Garuda - Garba Rujukan Digital

KLASIFIKASI TINGKAT KEPARAHAN SERANGAN JARINGAN KOMPUTER DENGAN METODE MACHINE LEARNING Okki Setyawan; Angge Firizkiansah; Ahmad Nuryanto
Journal of Information System, Informatics and Computing Vol 5 No 1 (2021): JISICOM : Volume 5, Nomor 1, Juni 2021
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisicom.v5i1.443

Computer networks are currently developing very rapidly, so that many electronic devices are connected to the internet, but the security system adopted by these devices must be qualified so they are not vulnerable to threats and dangers. Researchers want to find out how severe the threat of an attack is detected by a firewall using data records from a company, using machine learning, namely K-Nearest Neighbors, Decission Tree. Classification of the severity of a computer network security system is usually called the severity level. In this study, the limitation of the seriousness level of the attack was divided into 3 parts from the highest level, namely critical, high and medium. The processed dataset is logging into the firewall as many as 5999 with 23 columns or features. The best of the three methods are K-Nearest Neighbors getting 100% accuracy and Decission Tree getting 100% accuracy . With the results of this data processing, the machine learning method is very suitable to be used to classify the severity of computer network attacks

Implementasi Algoritma k-Nearest Neighbor (k-NN) pada Data Ulasan Pelaksanaan Pembelajaran Daring Firizkiansah, Angge; Muhammad, Ali; Setiawan, Dita
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

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

Perkembangan teknologi informasi memberikan dampak dalam proses pembelajaran di perguruan tinggi, dimana pelaksanaannya dapat dilakukan secara daring. Pembelajaran daring yang dilakukan harus dievaluasi untuk menjaga mutu pembelajarannya. Di salah satu perguruan tinggi swasta di Indonesia, telah melakukan proses evaluasi terhadap pelaksanaan pembelajaran daring, yaitu melalui ulasan pelaksanaan pembelajaran daring oleh mahasiswa. Berdasarkan data ulasan dari mahasiswa, dilakukan analisis untuk menggambarkan setiap ulasan merupakan saran atau masukan terhadap pelaksanaan pembelajaran daring yang diklasifikasikan dari sisi akademik maupun nonakademik. Pengklasifikasian ulasan tersebut dapat dilakukan menggunakan pendekatan machine learning. Pada penelitian ini, dilakukan pengukuran tingkat akurasi terhadap pengklasifikasian ulasan pelaksanaan pembelajaran daring menggunakan algoritma k-Nearest Neighbor (k-NN). data yang digunakan berupa data teks ulasan pelaksanaan pembelajaran daring dari suatu perguruan tinggi dengan jumlah data sebanyak 4320 ulasan. Hasil uji menggunakan algoritma k-NN untuk pengkategorian data teks ulasan pelaksanaan pembelajaran daring diperoleh nilai tertinggi pada k=2 dengan accuracy 87,39%, precision 84,17%, recall 94,07%, dan AUC 0,843. Hal tersebut dapat disimpulkan bahwa algoritma k-NN cukup baik dalam mengkategorikan data teks ulasan pelaksanaan pembelajaran daring.

Pengklasifikasian Dokumen Teks Bahasa Indonesia berbasis Vektor Space Model dengan menggunakan Metode k-Nearest Neighbor (k-NN) dan Euclidean Distance Setiawan, Dita; Muhammad, Ali; Firizkiansah, Angge
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

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

Proses klasifikasi dokumen yang manual dalam memahami isi materi dan menentukan kategori membutuhkan waktu yang lama. Terlebih jika dokumen dalam jumlah yang banyak dan jumlah kategori yang cukup beragam serta topik yang diulas memiliki kemiripan makna satu sama lain. Hal ini sangat menyulitkan penggunanya karena dibutuhkan ketelitian dan waktu yang tidak sebentar dalam pengklasifikasian. Untuk menangani hal tersebut diperlukan sebuah model sistem yang dapat mengklasifikasikan dokumen teks sesuai dengan kategorinya. Diawali dengan tahap preprocessing dimana sebuah dokumen dilakukan penyeragaman dan kemudahaan pembacaan yang selanjutnya dilakukan pembobotan teks dan penentuan algoritma yang digunakan dalam proses pengklasifikasian. Metode yang digunakan dalam penelitian ini adalah algoritma k-Nearest Neighbor (k-NN). Metode k-NN bekerja dengan prinsip dasar mencari tingkat kemiripan suatu objek dengan beberapa objek lainnya. Penggunaan metode k-NN akan lebih mudah jika telah menggunakan sebuah fungsi, kebanyakan fungsi yang digunakan adalah fungsi kesamaan cosinus karena k-NN bekerja dengan prinsip dasar mencari tingkat kemiripan antar objek. Namun untuk dapat mengetahui tingkat kemiripan suatu objek dibutuhkan parameter jarak terdekat antara dua data dengan menggunakan Euclidean. Pada penelitian ini menggunakan fungsi koefisien jarak yang menunjukan hubungan terbalik dengan derajat kesamaan dan sering disebut sebagai ukuran ketidaksamaan (distance) akan mempermudah dalam mengukur kesetaraan antar dua data. Sehingga model yang diusulkan pada penelitian ini adalah mengklasifikasikan dokumen teks bahasa Indonesia berbasis Vector Space Model dengan menggunakan metode k-Nearest Neighbor dan Euclidean Distance. Hasil dari penelitian ini menunjukan bahwa klasifikasi menggunakan k-NN dengan menghitung jarak antar vector menggunakan Euclidean Distance menghasilkan ketepatan klasifikasi yang paling baik, dengan nilai Accuracy sebesar 93.2%, Precision sebesar 96.2%, Recall sebesar 95.2% dan F1-Score sebesar 92.6% dari pembandingan 30 dokumen (k=5) dengan masing-masing dokumen uji.

