Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Intelek Dan Cendikiawan Nusantara Jurnal Intelek Insan Cendikia
Zunaida Sitorus
Unknown Affiliation
Religion Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Model Data Mining Klasifikasi Serangan Siber untuk Deteksi Dini Serangan Menggunakan Algoritma Random Forest Zunaida Sitorus; Adittya Pratama; Oky Adinata Hidayatullah; Adi Widarma
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 1 (2025): Januari 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i1.65940

Abstract

Serangan siber menjadi ancaman yang serius pada era digital saat ini. Deteksi dini serangan sangat penting untuk meminimalkan dampak dari ancaman siber. Dengan identifikasi yang cepat dan akurat, organisasi dapat mengambil langkah-langkah mitigasi yang diperlukan sebelum kerusakan lebih lanjut terjadi. Salah satu pendekatan yang menjanjikan dalam mendeteksi dan mengklasifikasikan serangan siber adalah penggunaan algoritma data mining. Penelitian ini bertujuan untuk mengembangkan model klasifikasi ancaman siber yang lebih komprehensif dengan menggunakan algoritma Random Forest. Random Forest adalah algoritma ensemble yang menggabungkan beberapa pohon keputusan untuk meningkatkan akurasi prediksi. Data yang digunakan dalam penelitian ini diambil dari sumber-sumber terbuka yang menyediakan data serangan siber yang umum digunakan seperti KDD Cup 1999 yaitu Cybersecurity Intrusion Detection Dataset. Kumpulan dataset ini dirancang untuk mendeteksi intrusi siber berdasarkan lalu lintas jaringan dan perilaku pengguna yang terdiri dari 9537 baris/record dan 11 atribut. Tahapan yang dilakukan dalam penelitian ini yaitu pengumpulan data, preprocessing data, pemodelan, pelatihan dan pengujian model serta evaluasi model. Model dilatih dan diuji sebanyak 3 perbandingan antara data latih dan data uji yaitu 90:10, 80:20 dan 70:30. Dari 3 perbandingan tersebut, perbandingan 90:10 memiliki hasil evaluasi model dengan Confusion Matrix yang paling tinggi yaitu akurasi sebesar 88,16%, precision sebesar 100%, recall sebesar 72,77% dan F-Measure sebesar 84,24%. Dengan demikian, Random Forest merupakan pilihan yang sangat baik untuk digunakan dalam sistem deteksi intrusi yang memerlukan deteksi dini dan akurasi tinggi. Sehingga diharapkan penelitian ini dapat memberikan kontribusi yang signifikan dalam pengembangan sistem deteksi intrusi yang lebih efektif dan efisien.
Perancangan Sistem Absensi Guru  Berbasis Web di Madrasah Aliyah Swasta Al-Washliyah Parlakitangan Siti Ramadani; Zunaida Sitorus
Jurnal Intelek Insan Cendikia Vol. 2 No. 12 (2025): Desember 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Laporan kerja praktek ini membahas perancangan Sistem Absensi Guru Berbasis Web di Madrasah Aliyah Swasta Al-Washliyah Parlakitangan sebagai solusi atas berbagai kendala yang muncul dari sistem absensi manual. Proses pencatatan kehadiran sebelumnya masih dilakukan dengan menuliskan data pada buku absensi, sehingga menimbulkan risiko kesalahan pencatatan, kehilangan data, serta kesulitan dalam pencarian dan perekapan kehadiran untuk kebutuhan laporan. Melalui analisis yang dilakukan selama kerja praktek, ditemukan bahwa digitalisasi sistem sangat diperlukan untuk meningkatkan efisiensi administrasi dan akurasi data. Sistem absensi yang dirancang menggunakan teknologi berbasis web, sehingga dapat diakses oleh guru dan admin secara real-time. Guru dapat melakukan absensi secara mandiri melalui akun masing-masing, sementara admin dapat mengelola data guru, memeriksa dan merekap kehadiran, serta mencetak laporan absensi secara otomatis. Sistem ini dibangun menggunakan bahasa pemrograman PHP dengan basis data MySQL, serta antarmuka berbasis HTML, CSS, dan JavaScript agar mudah digunakan oleh pengguna sistem Hasil perancangan menunjukkan bahwa sistem mampu mempermudah proses pendataan kehadiran, mengurangi beban kerja tata usaha, serta meningkatkan keakuratan laporan absensi.
Perancangan Sistem Aplikasi Pengaduan Masyarakat Dinas Kependudukan dan Pencatatan Sipil Kab. Asahan Nurul Natasya; Zunaida Sitorus
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 6 (2025): Desember 2025 - Januari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini membahas perancangan aplikasi pengaduan masyarakat berbasis web yang bertujuan meningkatkan efisiensi, transparansi, dan ketepatan penanganan pengaduan pada Dinas Kependudukan dan Pencatatan Sipil Kabupaten Asahan. Metode penelitian meliputi observasi, studi pustaka, dan pemodelan sistem menggunakan UML. Hasil menunjukkan bahwa sistem yang diusulkan mampu memperbaiki alur pengiriman, verifikasi, dan tindak lanjut pengaduan, sehingga mendukung peningkatan kualitas pelayanan publik.
PENERAPAN DATA MINING DALAM MENENTUKAN TINGKAT KEPUASAN PENGUNJUNG TERHADAP KOLEKSI MUSEUM Muhammad Fauzi; Zunaida Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5935

Abstract

Abstract: This study aims to apply data mining to determine visitor satisfaction levels at the Batu Bara Regency Museum. The main problem is the suboptimal use of visitor data and visitor questionnaire results to objectively evaluate satisfaction. The method used is the Naïve Bayes algorithm to classify visitor satisfaction levels based on questionnaire and visit data. The research stages include data collection, data analysis, system design using UML, implementation with PHP and MySQL, and system testing. The results show that the Naïve Bayes algorithm is capable of classifying visitor satisfaction levels effectively and providing accurate information for museum management. This system supports data-driven decision-making and helps improve the quality of museum services and management. Keywords: Data Mining; Naïve Bayes; Visitor Satisfaction Classification; Decision Support System; Batu Bara Regency Museum. Abstrak: Penelitian ini bertujuan menerapkan data mining dalam menentukan tingkat kepuasan pengunjung Museum Kabupaten Batu Bara. Permasalahan utama adalah belum optimalnya pemanfaatan data kunjungan dan hasil angket pengunjung untuk mengevaluasi kepuasan secara objektif. Metode yang digunakan adalah algoritma Naïve Bayes untuk mengklasifikasikan tingkat kepuasan pengunjung berdasarkan data kuesioner dan data kunjungan. Tahapan penelitian meliputi pengumpulan data, analisis data, perancangan sistem menggunakan UML, implementasi dengan PHP dan MySQL, serta pengujian sistem. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan tingkat kepuasan pengunjung dengan baik dan memberikan informasi yang akurat bagi pengelola museum. Sistem ini mendukung pengambilan keputusan berbasis data serta membantu peningkatan kualitas layanan dan pengelolaan museum. Kata kunci: Data Mining; Naïve Bayes; Klasifikasi Kepuasan Pengunjung; Sistem Pendukung Keputusan; Museum Kabupaten Batu Bara.
Co-Authors Adi Widarma Adittya Pratama Muhammad Fauzi Nurul Natasya Oky Adinata Hidayatullah Siti Ramadani