Article Per Year (5 Year)
p-Index From 2020 - 2025
3.234
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan BASIS (BAHASA DAN SASTRA INGGRIS) JSiI (Jurnal Sistem Informasi) JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Building of Informatics, Technology and Science Jutsi: Jurnal Teknologi dan Sistem Informasi J-Com (Journal of Computer) Jurnal IPTEK Bagi Masyarakat Jurnal Bangun Abdimas JBSI: Jurnal Bahasa dan Sastra Indonesia
Maulana, Cecep
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Physics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : JURTEKSI

 1 
CNN-BASED ADAPTIVE IDS WITH FEDERATED LEARNING FOR IOT NETWORK SECURITY Sahren, Sahren; Dalimunthe, Ruri Ashari; Maulana, Cecep; Permana, Yogi Abimanyu
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 4 (2025): September
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i4.4136

Abstract

Abstract: In the era of the Internet of Things (IoT), cyber threats are increasingly complex and dynamic, thus demanding an adaptive and intelligent network security system. This study proposes a Convolutional Neural Network (CNN)-based Intrusion Detection System (IDS) implemented through a Federated Learning (FL) approach in a Non-Independent and Identically Distributed (Non-IID) data environment. This approach allows the model to be trained in a distributed manner across multiple IoT devices without having to collect sensitive data to a central server, thereby maintaining data privacy while increasing the efficiency of the training process. The experiment used the CIC IoT 2023 dataset, which represents various modern IoT network traffic patterns. The results show that the proposed CNN–FL model achieves an overall accuracy of 0.99, with excellent performance in detecting various types of network traffic. The model obtains a perfect recall value (1.00) for normal traffic (Benign), as well as a very high F1-score for DDoS (0.99) and DoS (0.99) attacks. Stable and consistent performance across all five federation rounds demonstrates that this approach is a reliable, efficient, and accurate solution for detecting threats in distributed and privacy-preserving IoT networks. Keywords: cnn; federated_learning; ids; non-iid; ciciot2023 Abstrak: Dalam era Internet of Things (IoT), ancaman siber semakin kompleks dan dinamis, sehingga menuntut sistem keamanan jaringan yang adaptif dan cerdas. Penelitian ini mengusulkan Intrusion Detection System (IDS) berbasis Convolutional Neural Network (CNN) yang diterapkan melalui pendekatan Federated Learning (FL) pada lingkungan data yang bersifat Non-Independent and Identically Distributed (Non-IID). Pendekatan ini memungkinkan model dilatih secara terdistribusi di berbagai perangkat IoT tanpa harus mengumpulkan data sensitif ke server pusat, sehingga mampu menjaga privasi data sekaligus meningkatkan efisiensi proses pelatihan. Eksperimen menggunakan dataset CIC IoT 2023, yang merepresentasikan berbagai pola lalu lintas jaringan IoT modern. Hasil penelitian menunjukkan bahwa model CNN–FL yang diusulkan mencapai akurasi keseluruhan sebesar 0.99, dengan performa yang sangat baik dalam mendeteksi berbagai jenis lalu lintas jaringan. Model memperoleh nilai recall sempurna (1.00) untuk lalu lintas normal (Benign), serta nilai F1-score yang sangat tinggi untuk serangan DDoS (0.99) dan DoS (0.99). Kinerja yang stabil dan konsisten di seluruh lima putaran federasi membuktikan bahwa pendekatan ini merupakan solusi yang andal, efisien, dan akurat untuk mendeteksi ancaman pada jaringan IoT yang bersifat terdistribusi dan menjaga privasi (privacy-preserving). Kata kunci: cnn; federated_learning; ids; non-iid; ciciot2023
METHOD OF MAUT IN DETERMINING THE RANK OF CHILDREN AND HEALTHY ELDERLY AT PETATAL PUSKESMAS Hanum, Latifah; Siddik, Mohd; Maulana, Cecep
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 9 No. 4 (2023): September 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i4.2422

