cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Creative Information Technology Journal
Published by Universitas AMIKOM Yogyakarta
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering
Creative Information Technology Journal (CITEC) merupakan jurnal yang berisi hasil penelitian ilmiah di bidang ilmu komputer, teknik komputer, informatika, sistem informasi, dan teknik industri. Jurnal ini bertujuan untuk menjembatani adanya kesenjangan antara kemajuan teknologi informasi secara faktual dengan hasil penelitian yang ada.
Arjuna Subject : -
Articles 175 Documents
 13   14   15   16   17 
Analisis Akurasi Jaringan Syaraf Tiruan Dengan Backpropagation Untuk Prediksi Mahasiswa Dropout Eka Yulia Sari; Kusrini Kusrini; Andi Sunyoto
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.235

Abstract

Universitas ABC yogyakarta selalu melakukan evaluasi kinerja mahasiswa guna mengetahui pencapaian pada masing-masing mahasiswa.Mahasiswa yang melampaui masa studi dan tidak melakukan perpanjangan akan dikenakan sanki berupa dropout.Kasus dropout tersebut dapat diminimalisir dengan pendeteksian secara dini terhadap mahasiswa yang beresiko dropout. Pendeteksian dapat dilakukan dengan memanfaatkan tumpukan data untuk memprediksi dropout mahasiswa. Pada penelitian ini bertujuan untuk memprediksi mahasiswa yang berpotensi dropout dengan masa studi maksimal yang harus diselesaikan pada jenjang Sarjana dengan mengimplementasikan Metode Backpropagation. Data yang digunakan dalam penelitian ini adalah data akademik prodi S1 Informatika Universitas ABC pada tahun 2016-2019 denganjumlah dataset sebanyak 129.Tujuan penelitian ini untuk mengukur analisis prediksi dropoutdengan percobaan penggunaan beberapa arsitektur jaringan. Hasil yang diperoleh dari modelyang diusulkan yaitu model arsitektur 12-5-2 merupakan model arsitektur terbaik yangdidapatkan. Learning rate terbaik sebesar 0,4 dengan momentum terbaik sebesar 0,95. Akurasi yang diperoleh dari prediksi mahasiswa dropout dengan arsitektur, learning rate, dan momentum terbaik sebesar 98,2%.ABC University of Yogyakarta always evaluates student performance in order to find out the achievements of each student. Students who have exceeded the study period and not extended would be subject to sanctions in the form of a dropout. The dropout case can be minimized by early detection of students who are at risk of dropout. Detection can be done by utilizing a pile of data to predict student dropouts. In this study aims to predict students who have the potential to drop out with a maximum study period that must be completed at the Undergraduate level by implementing the Backpropagation Method. The data used in this study are academic data of S1 University Informatics Study Program of ABC University in 2016-2019 with the number of datasets as much as 129. The purpose of this study is to measure the dropout prediction analysis with the experiments of using several network architectures. The results obtained from the proposed model, namely architectural models 12-5-2, are the best architectural models obtained. The best learning rate is 0.4 with the best momentum of 0.95. The accuracy obtained from the prediction of dropout students is 98.2%.
Implementasi Kansei Engineering Dalam Perancangan Desain Karakter Dengan Prinsip Appeal (Studi Kasus : Karakter dalam Film Battle of Surabaya) Dessy Riana Sari; M. Suyanto; Amir Fatah Sofyan
Creative Information Technology Journal Vol 7, No 2 (2020): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i2.254

