Article Per Year (5 Year)
p-Index From 2021 - 2026
0.835
P-Index
This Author published in this journals
All Journal Infotek : Jurnal Informatika dan Teknologi Teknik: Jurnal Ilmu Teknik dan Informatika Kresna: Jurnal Riset dan Pengabdian Masyarakat Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) JRIIN :Jurnal Riset Informatika dan Inovasi
Azis Kurniadi
Universitas Negeri Medan
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Desain Model Matematika Deterministic Finite Automata (DFA) untuk Validasi Keamanan Alur Transaksi Finansial pada Mesin Anjungan Tunai Mandiri (ATM) Perbankan Zulfahmi Indra; Christian Nicholas Sinaga; Lastri Putri Silaban; Jatmiko Althaf Aziz; Callysa Elistia; Azis Kurniadi; Zevan Irfandi Surbakti
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 6 No 1 (2026): Jurnal KRESNA Mei 2026
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v6i1.314

Abstract

Perkembangan layanan perbankan digital meningkatkan pentingnya keamanan pada sistem transaksi Automatic Teller Machine (ATM). Penelitian ini bertujuan merancang model matematika berbasis Deterministic Finite Automata (DFA) untuk memvalidasi urutan proses transaksi ATM serta mencegah terjadinya penyimpangan alur transaksi. Model yang diusulkan merepresentasikan setiap tahapan transaksi sebagai state dan setiap aksi pengguna sebagai transisi yang bersifat deterministik. Metode penelitian meliputi pengumpulan data melalui studi literatur dan dokumentasi teknis, analisis kebutuhan menggunakan pendekatan 5W1H, pemodelan formal DFA, implementasi menggunakan bahasa pemrograman Python, serta pengujian logika melalui berbagai skenario transaksi. Model DFA dibangun menggunakan struktur 5-tuple dan dilengkapi dengan error state untuk menangani input yang tidak sesuai dengan aturan sistem. Hasil pengujian menunjukkan bahwa model mampu membedakan alur transaksi yang valid dan tidak valid secara efektif. Skenario transaksi normal berhasil diterima hingga mencapai final state, sedangkan percobaan bypass dan penyimpangan urutan transaksi berhasil ditolak melalui mekanisme trap state. Model yang dikembangkan memiliki keunggulan berupa kepastian logika, kemampuan validasi alur transaksi, dan efisiensi komputasi yang tinggi, meskipun masih memiliki keterbatasan pada aspek fleksibilitas dan validasi berbasis waktu.
Analisis Big Data Satelit GOES-19 Deteksi Dini Cuaca Ekstrem: Studi Kasus Karibia, Implikasinya untuk Indonesia Rodo Lemuel Nadeak; Sevta Triwana Simamora; Azis Kurniadi
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.949

Abstract

Perubahan iklim global telah meningkatkan frekuensi dan intensitas cuaca ekstrem di wilayah tropis, dengan Karibia mengalami intensifikasi siklon tropis dan Indonesia menghadapi peningkatan hujan ekstrem serta banjir. Meskipun kemajuan telah dicapai dalam pemanfaatan data satelit dan machine learning, masih terdapat kesenjangan penelitian yang mengintegrasikan big data satelit GOES-19 terbaru dengan karakterisasi pola awan tropis secara lintas wilayah, khususnya untuk adaptasi di Indonesia. Penelitian ini bertujuan mengidentifikasi pola awan tropis menggunakan analisis big data satelit GOES-19 di wilayah Karibia sebagai studi kasus serta mengeksplorasi implikasinya terhadap sistem deteksi dini cuaca ekstrem di Indonesia. Metode yang diterapkan adalah pendekatan kuantitatif berbasis big data dengan teknik unsupervised machine learning berupa algoritma MiniBatchKMeans. Data utama diperoleh dari produk ABI-L2-MCMIPF satelit NOAA GOES-19 melalui bucket AWS S3 untuk periode November 2024 pada koordinat 8°LU–30°LU dan 90°BB–60°BB, dengan ekstraksi lima channel ABI, praproses menggunakan xarray dan s3fs, normalisasi data, serta penentuan k=5 optimal melalui Elbow Method pada 2.308.961 piksel. Analisis komparatif dilakukan dengan data Himawari-9 untuk wilayah Indonesia dan divalidasi menggunakan jalur badai IBTrACS. Hasil penelitian mengungkapkan lima zona awan tropis yang stabil secara spasial dan temporal, dengan zona Awan Konvektif Dalam hanya 4,1% di Karibia pasca-badai namun mencapai 44% di Indonesia, serta perubahan distribusi yang konsisten selama fase aktif Hurricane Rafael, Sara, dan pasca-badai. Korelasi kuat ditemukan antara zona konvektif dengan jalur badai aktual, didukung Silhouette Score rata-rata 0,43–0,45. Studi ini berimplikasi pada pengembangan model prediksi cuaca berbasis satelit yang lebih adaptif dan akurat untuk Indonesia, sehingga dapat meningkatkan sistem peringatan dini BMKG terhadap bencana cuaca ekstrem di wilayah tropis.
Rancang Bangun Sistem Rekomendasi Teman Belajar Berbasis Web untuk Kolaborasi Akademik Mahasiswa Bicanro Gebriyan Panjaitan; Lastri Putri Silaban; Azis Kurniadi; Debi Yandra Niska
Infotek: Jurnal Informatika dan Teknologi Vol. 9 No. 2 (2026): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v9i2.34746

