Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer dan Informatika (JSON) Journal of Computer and Information System (J-CIS) Journal of Embedded Systems, Security and Intelligent Systems
Muh Rafli Rasyid
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 3 Documents
Search

 1 
Random Forest Implementation for Suricata-Based Real-Time DDoS Attack Detection Juhari; Nuralamsah Zulkarnaim; Muh Rafli Rasyid; Andi M. Yusuf
Journal of Embedded Systems, Security and Intelligent Systems Vol 6, No 2 (2025): June 2025
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v6i2.8339

Abstract

The Random Forest classifier model trained on the CICDDoS2019 dataset achieved an accuracy of 99.94%, precision of 99.79%, recall of 99.94%, and F1-Score of 99.87%, demonstrating strong performance in detecting Distributed Denial of Service (DDoS) attacks. This study aims to develop a real-time DDoS detection system by integrating Suricata as an intrusion detection system (IDS) and Random Forest as a machine learning model. The Dataset used consisted of 431,371 samples and 31 selected features from the results of feature selection. The system works by monitoring log eve.json from Suricata, extracts relevant features directly, then performs classification using a trained model. Predictions are displayed via a Flask-based web interface for easy monitoring. In the live traffic test, the model gave a confidence score of 0.65 for attacks and 0.81 for normal traffic. These results prove that the built system is able to recognize DDoS attack patterns efficiently and can be applied to real network infrastructure as a real-time Threat Detection Solution.
Sistem Pendukung Keputusan Penentuan Siswa Berprestasi Pada Tingkat Sekolah Dasar Menggunakan Metode Electre Rahman, Aulia; Indra; Muh Rafli Rasyid; Maulana Aqsha
Journal of Computer and Information System ( J-CIS ) Vol 8 No 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5118

Abstract

Penentuan siswa berprestasi di tingkat sekolah dasar selama ini dilakukan secara manual dengan mengandalkan nilai rapor, sehingga meninmbulkan potensi subjektivitas, keterbatasan kriteria dan ketidakefisienan dalam proses seleksi. Permasalahan ini mendorong perlunya pengembangan sistem pendukung keputusan yang mampu memberikan hasil yang objektif, cepat, dan akurat. Penelitian ini merancang dan mengimplementasikan sistem pendukung keputusan berbasis web menggunakan metode ELECTRE (Elimination and Choice Expressing Reality), yang dikenal efektif dalam pengambilan keputusan multikriteria. Lima kriteria utama yang digunakan adalah prestasi akademik, kehadiran, prestasi non-akaemik, sikap dan prilaku, serta kedisiplinan. Sistem dibangun dengan bahasa pemrograman PHP dan database MySQL. Hasil pengujian yang dilakukan melalui metode black box dan validasi hasil dengan perhitungan manual menunjukan bahwa sistem dapat berjalan dengan baik, memiliki tingkat akurasi perhitungan 100% dibandingkan perhitungan maual, serta secara signifikan meningkatkan efisiensi dan keobjektivan dalam proses seleksi siswa berprestasi. Temuan ini menunjukkan bahwa metode ELECTRE efektif diterapkan dalam konteks pendidikan dasar sebagai solusi pengambilan keputusan di lingkungan pendidikan dasar.
Analisis Perbandingan Kinerja Metode SAW dan MAUT dalam Menentukan Prioritas Penerima BPNT Ajis, Herawati; Muh Rafli Rasyid; Heliawaty Hamrul
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9081

Abstract

Metode pengambilan keputusan multikriteria, seperti Simple Additive Weighting (SAW) dan Multi-Attribute Utility Theory (MAUT), banyak digunakan untuk menentukan kelayakan penerima bantuan. Namun, masih sedikit penelitian yang membandingkan kedua metode secara langsung menggunakan dataset dan konteks yang sama, khususnya untuk prioritas penerima Bantuan Pangan Non Tunai (BPNT). Penelitian ini membandingkan kinerja SAW dan MAUT berdasarkan peringkat, tingkat kesesuaian, dan korelasi Spearman, menggunakan 200 alternatif dengan 14 kriteria sosial-ekonomi melalui tahapan pengumpulan data, penerapan metode, analisis perbandingan hasil, pengujian tingkat kesesuaian dan korelasi Spearman, serta penarikan kesimpulan. Hasil menunjukkan tingkat kesesuaian yang sangat tinggi untuk kedua metode, yaitu 99,99391% (SAW) dan 99,99484% (MAUT), dengan korelasi Spearman 0,7225 yang menunjukkan hubungan positif kuat. SAW lebih sensitif terhadap variasi data dan arah preferensi benefit–cost, sedangkan MAUT cenderung stabil tetapi kurang peka terhadap perbedaan nilai. Kedua metode konsisten dan layak digunakan, sehingga pilihan dapat disesuaikan dengan karakteristik data dan kebutuhan analisis sistem pendukung keputusan.
Co-Authors Ajis, Herawati Andi M. Yusuf Aulia Rahman Heliawaty Hamrul Indra Juhari Hasan Maulana Aqsha Nuralamsah Zulkarnaim