Abstract

Dalam penciptaan desain karakter animasi erat kaitanya dengan prinsip Appeal, namun prinsip animasi ini sangat bergantung terhadap penilaian pribadi. Sehingga diperlukan cara yang sistematis untuk memahami penilaian prinsip appeal dalam penciptaan degain karakter animasi. Penelitian ini menggunakan Metode Kansei Engeneering untuk mendapatkan penilaian mengenai prinsip appeal dengan menggunakan studi kasus karakter dari animasi Battle of Surabaya. Metode Kansei Engeneering digunakan berdasarkan perasaan psikologis yang tercermin melalui kata kansei. Analisis yang digunakan dalam penelitian ini menggunakan analisis statistik multivariant. Hasil dari penelitian ini memberikan rekomendasi elemen desain karakter yang dihasilkan dengan prinsip appeal melalui pendekatan Kansei Engenering. Elemen desain pada penelitian ini diperoleh dari studi kasus karakter animasi di film Battle of Surabaya yang berpedoman dengan Kansei Word. Hasil analisis menunjukan bahwa pengaruh appeal pada design karakter dapat dicapai dengan elemen desain seperti Teritary Color, Near Realis, Hooded Eyes, dan Square Face Shape. Penelitian ini diharapkan dapat memberikan kontribusi ilmiah mengenai penciptaan desain karakter yang mengacu pada prinsip appeal. Kata Kunci—Kansei Engeneering, Appeal, Desain KarakterAbstractWhen created animated character designs closely related to the principle of Appeal, but the principle of animation is very dependent on personal judgment. A systematic way to understand the appraisal principle is required in the creation of animated characters. This research uses Kansei Engeneering Method to get consideration of comparative principles by using case studies of characters from the Battle of Surabaya animation. The Kansei Engeneering method is used based on psychological feelings that are reflected through the word kansei. The analysis in this research uses multivariate statistical analysis. This researchy provides recommendations for the character design elements produced with the principle of appeal through the Kansei Engenering approach. The design elements in this study were obtained from a case study of animated characters in the film Battle of Surabaya, which is guided by Kansei Word. The analysis shows that the effect of appeal on character design can be achieved with design elements such as Teritary Color, Near Realist, Hooded Eyes, and Square Face Shape. This research is expected to make a scientific contribution regarding the creation of character designs that refer to the principle of appeal.Keywords— Kansei Engeneering, Appeal, Character design
Penerapan Metode K-Means Klustering Untuk Menentukan Kepuasan Pelanggan Musthofa Galih Pradana; Azriel Christian Nurcahyo; Pujo Hari Saputro
Creative Information Technology Journal Vol 7, No 1 (2020): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i1.185

Abstract

Pengolahan data dapat dilakukan dengan banyak cara dan teknik. Peran data saat ini menjadi sangat penting bagi sebuah perusahaan atau penyedia layanan untuk pelanggan. Pentingnya data saat ini menjadikan proses pengolahan data dilakukan secara mandiri menggunakan metode-metode data mining yang ada. Beberapa metode yang dapat diterapkan diantaranya klasifikasi, prediksi maupun klustering. Masing-masing teknik tersebut memiliki hasil yang dapat dijadikan acuan evaluasi dan perencanaan yang lebih baik lagi. Penelitian ini menerapkan teknik klustering yaitu memisahkan dan mengelompokan data berdasarkan kluster. Dalam klustering ada banyak algortima atau metode yang dapat diterapkan, salah satunya adalah K-Means Klustering. Algoritma K-Means merupakan algoritma yang banyak digunakan untuk mengelompokan data. Hasil dari penelitian ini terbagi menjadi 2 kluster yaitu Kluster 0 yaitu puas dan Kluster 1 yaitu tidak puas ataupun netral. Pengelompokan kluster tersebut berdasarkan dataset yang dimiliki dimana responden mengisi data dan menghasilkan 2 jenis kluster tersebut. Adapun hasil dari proses klustering adalah sebanyak 1303 data masuk kategori kluster 0 atau sebesar 65% dan 697 data masuk kategori kluster 1 atau sebesar 35%. Kata Kunci— Data Mining, Klustering, K-MeansData processing can be done in many ways and techniques. The role of data is now very important for a company or service provider for customers. The importance of data now makes data processing carried out independently using existing data mining methods. Some methods that can be applied include classification, prediction and clustering. Each of these techniques has results that can be used as a reference for evaluation and better planning. This study applies clustering techniques, namely separating and grouping data based on clusters. In clustering there are many algorithms or methods that can be applied, one of which is K-Means Klustering. K-Means algorithm is an algorithm that is widely used to group data. The results of this study are divided into 2 clusters, namely Cluster 0, which is satisfied and Cluster 1, which is not satisfied or neutral. Clustering is based on a dataset that is owned by where the respondent fills in data and produces 2 types of clusters. The results of the clustering process are as many as 1303 data in the category of cluster 0 or 65% and 697 data in the category of cluster 1 or 35%. Keywords— Data Mining, Clustering, K-Means
Algoritma LSTM-CNN untuk Binary Klasifikasi dengan Word2vec pada Media Online Dedi Tri Hermanto; Arief Setyanto; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 8, No 1 (2021): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2021v8i1.264