Abstract

The advancement of web-based information technology has encouraged the transformation of collaborative learning processes in higher education environments. However, students still experience difficulties in finding suitable study partners due to the absence of a system capable of integrating learning preferences, available schedules, and academic needs in a structured manner. This study aims to design and develop a web-based study partner recommendation system to support students’ academic collaboration through the EduMate platform. The research method used in this study is Research and Development (R&D) with a software development approach using the Prototype method. The research stages include user requirements identification, system requirements analysis, system design, prototype development, system implementation, and system testing using the Black Box Testing method. The system was developed using Node.js and Express.js on the backend side, HTML, CSS, and JavaScript on the frontend side, and MySQL as the primary database. The system also implements Google OAuth authentication, a scoring matching algorithm, study schedule management, automatic notifications, as well as rating and review features. The results of the study indicate that the EduMate system was successfully implemented and is capable of supporting the process of finding study partners in a more effective and structured manner. Based on the Black Box Testing results, all main system features operated according to the specified requirements with a testing success rate of 100%. The system is also able to provide study partner recommendations based on profile compatibility, learning preferences, and user schedules, thereby improving the effectiveness of collaborative learning among students. Therefore, EduMate has the potential to serve as a digital solution in supporting the collaborative learning ecosystem in higher education institutions.
Penyelesaian Masalah NP-Complete pada Penjadwalan Menggunakan Algoritma Welch-Powell (Graph Coloring) Lastri Putri Silaban; Bicanro Gebriyan Panjaitan; Azis Kurniadi; Adidtya Perdana
Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Penjadwalan mata kuliah merupakan permasalahan kompleks yang termasuk dalam kategori NP-hard karena melibatkan berbagai kendala seperti ketersediaan dosen, ruang, dan waktu. Proses penyusunan jadwal yang dilakukan secara manual sering kali menimbulkan konflik dan membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk menerapkan algoritma Welch-Powell dengan pendekatan graph coloring dalam menyelesaikan permasalahan penjadwalan mata kuliah secara efektif dan efisien. Metode yang digunakan adalah pemodelan graf konflik, di mana setiap mata kuliah direpresentasikan sebagai simpul dan hubungan konflik sebagai sisi yang menghubungkan simpul-simpul tersebut. Proses pewarnaan graf dilakukan untuk menentukan slot waktu yang berbeda bagi mata kuliah yang saling berkonflik. Data yang digunakan terdiri dari enam mata kuliah dengan atribut dosen, kelas, dan ruang. Hasil penelitian menunjukkan bahwa algoritma Welch-Powell mampu menghasilkan penjadwalan yang tidak mengalami benturan dengan jumlah slot waktu yang efisien. Dengan demikian, metode ini dapat menjadi solusi sederhana dan efektif dalam menyusun jadwal perkuliahan secara optimal.
Analisis Perbandingan Kinerja Model Peringkasan Teks Ekstraktif dan Abstraktif (T5, mT5) pada Artikel Berita Berbahasa Indonesia Dea Anggraini; Farizky Aulia Lubis; Callysa Elistia; Azis Kurniadi; Anggia Puteri
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 6 No. 2 (2026): Oktober: Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v6i2.1254

Abstract

The increasing number of online news articles published every day has created challenges for readers in obtaining important information efficiently. Automatic text summarization offers a solution by generating concise versions of news articles while preserving essential information. This study aims to compare the performance of extractive and abstractive text summarization models for Indonesian-language news articles, namely IndoBERT, T5-Base, and mT5 XL-Sum. The research employed a quantitative experimental approach using the IndoSum dataset, with 200 news articles from the test split selected as evaluation samples. IndoBERT was implemented as an extractive model through binary sequence classification, while T5-Base and mT5 XL-Sum were evaluated using a sequence-to-sequence generative approach. Model performance was measured using ROUGE-1, ROUGE-2, and ROUGE-L metrics to assess information coverage, syntactic quality, and sequence coherence. The results show that T5-Base achieved the highest performance with ROUGE-1 of 0.5686, ROUGE-2 of 0.4950, and ROUGE-L of 0.5365. IndoBERT obtained competitive results with ROUGE-1 of 0.4377, ROUGE-2 of 0.3291, and ROUGE-L of 0.3784, while mT5 XL-Sum produced the lowest scores among the evaluated models. These findings indicate that a monolingual abstractive model specifically trained for Indonesian language tasks is more effective than extractive and multilingual approaches for Indonesian news summarization. The study contributes empirical evidence regarding the suitability of Transformer-based summarization models and can serve as a reference for future development of automatic summarization systems for Indonesian-language content.
Co-Authors Adidtya Perdana, Adidtya Anggia Puteri Bicanro Gebriyan Panjaitan Callysa Elistia Christian Nicholas Sinaga Dea Anggraini Farizky Aulia Lubis Jatmiko Althaf Aziz Lastri Putri Silaban Niska, Debi Yandra Rodo Lemuel Nadeak Sevta Triwana Simamora Zevan Irfandi Surbakti Zulfahmi Indra, Zulfahmi