Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JOISIE (Journal Of Information Systems And Informatics Engineering) SAINTEK
Anggi Alfin
Universitas Pelita Bangsa
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Transformasi Digital Survei Kerusakan Kontainer: Meningkatkan Efisiensi dan Kualitas Data dengan Aplikasi MNR Berbasis Android Handala Simetris Harahap; Anggi Alfin
Prosiding Sains dan Teknologi Vol. 5 No. 1 (2026): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 5 - Februari 2026
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Transformasi digital telah menjadi kunci dalam meningkatkan efisiensi dan kualitas operasional di berbagai sektor industri, termasuk dalam survei kerusakan kontainer di bidang logistik. Penelitian ini mengkaji implementasi aplikasi MNR berbasis Android sebagai inovasi digital untuk menggantikan metode pencatatan manual dalam survei kerusakan kontainer. Dengan aplikasi tersebut, proses pengumpulan data menjadi lebih cepat, akurat, dan real-time, sehingga mendukung keputusan yang lebih tepat dan responsif. Studi ini juga membahas dampak transformasi digital terhadap peningkatan kualitas data dan efisiensi operasional melalui analisis proses kerja sebelum dan sesudah penggunaan aplikasi. Temuan menunjukkan bahwa penggunaan teknologi mobile ini mampu mengurangi kesalahan data, mempercepat alur kerja, dan meningkatkan produktivitas tim survei. Penelitian ini menegaskan pentingnya adopsi transformasi digital yang tepat guna dalam mendukung pengelolaan rantai pasok kontainer yang lebih efektif dan efisien.
DETEKSI FRAMEWORK HYBRID INTRUSION DETECTION SYSTEM (IDS) DUA TAHAP BERBASIS DECISION TREE DAN ENSEMBLE LEARNING UNTUK EFISIENSI KOMPUTASI Nanang Susanto; Hendra Arya; Anggi Alfin
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol. 10 No. 1 (2026)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v10i1.5873

Abstract

Penelitian ini mengusulkan framework deteksi serangan siber hybrid dengan menggabungkan rule based filtering dan machine learning dalam proses dua tahap. Pada tahap pertama, algoritma Decision Tree digunakan untuk ekstraksi aturan yang dapat diinterpretasikan, diikuti oleh klasifikasi menggunakan algoritma ensemble, yaitu Random Forest, XGBoost, dan LightGBM. Framework dievaluasi menggunakan dataset UNSW-NB15, yang terdiri dari 2.540.044 data normal dan serangan dari sembilan tipe serangan. Filtering berbasis aturan menghapus 23% data non-serangan, sehingga 77% data tersisa untuk klasifikasi. Efisiensi komputasi diukur dengan membandingkan waktu eksekusi dan penggunaan CPU dengan dan tanpa filtering. Dengan filtering, program berjalan selama 9 menit dengan penggunaan CPU maksimum 0–303%, menghasilkan pengurangan waktu pemrosesan sebesar 24% dibandingkan tanpa filtering. Hasil penelitian menunjukkan XGBoost memberikan performa terbaik dengan akurasi 96,1%, recall 95,0%, dan F1-score 95,2%. Framework juga mengoptimalkan recall untuk meminimalkan false negative, dan meningkatkan recall dan mencapai 97.0% pada model XGBoost. Validasi statistik menggunakan uji Wilcoxon menunjukkan peningkatan performa signifikan (p < 0,05). Framework hybrid ini tidak hanya meningkatkan akurasi dan efisiensi, tetapi juga memberikan sistem deteksi yang interpretatif dan transparan, sehingga cocok untuk implementasi Intrusion Detection System (IDS) real-time.
Co-Authors Handala Simetris Harahap Hendra Arya Nanang Susanto