Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH Community Development Journal: Jurnal Pengabdian Masyarakat
Permana, Yogi Abimanyu
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Health Professions Public Health Social Sciences

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

Found 3 Documents
Search

 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 2025
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
DIGITALISASI MANAJEMEN KEBUN BUAH NAGA: PENERAPAN SISTEM PEMANTAUAN DAN PENGELOLAAN BERBASIS IOT Saputra, Herman; Rahayu, Elly; Manurung, Nuriadi; Permana, Yogi Abimanyu
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 2 (2025): Volume 6 No. 2 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i2.41890

Abstract

Manajemen kebun buah naga di Dusun Huta 1 Rapuan Ilir, Desa Tanjung Rapuan, Kabupaten Simalungun masih menghadapi berbagai tantangan, seperti inefisiensi pemeliharaan, keterbatasan pemantauan kondisi lingkungan, dan minimnya penerapan teknologi modern. Untuk mengatasi hal ini, diperlukan solusi berbasis teknologi seperti Internet of Things (IoT). Digitalisasi kebun buah naga melalui IoT akan memungkinkan pemantauan secara real-time terhadap kondisi tanah, kelembapan udara, suhu, dan kebutuhan air. Solusi ini juga mencakup sistem pengelolaan data untuk analisis produktivitas kebun. Program ini bertujuan untuk meningkatkan efisiensi manajemen kebun buah naga melalui instalasi sensor IoT, pelatihan kepada petani, dan pengembangan aplikasi berbasis web untuk analisis data. Target luaran meliputi peningkatan hasil panen, efisiensi penggunaan air, dan pemberdayaan petani dalam memanfaatkan teknologi digital. Program ini diharapkan menjadi model untuk digitalisasi pertanian yang berkelanjutan Dusun Huta 1 Rapuan Ilir.
MODEL GROUP DECISION SUPPORT SYSTEM DENGAN MULTI-RESPONDEN DAN MULTI-ATRIBUT DALAM REKOMENDASI BENIH PADI TERBAIK Amalia, Amalia; Helmiah, Fauriatun; Permana, Yogi Abimanyu
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4245

Abstract

Abstract: As a result, farmers often face various problems such as less than optimal yields due to low grain weight (tonnage) and quality, increased maintenance costs, longer harvest periods, and even the risk of crop failure. The urgency of this research lies in the challenges faced by farmers in Asahan Regency in determining appropriate and superior rice seed varieties. Reliance on trial and error methods in seed selection results in less than optimal harvest results. Based on the above problems, this study aims to develop a decision support model to determine superior rice seed varieties to increase yields. The method used in solving the problem is the Group Decision Support System (GDSS) with a decision support method using Multi-Respondent and Multi-Method. The multi-respondent concept allows collaboration between experts, practitioners, and farmers, and the multi-method concept allows data to be analyzed using various techniques, namely WP, MOORA, MAUT, and Borda. Keywords: Group Decision Support System; Multi-Method; Multi-Respondent; Borda; Rice Seeds Abstrak: Akibatnya, seringkali petani menghadapi berbagai masalah seperti hasil panen yang kurang maksimal karena rendahnya bobot (tonase) dan kualitas butir beras, meningkatnya biaya perawatan, masa panen yang lebih lama, dan bahkan risiko gagal panen. Urgensi penelitian ini terletak pada tantangan yang dihadapi oleh petani di Kabupaten Asahan dalam menentukan varietas benih padi yang tepat dan unggul. Ketergantungan pada metode coba-coba dalam pemilihan benih menyebabkan hasil panen yang kurang optimal. Berdasarkan masalah di atas, penelitian ini bertujuan mebangun model pendukung keputusan untuk menentukan varietas benih padi unggul guna meningkatkan hasil panen. Metode yang digunakan dalam penyelesaian masalah yaitu Group Decision Support System (GDSS) dengan metode pendukung keputusan menggunakan Multi Responden dan Multi Metode. Konsep multi responden memungkinkan kolaborasi dari ahli, praktisi dan petani dan konsep multi metode Multi metode meungkinkan data dianalisis dengan beragam teknik yaitu WP, MOORA dan MAUT dan Borda.Kata kunci: Group Decision Support_System;Multi Metode;Multi Responden;Borda; Benih Padi 
Co-Authors Amalia Amalia Dalimunthe, Ruri Ashari Helmiah, Fauriatun Herman Saputra Manurung, Nuriadi Maulana, Cecep Rahayu, Elly sahren, sahren