Article Per Year (5 Year)
p-Index From 2021 - 2026
4.187
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JTT (Jurnal Teknologi Terpadu) Paradigma Journal of Sustainable Engineering: Proceedings Series Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Jurnal Ilmiah Intech : Information Technology Journal of UMUS Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Teknik Informatika (JUTIF) JPM: JURNAL PENGABDIAN MASYARAKAT Jurnal Sains Indonesia DEVICE Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan Jurnal Ilmiah SIGMA: Informatics Engineering Journal of UPB Jurnal Informatika Teknologi dan Sains (Jinteks) Journal of Artificial Intelligence and Digital Business Jurnal Lentera Pengabdian Proceeding International Pelita Bangsa Jurnal Pelita Pengabdian SAINTEK
Aswan Supriyadi Sunge
Informatics Engineering Department, Faculty Of Engineering, Pelita Bangsa University, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : SAINTEK

 1 
Komparasi Machine Learning Memprediksi Phising Dalam Keamanan Website Aswan Supriyadi Sunge
Prosiding Sains dan Teknologi Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/SAINTEK0101.135140

Abstract

The growth rate of online mobility is fast and increases sharply from desktop to mobile phone. Growth is recognized by users because of the ease of searching for information and dealing mainly in banking matters. Behind them, there is the most important issue of security on the Internet, one of them Phishing which means to resemble official or original websites when false with the intention of obtaining user information. There fore it takes a malicious web-based Phishing alias by using data set, then tested with some Machine Learning algorithms and then to compare the best and highest predictions. Computer simulation results have resulted an accuracy of up to 95.24% for the techniques used and the comparison with other models. Keywords: Predictions, Website, Phishing, Machine Learning
Metode Machine Learning Dalam Pendidikan Aswan Supriyadi Sunge
Prosiding Sains dan Teknologi Vol. 2 No. 1 (2023): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 2 - Februari 2023
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Pendidikan merupakan hak semua warga negara dan negara menjamin untuk mendapatkannya dan kualitas pendidikan didukung sarana dan prasarana. Namun itu semua tergantung dari pendidik dan peserta didik bagaimana melihat proses dan bisa menerima ilmu tersebut agar bisa menghasilkan suatu produk dari ilmu yang didapat. Memang diakui ada masalah yang didapat ketika proses belajar dan penyerapan ilmu maka dari itu dibutuhkan machine learning yang bertujuan melihat dan memecahkan masalah dari dari data yang ada. Metode dalam penelitian melihat paper yang terdahulu melihat metode yang dipakai dan hasil yang dicari kemudian dijadikan pedoman model mana yang banyak dipakai dalam mencari solusi dalam dunia Pendidikan.
Komparasi Akurasi Kernel Support Vector Machine Dalam Prediksi Diabetes Febyan Sulastri; Aswan Supriyadi Sunge; Listian Indriyani Achmad
Prosiding Sains dan Teknologi Vol. 2 No. 1 (2023): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 2 - Februari 2023
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Diabetes mellitus sampai saat ini masih menjadi persoalan kesehatan serius dunia, termasuk di Indonesia yang berada di urutan ke-4 dengan prevalensi diabetes tertinggi di dunia setelah India, China, dan Amerika Serikat. WHO memperkirakan jumlah penderita diabetes mellitus tipe 2 di Indonesia akan mengalami peningkatan secara signifikan hingga 21,3 juta jiwa hingga tahun 2030. Penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine (SVM) dan melakukan komparasi tiap kernel dan tertinggi yaitu kernel rbfdot dan basseldot dengan nilai akurasi yang sama tertinggi dari kernel yang lain 72.73%.
