasi data dalam lingkungan eksekusi tepercaya (Trusted Execution Environment/TEE). Jurnal ini menganalisis prinsip kerja, aplikasi praktis, kelebihan, keterbatasan, serta integrasi kedua teknologi untuk keamanan berlapis. Dilengkapi dengan studi kasus, diagram alur, dan tren riset terkini, jurnal ini menjadi panduan komprehensif bagi peneliti dan praktisi keamanan data.
Penerapan Edge AI untuk Smart Home Deteksi Aktivitas Penghuni Berbasis IoT Jimmy Jimmy; Johan Johan; Albert Suwandhi; Benny Benny
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15658

Abstract

Perkembangan Internet of Things (IoT) dan kemampuan komputasi di tepi jaringan (edge computing) membuka peluang untuk membangun sistem smart home yang responsif, hemat bandwith, dan lebih menjaga privasi (Atzori et al., 2010). Penelitian ini merancang dan menguji sistem deteksi aktivitas penghuni berbasis IoT yang melakukan inferensi di edge node (Raspberry Pi 4) menggunakan model lightweight CNN (TensorFlow Lite) untuk data visual dan Random Forest untuk data sensor non-visual(Google, 2019; Warden & Situnayake, 2019). Data simulasi ilmiah disusun dari 5.000 gambar (ESP32-CAM) dan 20.000 sampel sensor (PIR, accelerometer). Pengujian menunjukkan bahwa Edge AI menurunkan latensi rata-rata dari 510 ms (cloud) menjadi 178 ms (edge) dan ensemble model mencapai akurasi ~94.4% pada lima kelas aktivitas utama. Hasil ini menunjukkan Edge AI layak diimplementasikan untuk use-case smart home yang memerlukan respon cepat dan privasi(Huang & Li, 2021; Shi et al., 2016).
Co-Authors Albert Suwandhi Benny Benny Jimmy Jimmy Tiarma Simanihuruk