p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Dinamik
Bintang, Bagus
Unknown Affiliation

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

Found 2 Documents
Search

Pemodelan Tren Kasus Hiv dan Klasterisasi Wilayah menggunakan Algoritma K-Means dan Decision Tree - Studi Kasus di Kabupaten Bogor Bintang, Bagus; Triantoro, Ery; Wibowo, Arief
Dinamik Vol 31 No 1 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i1.10310

Abstract

Infectious diseases remain a dynamic and evolving public health threat, requiring data-driven approaches for early detection and targeted policy planning. This study aims to model spatio-temporal trends and clustering patterns of HIV transmission in Bogor Regency during the period 2020–2023 by utilizing a combination of unsupervised and supervised machine learning techniques. The dataset was obtained from the Bogor Regency Health Office and includes annual data on the number of HIV cases across 40 sub-districts. The research methodology consists of data preprocessing stages, clustering using the K-Means algorithm, and classification using a Decision Tree model. The preprocessing steps include data integration, attribute selection, temporal aggregation, handling of missing data, and normalization using Z-score. K-Means clustering is applied to identify hidden patterns in the development of HIV cases, resulting in three distinct clusters based on multi-year trends. The resulting cluster labels are then used as target classes in the supervised classification process. The Decision Tree classification model demonstrates high accuracy in predicting cluster membership, indicating a strong relationship between the temporal patterns of HIV cases and cluster identity. The integration of clustering and classification techniques provides a robust analytical framework for understanding the dynamics of HIV transmission, while also supporting the formulation of more precise, evidence-based, and region-specific public health interventions.
INTEGRASI CHACHA20 DAN STEGANOGRAFI LSB DALAM SISTEM KEAMANAN INFORMASI BERBASIS CITRA DIGITAL Bintang, Bagus; Iqbal, Muhammad; Kusumaningsih, Dewi
Dinamik Vol 31 No 1 (2026)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v31i1.10358

Abstract

Meningkatnya ketergantungan pada sistem komunikasi digital telah memperkuat kebutuhan akan metode yang andal untuk melindungi data sensitif dari akses tidak sah. Studi ini memperkenalkan mekanisme keamanan terintegrasi yang menggabungkan enkripsi ChaCha20 dengan steganografi citra Least Significant Bit (LSB), yang menargetkan perlindungan data berbasis citra digital. ChaCha20, sebuah cipher aliran modern yang dikenal akan kecepatan dan keamanannya, digunakan untuk mengenkripsi pesan teks biasa (plaintext), menghasilkan ciphertext yang sangat aman. Data terenkripsi kemudian disematkan ke dalam citra sampul — khususnya, logo universitas — menggunakan teknik LSB, yang mengubah bit paling tidak signifikan dari nilai piksel untuk menyembunyikan informasi tanpa memengaruhi kualitas citra secara signifikan. Pendekatan dua lapis ini memastikan kerahasiaan dan penyembunyian informasi sensitif. Sistem ini dievaluasi menggunakan metrik objektif seperti Rasio Sinyal terhadap Derau Puncak (PSNR) dan Indeks Kesamaan Struktural (SSIM) untuk menilai fidelitas citra setelah penyisipan data. Hasil menunjukkan bahwa metode ini mempertahankan integritas visual (PSNR > 50 dB) sekaligus memungkinkan ekstraksi data yang akurat. Integrasi ChaCha20 dan steganografi LSB menawarkan solusi yang ringan, aman, dan efektif untuk perlindungan informasi digital, khususnya cocok untuk komunikasi akademis atau kelembagaan di mana gambar logo berfungsi sebagai pembawa konten terenkripsi yang tersembunyi.