Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Sistem Informasi (JMSI) Journal of Artificial Intelligence and Engineering Applications (JAIEA)
Findi Ayu Sariasih
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
SISTEM REKOMENDASI POLA MAKAN SEHAT BERBASIS DATA SMARTPHONE DAN MECHINE LEARNING Kurniawan, Andre; Sutikno, Wahyu; Dian Yunita sari; Syifa Nur Rakhmah; Findi Ayu Sariasih; Imam Suyoto
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 7 No. 1 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v7i1.10608

Abstract

Perkembangan teknologi informasi telah memberikan efek signifikan dalam sektor kesehatan, salah satunya dengan penggunaan smartphone untuk memonitor aktivitas fisik pemakainya. Namun, banyak aplikasi kesehatan yang tersedia hanya menampilkan informasi aktivitas tanpa memberikan saran mengenai diet yang sesuai dengan kebutuhan individu. Penelitian ini bertujuan untuk menciptakan sistem rekomendasi pola makan sehat yang berbasis data dari smartphone dan machine learning dengan menggunakan algoritma K-Nearest Neighbors (KNN). Sistem ini dirancang untuk memanfaatkan data aktivitas pengguna yang diambil dari Google Fit, seperti jumlah langkah, tekanan darah, kadar gula darah, dan estimasi kalori, yang selanjutnya dikelola menggunakan algoritma KNN untuk mengidentifikasi kategori kebutuhan energi harian pemakai. Hasil dari klasifikasi ini digunakan untuk memberikan rekomendasi makanan yang relevan berdasarkan kondisi fisik pengguna. Proses pengembangan sistem dilakukan melalui metode Agile dengan kerangka kerja Scrum, yang mencakup langkah-langkah Product Backlog, Sprint Planning, Sprint Execution, dan Sprint Review. Implementasi yang berhasil menunjukkan bahwa sistem dapat menampilkan data aktivitas fisik pengguna secara langsung dan memberikan rekomendasi makanan yang sesuai dengan tingkat aktivitas mereka. Dengan demikian, sistem ini diharapkan dapat membantu pengguna dalam mengadopsi pola makan sehat yang disesuaikan serta meningkatkan kesadaran gizi di kalangan masyarakat.
Brute-Force Attack Detection on Computer Networks Using Artificial Neural Network Ikhtiar Adli Wicaksono; Muhammad Iqbal Maulana; Bagus Nurrahman; Syifa Nur Rakhmah; Findi Ayu Sariasih; Imam Sutoyo
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 2 (2026): February 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i2.1804

Abstract

This research aims to develop a brute-force attack detection system on computer networks using the Artificial Neural Network (ANN) algorithm. This security problem is crucial, especially in the banking sector because it can threaten login systems and sensitive customer data. The research methods include data cleansing, feature selection using the Wrapper method, ANN model training, and performance evaluation using datasets from Kaggle which include four classes of network traffic, namely Normal, Brute-force FTP, Brute-force SSH, and Web Attack Brute-force. The test results showed that the ANN model achieved an accuracy of 95%, precision of 91%, and the best performance in the Brute-force FTP class with an accuracy of 98.3%. This system has proven to be effective in detecting brute-force attack patterns and can improve the security of banking networks adaptively. This research broadens the insights of the application of ANN in network security and provides a basis for the development of systems that are more responsive to cyber threats.
Co-Authors Andre Kurniawan Bagus Nurrahman Dian Yunita sari Ikhtiar Adli Wicaksono Imam Sutoyo Imam Suyoto Muhammad Iqbal Maulana Sutikno, Wahyu Syifa Nur Rakhmah, Syifa Nur