Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Sewagati Sains Data Jurnal Studi Matematika dan Teknologi
Indranto, Dionisius Marcell Putra
Unknown Affiliation
Arts Humanities Computer Science & IT Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mathematics Physics Public Health Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi URL Phishing untuk SIEM: Perbandingan Model Machine Learning XGBoost dan Deep Learning TabNet dalam Deteksi Ancaman Siber Tjahjono, Azza Farichi; Hasan, Hasan; Putera, Randist Prawandha; Indranto, Dionisius Marcell Putra; Hermawan, Abhirama Triadyatma
Sains Data Jurnal Studi Matematika dan Teknologi Vol 3, No 2: July-December 2025
Publisher : Sekolah Tinggi Agama Islam Nurul Islam Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52620/sainsdata.v3i2.227

Abstract

Phishing detection is a criticalcomponent of modern Security Information and Event Management (SIEM) systems, requiring both high accuracy and real-time performance. This study conducts a comprehensive comparison between a Gradient-Boosted Decision Tree model, XGBoost, and a deep learning architecture, TabNet, for classifying phishing URLs. Both models were systematicallyoptimized using advanced hyperparameter tuning techniques, Randomized Search for XGBoost and Optuna with pruning for TabNetto ensure a fair and robust evaluation. The models were trained and tested on the "Dataset of Suspicious Phishing URL Detection," a recent and relevant collection of URL features. The resultsdemonstrate that the tunedXGBoost model significantly outperforms the tunedTabNet model across all key metrics. Furthermore, inference speed analysis revealedXGBoostto besubstantially moreefficient on both CPU and GPU hardware, with a GPU inference time over 33 times faster thanTabNet. These findings lead to the conclusion that for this task,XGBoostoffers a superior combination of accuracy, speed, and practicaldeployability,making it the more suitable architecture for integration into a SIEM system. 
Implementasi Gamifikasi Berbasis AI untuk Pembelajaran Interaktif: Studi Kasus pada Guru di SMA Negeri 5 Surabaya Sri Indrawanti, Annisaa; Ciptaningtyas, Henning Titi; Muchammad Husni; Khakim Ghozali; Ginardi, Raden Venantius Hari; Sutryotrisongko, Hatma; Hariadi, Ridho Rahman; Sholikah, Rizka Wakhidatus; Sabilla, Irzal Ahmad; Rosyadi, Fuad Dary; Firdausi, Hafara; Sunaryono, Dwi; Irin, Tio Axellino; Indranto, Dionisius Marcell Putra; Nasution, Hazwan Adhikara
Sewagati Vol 10 No 1 (2026): Pre-Printed
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v10i1.9315

Abstract

Pemanfaatan kecerdasan buatan (AI) memegang peranan krusial dalam modernisasi media ajar. AI memungkinkan personalisasi materi ajar sesuai kebutuhan siswa, memberikan umpan balik real-time, dan membantu guru dalam memahami kemajuan belajar secara efisien. Oleh karena itu, dalam kegiatan pengabdian masyarakat ini, tim dosen dan mahasiswa dari Departemen Teknologi Informasi Institut Teknologi Sepuluh Nopember menyelenggarakan pelatihan pengembangan media ajar berbasis tools AI untuk para guru di SMA Negeri 5 Surabaya. Melalui pelatihan ini, para guru dibekali kemampuan untuk mengadopsi beragam tools AI, dengan fokus pada penggunaan ChatGPT untuk perancangan ajar serta Wayground (Quizizz) dan Wordwall untuk gamifikasi pembelajaran, guna menunjang proses belajar yang lebih efektif dan interaktif. Rangkaian kegiatan ini mencakup tahap perencanaan, survei lokasi, penyusunan modul, pelaksanaan pelatihan selama dua hari, evaluasi, hingga pelaporan. Pelaksanaannya terbagi menjadi sesi penyampaian materi dan praktik langsung, yang diperkuat dengan pre-test dan post-test untuk mengukur peningkatan pemahaman. Hasilnya menunjukkan bahwa proses pengabdian berjalan sukses dengan partisipasi konsisten dari 54 guru. Antusiasme peserta sangat tinggi, yang tercermin dari keaktifan selama sesi, peningkatan signifikan pada hasil post-test, serta tingkat kepuasan yang sangat memuaskan.
Co-Authors Dwi Sunaryono Firdausi, Hafara Ginardi, R.V. Hari Hasan Hasan Henning Titi Ciptaningtyas Hermawan, Abhirama Triadyatma Irin, Tio Axellino Khakim Ghozali Muchammad Husni Nasution, Hazwan Adhikara Putera, Randist Prawandha Ridho Rahman Hariadi Rizka Wakhidatus Sholikah, Rizka Wakhidatus Rosyadi, Fuad Dary Sabilla, Irzal Ahmad Sri Indrawanti, Annisaa Sutryotrisongko, Hatma Tjahjono, Azza Farichi