Abstract

Media online banyak menghasilkan berbagai macam berita, baik ekonomi, politik, kesehatan, olahraga atau ilmu pengetahuan. Di antara itu semua, ekonomi adalah salah satu topik menarik untuk dibahas. Ekonomi memiliki dampak langsung kepada warga negara, perusahaan, bahkan pasar tradisional tergantung pada kondisi ekonomi di suatu negara. Sentimen yang terkandung dalam berita dapat mempengaruhi pandangan masyarakat terhadap suatu hal atau kebijakan pemerintah. Topik ekonomi adalah bahasan yang menarik untuk dilakukan penelitian karena memiliki dampak langsung kepada masyarakat Indonesia. Namun, masih sedikit penelitian yang menerapkan metode deep learning yaitu Long Short-Term Memory dan CNN untuk analisis sentimen pada artikel finance di Indonesia. Penelitian ini bertujuan untuk melakukan pengklasifikasian judul berita berbahasa Indonesia berdasarkan sentimen positif, negatif dengan menggunakan metode LSTM, LSTM-CNN, CNN-LSTM. Dataset yang digunakan adalah data judul artikel berbahasa Indonesia yang diambil dari situs Detik Finance. Berdasarkan hasil pengujian memperlihatkan bahwa metode LSTM, LSTM-CNN, CNN-LSTM memiliki hasil akurasi sebesar, 62%, 65% dan 74%.Kata Kunci — LSTM, sentiment analysis, CNNOnline media produce a lot of various kinds of news, be it economics, politics, health, sports or science. Among them, economics is one interesting topic to discuss. The economy has a direct impact on citizens, companies, and even traditional markets depending on the economic conditions in a country. The sentiment contained in the news can influence people's views on a matter or government policy. The topic of economics is an interesting topic for research because it has a direct impact on Indonesian society. However, there are still few studies that apply deep learning methods, namely Long Short-Term Memory and CNN for sentiment analysis on finance articles in Indonesia. This study aims to classify Indonesian news headlines based on positive and negative sentiments using the LSTM, LSTM-CNN, CNN-LSTM methods. The dataset used is data on Indonesian language article titles taken from the Detik Finance website. Based on the test results, it shows that the LSTM, LSTM-CNN, CNN-LSTM methods have an accuracy of, 62%, 65% and 74%.Keywords — LSTM, sentiment analysis, CNN
Sistem Monitoring Kualitas Air Pada Budidaya Perikanan Berbasis IoT dan Manajemen Data Yudhis Thiro Kabul Yunior; Kusrini Kusrini
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.251

Abstract

Salah satu permasalahan utama di sektor perikanan budidaya adalah sistem kontrol kualitas air yang buruk sehingga menyebabkan hama dan penyakit pada air kolam budidaya dan berdampak pada ikan yang stress dan mati. Tujuan dari pengecekan kualitas air adalah untuk mengkontrol penyakit dan bakteri pada air kolam budidaya sehingga dapat dilakukan tindakan dengan segera jika kualitas air dalam keadaan buruk. Berdasarkan permasalahan tersebut diperlukan terobosan teknologi untuk mempermudah petani ikan dalam mengkontrol kualitas air kolam budidaya. Sistem monitoring kualitas air berbasis Internet of Things (IoT) dan manajemen data sistem merupakan solusi yang tepat untuk permasalahan kontrol kalitas air pada kolam budidaya. Prinsip kerja sistem tersebut adalah dengan cara mentransfer data dari beberapa sensor kualitas air (Ph, Disolve Oxygen, Suhu, Turbidity) melalui embedded sistem pada sistem cloud computing yang kemudian data tersebut di transfer ke web server dan smartphone android sehingga petani ikan dapat memonitoring kualitas air kolam menggunakan smartphone secara realtime dan terintegrasi dengan sistem notifikasi. Jika salah satu parameter air dalam keadaaan buruk dapat dilakukan treatment air secara cepat. Dampak dari terkontrolnya kualitas air tersebut adalah meningkatkan Survival rate (SR) ikan hingga 30% sehingga dapat meningkatkan sosial ekonomi petani ikan. Kata Kunci— Internet of Things, Embeded sistem, Kualitas airAbstractOne of the main problems in the aquaculture sector is a poor water quality control system that causes pests and diseases in aquaculture pond water and impacts on stressed and dead fish. The purpose of checking water quality is to control disease and bacteria in aquaculture pond water so action can be taken immediately if the water quality is in a bad state. Based on these problems a technological breakthrough is needed to facilitate fish farmers in controlling the quality of aquaculture pond water. Internet quality monitoring system based on Internet of Things (IoT) and system data management is the right solution for the problem of water quality control in aquaculture ponds. The working principle of the system is by transferring data from several water quality sensors (Ph, Dissolve Oxygen, Temperature, Turbidity) through an embedded system on a cloud computing system which is then transferred to the web server and an android smartphone so that fish farmers can monitor water quality the pool uses a smartphone in real-time and is integrated with the notification system when one of the water parameters is in a bad state so that water treatment can be done. The impact of controlled water quality is that it can increase fish survival rate (SR) by up to 30% so that it improves the socioeconomic of fish farmers. Keywords— Internet of Things, Embeded System, Water Quality
Tinjauan Literatur Sistematik tentang Deteksi Covid-19 menggunakan Convolutional Neural Networks Buyut Khoirul Umri; Ema Utami; Mei P Kurniawan
Creative Information Technology Journal Vol 8, No 1 (2021): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2021v8i1.261