Chemo-trail: A Look Beyond the Breast Cancer Diagnosis Najla Manggala, Kalyca; Khadijah, Raisa; Alya Khansa, Khadeeja; Naylendra Ken Andary, Daiva; Murtiana Sari, Endah; Firizkiansah, Angge
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 1 No. 1 (2024): JIKOMTI: Desember 2024
Publisher : Universitas Sains Indonesia Publishing

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

Hampir 1 dari 8 wanita Indonesia diperkirakan akan mengidap kanker payudara dalam hidupnya, namun ketika gejalanya mulai terlihat, biasanya sudah terlambat, karena kanker tersebut sudah mencapai stadium yang lebih tinggi. Ketidaksesuaian antara tingkat kematian akibat penyakit kanker dan persepsi masyarakat mengenai urgensi penyakit ini diperparah dengan kurangnya informasi mengenai gejala penyakit ini, adanya tabu sosial dalam masyarakat tradisional terkait kesehatan perempuan, dan rendahnya dukungan dari keluarga serta teman untuk menanggulangi penyakit ini. Oleh karena itu, terdapat kebutuhan yang jelas untuk melakukan kampanye publik mengenai kanker payudara, yang tidak hanya meliputnya secara ilmiah namun juga secara tegas. Artikel ini bertujuan untuk mengembangkan novel visual interaktif yang diberi nama Chemo-trail, berdasarkan tantangan yang dialami oleh kanker payudara, diceritakan melalui sudut pandang seorang wanita muda yang sedang menjalani cobaan tersebut, termasuk fitur mini-game dengan mekanik mirip arcade yang menirukan efek kemoterapi melawan sel kanker. Artikel ini menggunakan tinjauan literatur dan wawancara untuk sepenuhnya mengembangkan Chemo-trail berdasarkan realitas obyektif kanker payudara. Melalui media yang lebih interaktif, artikel ini berharap dapat memberikan insentif kepada remaja putri untuk mencari lebih banyak informasi dan menjalani pemeriksaan kesehatan secara mandiri.

Sistem Rekomendasi Penjurusan Keahlian pada SMK Jurusan Komputer Berbasis Sinyal Electroencephalograph (EEG) Muhammad, Ali; Widyastuti, Nurul; Firizkiansah, Angge; Ardiansyah, Miri; Rizki Maulana, Imron; Ramadhan, Afrijal Gigih; Putri, Syakila Harika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2149

Penjurusan pada Sekolah Menengah Kejuruan menjadi tonggak utama untuk kesuksesan siswa dalam mempengaruhi kualitas pembelajaran dan kesiapan mereka didunia kerja. Penelitian bertujuan untuk membuat sistem rekomendasi penentuan jurusan berbasis sinyal EEG (Electroencephalography) dari gelombang otak. Manfaat penelitian ini adalah membantu pada pendidik dan siswa dalam menentukan jurusan dan keahlian siswa. Penelitian ini menggunakan metode klasifikasi Naïve Bayes dengan model pengembangan aplikasi berbasis metode DevOps. Pengujian aplikasi ini menggunakan Metode BlackBox dan Human Organization Technology (HOT-Fit Model). Hasil pengujian menunjukkan bahwa bahwa Algoritma Naïve Bayes dapat mengklasifikasikan potensi dan keahlian siswa berdasarkan potensi dan keahlian siswa yang diperoleh dari perekaman gelombang otak. Hasil pengujian Blackbox menunjukkan bahwa aplikasi dapat berjalan sesuai dengan parameter yang diharapkan. Pengujian Human Organization Technology (HOT-Fit Model) pada tingkat kepuasan pengguna menunjukkan hasil bahwa 99% pengguna sangat setuju bahwa aplikasi sangat bermanfaat untuk kegiatan penggalian potensi dan keahlian siswa. Terakhir, pengujian Net Benefit pada Human Organization Technology (HOT-Fit Model) menunjukkan bahwa 100% pengguna sangat setuju bahwa aplikasi sangat membantu dalam menemukan informasi potensi dan keahlian siswa dan aplikasi dapat digunakan sebagai sarana pencapai tujuan penelitian dan pembelajaran yang efektif.

