Article Per Year (5 Year)
p-Index From 2021 - 2026
0.702
P-Index
This Author published in this journals
All Journal Jusikom : Jurnal Sistem Komputer Musirawas Teknik: Jurnal Ilmu Teknik dan Informatika Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) JRIIN :Jurnal Riset Informatika dan Inovasi
Muhammad Rois Lukman Damanik
Universitas Negeri Medan
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Implementasi Algoritma Greedy untuk Optimasi Protein pada 0/1 Knapsack dalam Diet Defisit Kalori Angelina S. Saragih; Elga Sari Tanjung; Muhammad Rois Lukman Damanik; 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

Program diet defisit kalori memerlukan perencanaan nutrisi yang cermat, khususnya dalam memaksimalkan asupan protein tanpa melebihi batas kalori harian. Permasalahan ini dapat dimodelkan sebagai 0/1 Knapsack Problem di mana kalori bertindak sebagai bobot dan kandungan protein sebagai nilai. Penelitian ini mengimplementasikan dan mengevaluasi tiga strategi Algoritma Greedy, yaitu Greedy by Density (rasio protein/kalori), Greedy by Profit (protein terbesar), dan Greedy by Weight (kalori terkecil) pada dataset 50 menu makanan berbasis Tabel Komposisi Pangan Indonesia (TKPI) dengan kapasitas 1500 kkal. Hasil eksperimen menunjukkan bahwa Greedy by Density menghasilkan total protein tertinggi sebesar 221,2 gram dengan pemanfaatan kapasitas penuh (0 kkal sisa), diikuti Greedy by Profit dengan 176,9 gram, dan Greedy by Weight dengan 128,4 gram. Kompleksitas algoritma secara keseluruhan adalah O(n log n). Penelitian ini membuktikan bahwa strategi berbasis rasio nilai-terhadap-bobot merupakan pendekatan paling efektif dalam optimasi menu diet defisit kalori.
PERBANDINGAN ALGORITMA RANDOM FOREST DAN KNN UNTUK DETEKSI SERANGAN DDOS SECARA REAL-TIME PADA JARINGAN LOKAL YUSRIDA JELIANTI SIHITE SIHITE; Dedy Kiswanto; Muhammad Rois Lukman Damanik
Jusikom : Jurnal Sistem Komputer Musirawas Vol. 11 No. 1 (2026): Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v11i1.3207

Abstract

Distributed Denial of Service (DDoS) attacks are a cyber security threat capable of massively disrupting network services within a short period of time. Static rule-based detection methods have proven inadequate in the face of constantly evolving attack patterns, making machine learning approaches a more adaptive alternative. This study compares the performance of the Random Forest (RF) and K-Nearest Neighbour (KNN) algorithms in detecting DDoS attacks in real-time on a local network. The local network topology was physically constructed using a Router 1941, a Switch, an Attacker PC, and a Normal PC, whilst model training utilised the CICIDS2017 dataset comprising 225,711 samples with 78 features via Google Colab. The system was built entirely using Python, with Scapy as the packet sniffing engine and Streamlit as the interactive web dashboard framework, allowing detection results to be monitored simultaneously via both the command-line interface (CLI) and a browser-based visual display. Experimental results show that RF achieved an accuracy of 99.99% with a prediction time of 0.74 seconds and only 2 misclassifications, whilst KNN achieved an accuracy of 99.96% with a prediction time of 87.33 seconds and 14 misclassifications. In real-time latency testing, RF recorded 40.027 ms and KNN 34.678 ms. RF is recommended as the primary algorithm for DDoS detection systems on local networks.
Pemetaan Zona Kualitas Udara di Provinsi Sumatera Utara Menggunakan Algoritma K-Means Berbasis Data CAMS Callysa Elistia; Chelsea Febiola br Sebayang; Muhammad Rois Lukman Damanik
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 2 (2026): September 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i2.950

Abstract

Kualitas udara merupakan indikator penting dalam menilai kondisi lingkungan dan dampaknya terhadap kesehatan masyarakat. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kualitas udara di Provinsi Sumatera Utara menggunakan pendekatan data mining berbasis algoritma K-Means Clustering. Data yang digunakan berasal dari layanan Copernicus Atmosphere Monitoring Service (CAMS) dalam format NetCDF dengan parameter utama PM2.5, PM10, CO, NO₂, dan SO₂ selama periode Januari 2026. Tahapan penelitian meliputi pra-pemrosesan data melalui rata-rata spasial, agregasi temporal, konversi satuan, normalisasi Min-Max, serta ekstraksi nilai maksimum harian. Penentuan jumlah klaster optimal dilakukan menggunakan metode Elbow yang menghasilkan tiga klaster sebagai representasi zona kualitas udara. Hasil penelitian menunjukkan bahwa wilayah penelitian terbagi menjadi tiga kategori, yaitu zona rendah, sedang, dan tinggi dengan karakteristik polutan yang berbeda. Zona tinggi didominasi oleh konsentrasi gas buang di wilayah pesisir timur, zona sedang menunjukkan tingginya partikulat di wilayah dataran tinggi, sedangkan zona rendah tersebar di wilayah pedalaman dengan tingkat polusi relatif rendah. Visualisasi spasial memperlihatkan pola distribusi polutan yang berkorelasi dengan aktivitas manusia dan kondisi geografis. Penelitian ini memberikan kontribusi dalam penyediaan informasi kualitas udara berbasis data spasial yang dapat mendukung pengambilan kebijakan lingkungan secara lebih tepat sasaran.
Rancang Bangun Penganalisis Sintaksis (Syntax Analyzer) Ekspresi Matematika Menggunakan Pendekatan Context-Free Grammar Muhammad Tsabat Muhyiyuddin; Zulfahmi Indra; Muhammad Rois Lukman Damanik; Juhraini Helfiana Lexa
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.v6i2.1276

Abstract

Pembangunan penganalisis sintaksis ekspresi matematika merupakan bagian penting dalam ilmu komputer karena mendukung pengembangan kompilator, sistem aljabar komputer, dan media pembelajaran interaktif. Namun, proses validasi sintaksis ekspresi aritmatika masih sulit dipahami oleh banyak mahasiswa. Penelitian ini bertujuan merancang dan mengembangkan aplikasi penganalisis sintaksis berbasis web untuk memverifikasi struktur ekspresi aritmatika menggunakan pendekatan Context-Free Grammar (CFG). Tata bahasa ditulis dalam notasi Backus-Naur Form (BNF) yang mencakup operator aritmatika dasar, tanda kurung, bilangan bulat, dan bilangan desimal dengan pengaturan presedensi serta asosiativitas operator. Pengembangan aplikasi menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Analisis sintaksis diimplementasikan menggunakan algoritma Recursive Descent Parsing dalam JavaScript serta dilengkapi visualisasi pohon parse secara real-time dan informasi kesalahan sintaksis yang jelas. Hasil pengujian black-box menunjukkan bahwa aplikasi mampu mengidentifikasi ekspresi valid dan tidak valid sesuai aturan tata bahasa. Aplikasi yang dihasilkan berpotensi menjadi media pembelajaran yang efektif untuk membantu mahasiswa memahami bahasa formal dan konstruksi kompilator secara interaktif.
Co-Authors Adidtya Perdana, Adidtya Angelina S. Saragih Callysa Elistia Chelsea Febiola br Sebayang Dedy Kiswanto Elga Sari Tanjung Juhraini Helfiana Lexa Muhammad Tsabat Muhyiyuddin YUSRIDA JELIANTI SIHITE SIHITE Zulfahmi Indra, Zulfahmi