Abstract

Abstract: The current development of information technology has had an impact on all fields, including the health sector. Many activities that were previously carried out conventionally or manually can now be carried out with the help of technology. Computers that were previously only used to process data now provide many services, applications, and programs that can help facilitate human activities. One of them is the Multi-Attribute Utility Theory (MAUT) method, which is a support system method that has been widely used to provide accurate and efficient results. This study aims to build a decision support system for choosing healthy toddlers and elderly at the Petatal Health Center, Talawi District, Asahan Regency. So far, the process of selecting healthy toddlers and elderly is done conventionally, without the help of applications or computer programs. So the time needed is longer and the results are also less objective. The calculation process uses the MAUT method with an alternative of 13 toddlers and 15 elderly. The criteria used are body weight, nutritional status, potassium content, protein content, and carbohydrate content. Assessment weight 1-5. The results are 3 Toddlers with the highest total score Laila (17) Putri Sundar (14.25) and Tiara with a score of 12.25. The three people with the highest scores for healthy elderly are Rini Dewi with a score of 17, Joni with a score of 14.25, and Bejo Asmo with a value of 12.25.            Keywords: decision support system; MAUT; multi atribute utility theory; SPK Abstrak: Perkembangan Teknologi informasi saat ini telah berdampak pada semua bidang, termasuk bidang kesehatan. Banyak kegiatan yang awalnya dilakukan secara konvensional atau manual kini dapat dilakukan dengan bantuan teknologi. Komputer yang tadinya hanya digunakan untuk mengolah data kini menyediakan banyak layanan, aplikasi dan program yang dapat membantu mempermudah kegiatan manusia. Salah satunya adalah metode Multi Atribute Utility Theory (MAUT) yang merupakan salah satu metode sistem pendukung yang telah banyak digunakan untuk memberikan hasil yang akurat dan efisien. Penelitian ini bertujuan membangun sistem pendukung keputusan pemilihan Balita dan Lansia Sehat di Puskesmas Petatal Kecamatan Talawi Kabupaten Asahan, selama ini proses pemilihan balita dan lansia sehat dilakukan secara  konvensional, tanpa menggunakan bantuan aplikasi atau program computer. Sehingga waktu yang dibutuhkan lebih lama serta hasilnya juga kurang objektif. Proses perhitungan menggunakan Metode MAUT dengan alternative 13 Balita dan 15 lansia .Kriteria yang digunakan Berat Badan, Status Gizi, Kandungan Kalium, Kandungan protein dan kandungan karbohidrat. Bobot penilaian 1-5. Hasil adalah 3 Balita dengan total nilai tertinggi Laila (17) Putri Sundar (14,25) dan Tiara dengan nilai 12,25. Tiga orang dengan nilai tertinggi untuk Lansia sehat adalah Rini dewi dengan nilai 17, Joni dengan nilai 14,25 dan Bejo Asmo dengan nilai 12,25. Kata kunci: multi atribute utility theory; MAUT; sistem pendukung keputusan; SPK
IMPLEMENTATION OF MAUT METHOD GRANTING BUSINESS LICENSES IN TANJUNGBALAI CITY Raisita, Tanya; Hambali, Hambali; Maulana, Cecep
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 2 (2024): Maret 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i2.3106

Abstract

Abstract: Establishing a business or industrial location must obtain permission from the government which aims to protect the surrounding community from possible disturbances or pollution resulting from the industry. Therefore, in order to achieve this, it is necessary to have a system that automatically provides accurate and fast decisions in determining which companies or industries are worthy of being granted a business license. The aim of this research is to build a decision support system in determining permits to disturb business or industrial premises using the Multi-Attribute Utility Theory (MAUT) method. The data analysis technique used is the MAUT method to determine the final decision in granting a disturbance permit to a company or industry. The sample or training data consists of 20 names in the Tanjungbalai City area. This system is tested with a black box which aims to find out that all components in the system are running well. Our findings show that the system we have created is appropriate based on the results of the analysis using the MAUT method. Apart from that, the results of black box testing show that all components in this system are valid and functioning well.Keywords: granting business licenses; maut method; web based. Abstrak: Mendirikan tempat usaha atau industri harus mendapatkan izin dari pemerintah yang bertujuan untuk melindungi masyarakat sekitar agar terlindungi dari kemungkinan timbulnya gangguan atau polusi yang diakibatkan dari industry tersebut. Oleh karena itu, demi tercapainya hal tersebut perlu adanya sistem yang secara otomatis memberikan keputusan secara akurat dan cepat dalam menentukan suatu perusahaan atau industry mana yang layak diberikan izin usaha. Tujuan penelitian ini adalah untuk membangun sistem pendukung keputusan dalam menentukan izin gangguan tempat usaha atau industri menggunakan metode Multi-Attribute Utility Theory (MAUT). Teknik analisis data yang digunakan menggunakan metode MAUT untuk menentukan keputusan akhir dalam memberikan izin gangguan kepada perusahaan atau industri. Sampel atau data training yang berjumlah 20 nama di wilayah Kota Tanjungbalai. Sistem ini diuji dengan black box yang bertujuan untuk mengetahui semua komponen pada sistem sudah berjalan dengan baik. Hasil penelitian menunjukkan bahwa sistem yang telah kami buat sudah sesuai berdasarkan hasil analisis menggunakan metode MAUT. Selain itu, hasil black box testing menunjukkan bahwa semua komponen pada sistem ini sudah valid dan berfungsi dengan baik.Kata kunci: berbasis web; metode maut; pemberian izin usaha.
Co-Authors Amin, Muhammad Amin Arif Wibowo Arridha Zikra Syah Bambang Panca Syahputra Dalimunthe, Ruri Ashari Efendi Barus, Efendi Efendi Hutagalung, Jhonson Fadli, Izhar Fadly, Fery Fatona, Aqli Hambali Hambali Hidayatullah Hidayatullah Irawati, Novica Irianto Irianto Jeperson Hutahaean Jumino Suhadi, Jumino Khairani, Siti Fadilah Latifah Hanum Loebis, Iin Almeina Lubis, Syafaat Sufi Permana, Yogi Abimanyu Rainah Rainah, Rainah Raisita, Tanya Ramadhani, Winda Ayu Rezki Maulina Azmi, Sri Riyadi, Rahmad Safira, Nurul Anggun sahren, sahren Siddik, Mohd Suparmadi, Suparmadi Tama Andri Agus, Raja Tengku Riza Zarzani N Wirjaya, Salsabila Wiwin Handoko Zulkhairani, Zulkhairani