Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Indonesian Journal on Computing (Indo-JC) eProceedings of Engineering Jurnal Pemanfaatan Teknologi untuk Masyarakat
Ikke Dian Oktaviani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 3 Documents
Search

 1 
QUIDS: A Novel Edge-Based Botnet Detection with Quantization for IoT Device Pairing Aji Gautama Putrada; Nur Alamsyah; Mohamad Nurkamal Fauzan; Sidik Prabowo; Ikke Dian Oktaviani
Indonesian Journal on Computing (Indo-JC) Vol. 8 No. 3 (2023): December 2023
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34818/INDOJC.2023.8.3.878

Abstract

Advanced machine learning has managed to detect IoT botnets. However, conflicts arise due to complex models and limited device resources. Our research aim is on a quantized intrusion detection system (QUIDS), an edge-based botnet detection for IoT device pairing. Using knearest neighbor (KNN) within QUIDS, we incorporate quantization, random sampling (RS), and feature selection (FS). Initially, we simulated a botnet attack, devised countermeasures via a sequence diagram, and then utilized a Kaggle botnet attack dataset. Our novel approach includes RS, FS, and 16-bit quantization, optimizing each step empirically. The test results show that employing a mean decrease in impurity (MDI) by FS reduces features from 115 to 30. Despite a slight accuracy drop in KNN due to RS, FS, and quantization sustain performance. Testing our model revealed 1200 RS samples as optimal, maintaining performance while reducing features. Quantization to 16-bit doesn’t alter feature value distribution. Implementing QUIDS increased the compression ratio (CR) to 175×, surpassing RS+FS threefold and RS by 13 times. This novel method emerges as the most efficient in CR.
Pemodelan Tenaga Surya Menggunakan Internet Of Things Dan Bidirectional Long Short-Term Memory Betari Angeli; Ikke Dian Oktaviani; Hilal Hudan Nuha
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Ketidakstabilan intensitas radiasi matahari dapat menyebabkan fluktuasi pada produksi energi listrik, hal ini merupakan permasalahan utama dalam pemanfaatan energi surya. Oleh karena itu, dilakukan pemodelan sistem tenaga surya menggunakan Internet of Things (IoT) dan Bidirectional Long Short-Term Memory (BiLSTM) Neural Networks. Sistem ini dirancang untuk meningkatkan akurasi prediksi dan optimalisasi produksi tenaga surya melalui panel surya. Metodologi yang digunakan menggabungkan teknologi IoT untuk mengumpulkan data lingkungan berupa Global Solar Radiation (GSR), suhu, dan kelembapan relatif (RH). Data tersebut kemudian dianalisis menggunakan algoritma BiLSTM. Hasil yang diperoleh dari model ini adalah prediksi output energi surya yang lebih akurat sehingga dapat mendukung peningkatan efisiensi produksi tenaga surya dibandingkan metode konvensional. Kata kunci: tenaga surya, internet of things, bilstm, neural networks, prediksi
AI dan Masa Depan Profesi : Bisakah Robot Menggantikan Pekerjaan Manusia? Febri Dawani; Zahwa Salsabila Jhovita Ahmad; Naufal Gazel Akbari; Azalia Zuhria Rahmatul Fatiyah; Muhamad Racka Vrinho; Ikke Dian Oktaviani
JAPATUM: Jurnal Pemanfaatan Teknologi untuk Masyarakat Vol 3 No 1 (2024): Maret 2024
Publisher : MATRADIPTI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59328/JAPATUM.2024.3.1.90

Abstract

Kecerdasan buatan atau biasa disebut AI mengalami perkembangan pesat dalam beberapa dekade terakhir dan menjadi teknologi yang mampu meniru, bahkan melampaui, kemampuan manusia dalam sejumlah aspek pekerjaan. Mulai dari sistem otomatisasi di pabrik hingga chatbot layanan pelanggan dan algoritma prediktif di sektor keuangan, AI secara bertahap mulai mengambil alih peran-peran yang sebelumnya dijalankan oleh manusia. Kondisi ini menimbulkan kekhawatiran akan hilangnya lapangan kerja serta perubahan drastis dalam struktur profesi di masa depan. Namun demikian, tidak semua pekerjaan dapat sepenuhnya diambil alih oleh AI. Profesi yang menuntut kreativitas, empati, intuisi, serta interaksi manusia yang kompleks masih sangat bergantung pada kemampuan manusia. Selain itu, munculnya AI juga menciptakan jenis pekerjaan baru yang sebelumnya tidak ada, seperti ahli etika AI, pengembang machine learning, dan analis data. Dengan menyoroti peluang dan risiko secara seimbang, dapat memberikan gambaran menyeluruh mengenai hubungan antara perkembangan AI dan masa depan profesi, serta mengajak pembaca untuk lebih siap menghadapi perubahan dengan membekali diri dengan keterampilan yang relevan dan adaptif.
Co-Authors Aji Gautama Putrada Azalia Zuhria Rahmatul Fatiyah Betari Angeli Dawani, Febri Hilal Hudan Nuha Mohamad Nurkamal Fauzan Muhamad Racka Vrinho Naufal Gazel Akbari NUR ALAMSYAH Sidik Prabowo Zahwa Salsabila Jhovita Ahmad