Perbandingan Model Klasifikasi Tuned dan Untuned Dalam Prediksi Penyakit Jantung Sunge, Aswan Supriyadi; Tedi Kurniadi, Nanang; Zahrotul Kamalia, Antika; Naya, Candra; Afriantoro, Irfan; Suwarno, Agus
Prosiding Sains dan Teknologi Vol. 3 No. 1 (2024): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 3 - Januari 2024
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Penyakit jantung merupakan salah satu penyakit yang mematikan, biarpun bisa dicegah namun sulit untuk diprediksi, maka dari itu dibutuhkan suatu model prediksi jantung dengan penggunaan Machine Learning dengan metode Classifier dengan model Random Forest dan Decision Tree lalu hasilnya divalidasi kembali agar bisa membandingkan hasilnya dengan (Tuned) atau tanpa (Untuned) dengan GridSearchCV. Hasil yang didapat bahwa model Random Foreset lebih tinggi dibanding Decision Tree, diharapkan dengan hasil penelitian bisa dijadikan pedoman dalam prediksi jantung dikemudian hari.
Optimasi Prediksi Diabetes Mellitus Menggunakan Komparasi Random Forest dan SVM dengan Analisis Pemilihan Fitur Berbasis SHAP Aswan Supriyadi Sunge; Dendy K. Pramudito; Abdul Halim Anshor; Edy Widodo
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Diabetes Mellitus merupakan masalah kesehatan di dunia yang sangat signifikan maka dari itu dibutuhkan prediksi dini dan akurat. Penelitian ini bertujuan untuk mengoptimalkan prediksi dengan membandingkan model Machine Learning (ML) dengan Random Forest dan Support Vector Machine, yang ditingkatkan dengan analisis SHAP (SHapley Additive exPlanations) untuk mencari fitur tertinggi atau berpengaruh. Penelitian ini menggunakan dataset yang terdiri dari 1000 data pasien dengan 14 fitur, dan 1 kelas. Preprocessing melibatkan pembersihan data dan duplicate, dilanjutkan dengan testing dan training data, dan hasil pengujian dengan model Random Forest mendapatkan akurasi 99%, sementara SVM mencapai 86%, lalu pengujian analisis SHAP mengungkapkan bahwa Age, Urea dan Kreatinin adalah fitur yang paling berpengaruh dari fitur yang lainnya. Hasil analisis perbandingan menunjukkan bahwa mengungguli dalam hal akurasi prediksi secara keseluruhan, dan ini sangat berkontribusi pada peningkatan metode prediksi yang optimal dan sebagai parameter klinis utama untuk diagnosis.
Co-Authors Abdul Halim Anshor Afriantoro, Irfan Agung Nugroho Agus Supriyadi Agus Suwarno, Agus Ahmad Turmudi Zy Aji, Prasetyo Wicaksono Amali, Amali Anggara, Bangkit Akbar Anshor, Abdulhalim Antika Zahrotul Kamalia Aprilia Nur Sa'adah Budiarto, Eko Dendy K. Pramudito Dendy K. Pramudito Dodit Ardiatma Edora, Edora Edy Widodo Edy Widodo Fatchan , Muhammad Febyan Sulastri Hamdani Hamdani Hamzah Muhammad Mardi Putra Juan Fakhri Khalis Sofi Kurniasih, Nabila Listian Indriyani Achmad Miftahuljannah Muttaqin, Ahmad Fadhiil Nanang Tedi Kurniadi Naya, Candra Nugraha, Dimas Reza Pramudito, Dendy K. Pramudito, Dendy K. Pramudito Prasetyo, Sutrisno Aji Prasetyo, Sutrisno Aji Prasetyo Pratama, Nur Priyo, Basuki Edi R. R. Wening Ken Widodasih Riady, Sasmitoh Rahmad Sari, Putri Anggun Septiawan Dwi Pramukti Suprapto Suprapto Suzanna, Suzanna Tedi Kurniadi, Nanang Tedi, Nanang Tyas Ismi Trialfhianty Warnars, Harco Leslie Hendric Spits Wiyanto, Tri Ngudi Wulandari, Anna Zahrotul Kamalia, Antika Zy, Ahmad Turmudi