Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Building of Informatics, Technology and Science Journal of Artificial Intelligence and Digital Business
Suryadih, Suryadih
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Seleksi Fitur SelectKBest Dalam Prediksi Kelulusan Mahasiswa Tepat Waktu dengan Decision Tree Putra, Yogi Erka Julyansa; Imelda, Imelda; Suryadih, Suryadih
Building of Informatics, Technology and Science (BITS) Vol 6 No 4 (2025): March 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i4.7086

Abstract

University in Jakarta are facing issues with a surge in the number of students not graduating on time within the organizational office. This recommendation analyzes the performance used to predict timely student graduation. The primary objective of this consideration is to create an estimation illustration using a Decision Tree. The data used combines information about various components. The evaluation of the emerging execution is based on metrics such as accuracy, precision, and review. Timely graduation provides various benefits to colleges. Firstly, it enhances the institution's reputation as a provider of quality instruction that supports students in completing their studies almost on time. Colleges can improve the quality and sustainability of instruction by implementing methods based on this demand. The consideration involves creating a desktop application to input substitute student data and predict whether each substitute student will graduate on time or not. This examination makes a significant contribution to efforts aimed at advancing the quality of teaching in colleges and helping substitute students better achieve their academic goals. The data, collected from universities in Jakarta, consists of 308 student records. The results almost illustrate that the model using highlight assurance yields an accuracy of 97.85%, while the model without highlight options yields an accuracy of 93.54%.
Smart threat detector: Aplikasi pendeteksi Virus, Email, dan Link mencurigakan berbasis AI suryadih, suryadih; Ibrahim, Ibrahim; Hariyansyah, Rahmat; Wahidin, Ahmad Jurnaidi; Rahmatullah, Beni; Kurniawati, Ika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3784

Abstract

Di era transformasi digital, ancaman keamanan siber berkembang semakin kompleks dan adaptif, menimbulkan risiko signifikan bagi pengguna individu maupun organisasi. Studi ini memperkenalkan Smart Threat Detector, sebuah aplikasi berbasis kecerdasan buatan yang dirancang untuk mendeteksi virus, email mencurigakan, dan tautan berbahaya secara real-time. Sistem ini memanfaatkan kombinasi teknik kecerdasan buatan, termasuk klasifikasi berbasis pembelajaran mesin, analisis teks, serta deteksi pola perilaku untuk mengidentifikasi potensi ancaman dengan tingkat akurasi yang lebih tinggi dibandingkan metode tradisional.Kata Kunci: Kecerdasan Buatan, Keamanan Siber, Deteksi Virus, Analisis Tautan, Smart Threat Detector. Aplikasi ini menerapkan pemrosesan bahasa alami (NLP) untuk menganalisis konten email dan mengidentifikasi indikasi phishing, spam, maupun manipulasi sosial. Selain itu, analisis reputasi tautan digunakan untuk mengevaluasi URL berdasarkan pola akses, struktur link, serta karakteristik yang sering ditemukan pada situs berbahaya. Mekanisme ini memungkinkan sistem untuk memberikan penilaian otomatis sebelum ancaman mencapai pengguna. Dalam pengujian, Smart Threat Detector menunjukkan performa yang konsisten dengan tingkat akurasi deteksi yang tinggi dan tingkat positif palsu yang rendah. Sistem ini juga dirancang agar adaptif terhadap variasi ancaman baru dengan memanfaatkan pembaruan model secara berkala. Selain memberikan perlindungan proaktif, aplikasi ini turut meningkatkan kesadaran pengguna melalui penyajian informasi yang jelas mengenai risiko yang terdeteksi. Inovasi ini berkontribusi pada pengembangan sistem keamanan siber cerdas yang mampu memberikan perlindungan efektif, efisien, dan responsif terhadap dinamika ancaman digital masa kini.
Co-Authors Ahmad Jurnaidi Wahidin Beni Rahmatullah Hariyansyah, Rahmat Ibrahim Ibrahim Ika Kurniawati Putra, Yogi Erka Julyansa