Manajemen Risiko Penggunaan Sistem Informasi di Dinas Kominfo Statistik dan Persandian Kab. XYZ berdasarkan Permenpan RB No. 5 Th. 2020 Ardiansyah, Miri; Firizkiansah, Angge
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 3 (2025): Agustus - October
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i3.2169

Dinas Komunikasi, Informatika, Statistik, dan Persandian Kabupaten XYZ merupakan instansi pemerintah yang bergerak di bidang Komunikasi dan Informatika di Kabupaten XYZ bertugas mengawasi sistem informasi atau aplikasi yang digunakan oleh Organisasi Perangkat Daerah (OPD) dengan tujuan dapat mengoptimalkan pelayanan pemerintahan. Pada penggunaan sistem informasi di Kab. XYZ, terdapat beberapa jenis ancaman risiko diantaranya yang berasal dari faktor manusia dan gangguan listrik. Berdasarkan Peraturan Presiden Nomor 95 Tahun 2018, mengamanatkan bahwa seluruh penggunaan SPBE diharapkan dapat meminimalkan risiko guna menjaga agar pelayanan publik tetap optimal. Oleh karena itu, setiap penyelenggara pemerintahan wajib menerapkan manajemen risiko. Penelitian ini bertujuan untuk melakukan proses pengukuran dan menejemen risiko pada penggunaan aplikasi / sistem informasi yang ada di Kab. XYZ. Metode yang digunakan pada penelitian ini adalah framework standar nasional yang sudah di tetapkan dalam Permenpan RB Nomor 5 Tahun 2020. Berdasarkan hasil pengukuran ditemukan ancaman pada penggunaan aplikasi sistem informasi Kabupaten XYZ berasal dari tiga sumber yaitu 10 dari Manusia, 5 dari Listrik, dan 3 ancamn dari Teknis, dengan total 18 ancaman risiko. dengan rincian 28% ancaman risiko dengan level sangat rendah, 5% dengan level rendah, 17% dengan level sedang, 40% dengan level tinggi, dan 11% dengan level sangat tinggi.

Perancangan Library Portal Berbasis Grav Untuk Meningkatkan Layanan Perpustakaan Universitas Sains Indonesia Maulana, Imron Rizki; Firizkiansah, Angge; Dewi, Siti Herawati Fransiska
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Perkembangan teknologi informasi mendorong perpustakaan untuk menyediakan layanan yang lebih cepat, mudah diakses, dan sesuai dengan kebutuhan pengguna. Penelitian ini bertujuan untuk merancang sebuah library portal berbasis Grav CMS yang dapat meningkatkan kualitas layanan di Perpustakaan Universitas Sains Indonesia. Metode penelitian yang digunakan meliputi analisis kebutuhan pengguna, perancangan sistem, implementasi menggunakan Grav, serta evaluasi fungsionalitas portal. Grav dipilih sebagai platform karena sifatnya yang ringan, fleksibel, dan tidak memerlukan database kompleks, sehingga memudahkan pengelolaan konten dan meningkatkan kecepatan akses. Hasil dari penelitian ini adalah sebuah portal perpustakaan yang menyediakan layanan pencarian koleksi, informasi keanggotaan, berita terbaru, serta akses ke sumber daya digital. Evaluasi sistem menunjukkan bahwa penggunaan library portal ini dapat meningkatkan efektivitas layanan dan kepuasan pengguna. Diharapkan dengan adanya portal ini, perpustakaan dapat memperluas jangkauan layanannya dan mendukung transformasi digital di lingkungan akademik.

Pengembangan Program Penjadwalan Matakuliah Menggunakan Algoritma Genetika Teroptimasi Mutasi Differential Evolution Muhammad, Ali; Firizkiansah, Angge; Setiawan, Dita
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Penjadwalan mata kuliah merupakan permasalahan kompleks yang memerlukan pendekatan komputasi cerdas untuk menghasilkan solusi optimal dalam waktu yang efisien. Permasalahan ini menjadi semakin menantang dengan banyaknya kendala seperti ketersediaan dosen, kapasitas ruang, serta waktu perkuliahan yang terbatas. Tujuan penelitian ini adalah untuk mengembangkan program untuk menyelesaikan masalah penjadwalan tanpa adanya bentrok waktu dan ruang serta menempatkan jadwal dosen sesuai dengan ketersediaan waktu dosen mengajar. Manfaat praktis penelitian ini adalah meningkatkan kualitas sistem informasi akademik, khususnya pada proses penjadwalan otomatis yang adaptif dan fleksibel. Selain itu, proses penjadwalan dan optimasi matakuliah juga dapat diadaptasi untuk berbagai kasus serupa seperti penjadwalan kerja industri dan sistem cloud computing. Penelitian ini menggunakan Algoritma Genetika teroptimasi mutasi Differential Evolution. Optimasi mutasi Differential Evolution bertujuan untuk meningkatkan performa pencarian solusi optimal. Hasil penelitian menunjukkan bahwa tingkat kesalahan penjadwalan matakuliah yang dihasilkan sebesar 0%. Pengujian waktu komputasi menggunakan data 22 dosen, 22 ruang, 24 kelas dengan jumlah iterasi yang sama sebanyak 1000X memerlukan waktu komputasi sebesar 24 menit 25 detik.

Implementasi Algoritma SMART Pada Sistem Pendukung Keputusan Pemilihan Paniti Pemungutan Suara (PPS) Berbasis WEB Ardiansyah, Miri; Djojosugito, Muhammad Aria Armada; Muhammad, Ali; Firizkiansah, Angge
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Panitia Pemungutan Suara (PPS) bertugas menyelenggarakan pemilu di tingkat desa atau kelurahan. PPS sendiri dibentuk paling cepat 6 bulan sebelum penyelenggaraan pemilu dan dibubarkan paling lambat 2 bulan setelah pemilu. Saat ini pemilihan anggota PPS masih dilakukan secara manual sehingga masih sering terjadi pemilihan secara subjektif, konflik kepentingan ataupun memang salah dalam menilai calon anggota PPS sehingga berpotensi mendapatkan anggota PPS yang tidak kompeten. Teknologi Sistem Pendukung Keputusan (SPK) dapat mengatasi permasalahan pemilihan anggota PPS yang tidak objektif dengan menggunakan algoritma matematis sehingga pemilihan benar-benar melalui perhitungan matematis berdasarkan variabel penentu untuk menjadi anggota PPS. Penelitian ini bertujuan untuk membuat SPK dengan metode Simple Multi Attribute Rating Techniquq (SMART) agar pemilihan dapat dilakukan secara sistematis dan melalui perhitungan matematis berdasarkan variabel penentu untuk menjadi anggota PPS. Penelitian ini telah berhasil melakukan implementasi metode SMART kedalam sebuah Sistem Pendukung Keputusan yang dapat membantu dalam melakukan pemilihan anggota PPS secara sistematis, dan objektif.

Optimasi Klasifikasi Data Teks Menggunakan Algoritma Logistic Regression dengan TF-IDF dan SMOTE Firizkiansah, Angge; Muhammad, Ali; Maulana, Imron Rizki
JIKOMTI : Jurnal Ilmiah Ilmu Komputer dan Teknologi Informasi Vol. 2 No. 1 (2025): JIKOMTI: Mei 2025
Publisher : Universitas Sains Indonesia Publishing

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

Klasifikasi teks menggunakan algoritma machine learning merupakan bagian dari cabang ilmu Natural Language Processing (NLP). Klasifikasi ini dilakukan untuk mengkategorisasikan data tekstual secara otomatis dalam sekumpulan kategori yang telah ditetapkan. Klasifikasi teks ini menjadi salah satu alat yang berguna di berbagai bidang, diantaranya analisis sentimen, deteksi topik, dan penyaringan spam. Pemodelan klasifikasi teks sangat dipengaruhi preprocessing data yang teliti. Data teks merupakan jenis data tidak terstruktur yang perlu diolah dengan mengubah dan mentransformasikan data teks melalui metode yang relevan, sehingga data teks berubah menjadi bentuk yang dapat dikenali oleh algoritma machine learning untuk dianalisis. Berdasarkan hal tersebut, penelitian ini bertujuan untuk mengoptimasi klasifikasi otomatis teks menggunakan algoritma machine learning, yaitu logistic regression dengan ekstraksi fitur TF-IDF dan dibandingkan dengan metode SMOTE untuk penanganan imbalance class. Berdasarkan hasil evaluasi model, diperoleh bahwa model machine learning algoritma logistic regression dengan ektraksi fitur TF-IDF menghasilkan tingkat akurasi yang lebih baik, yaitu sebesar 76,9% dibandingkan dengan model yang dilengkapi dengan SMOTE. Hal tersebut dapat disimpulkan bahwa metode SMOTE tidak mempengaruhi, bahkan menurunkan tingkat akurasi model algoritma logistic regression pada data teks yang menjadi domain dalam penelitian ini.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search