Abstract

Covid-19 menyerang sel-sel epitel yang melapisi saluran pernapasan sehingga dalam kasus ini dapat memanfaatkan gambar x-ray dada untuk menganalisis kesehatan paru-paru pada pasien. Menggunakan x-ray dalam bidang medis merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal. Salah satu metode yang paling sering digunakan dalam klasifikasi gambar adalah convolutional neural networks (CNN). CNN merupahan jenis neural network yang sering digunakan dalam data gambar dan sering digunakan dalam mendeteksi dan mengenali object pada sebuah gambar. Model arsitektur pada metode CNN juga dapat dikembangkan dengan transfer learning yang merupakan proses menggunakan kembali model pre-trained yang dilatih pada dataset besar, biasanya pada tugas klasifikasi gambar berskala besar. Tinjauan literature review ini digunakan untuk menganalisis penggunaan transfer learning pada CNN sebagai metode yang dapat digunakan untuk mendeteksi covid-19 pada gambar x-ray dada. Hasil sistematis review menunjukkan bahwa algoritma CNN dapat digunakan dengan akruasi yang baik dalam mendeteksi covid-19 pada gambar x-ray dada dan dengan pengembangan model transfer learning mampu mendapatkan performa yang maksimal dengan dataset yang besar maupun kecil.Kata Kunci—CNN, transfer learning, deteksi, covid-19Covid-19 attacks the epithelial cells lining the respiratory tract so that in this case it can utilize chest x-ray images to analyze the health of the lungs in patients. Using x-rays in the medical field is a faster, easier and harmless method that can be utilized in many ways. One of the most frequently used methods in image classification is convolutional neural networks (CNN). CNN is a type of neural network that is often used in image data and is often used in detecting and recognizing objects in an image. The architectural model in the CNN method can also be developed with transfer learning which is the process of reusing pre-trained models that are trained on large datasets, usually on the task of classifying large-scale images. This literature review review is used to analyze the use of transfer learning on CNN as a method that can be used to detect covid-19 on chest x-ray images. The systematic review results show that the CNN algorithm can be used with good accuracy in detecting covid-19 on chest x-ray images and by developing transfer learning models able to get maximum performance with large and small datasets.Keywords—CNN, transfer learning, detection, covid-19
Perancangan Sistem Diagnosa Penyakit Campak Dengan Menggunakan Certainty Factor Pinastawa, I Wayan Rangga; Utami, Ema; Arief, M. Rudyanto
Creative Information Technology Journal Vol 6, No 2 (2019): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2019v6i2.245

Abstract

Penyakit campak merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan di Indonesia, karena sering dilaporkan dibeberapa daerah. Menurut data IDAI insiden campak pada balita sebesar 582/10.000. Metode yang digunakan adalah metode Certainty Factor atau Metode Kepastian. Tujuan penelitian ini adalah membuat perangkat lunak sistem pakar yang diharapkan dapat membantu masyarakat dalam mendiagnosa jenis penyakit campak dan rubella. Perangkat lunak sistem pakar ini meliputi analisis kebutuhan user, analisis kebutuhan sistem dan perancangan rekayasa pengetahuan dimana dalam pembuatan rekayasa perangkat lunak ini, data yang terkumpul direpresentasikan sebagai basis pengetahuan keputusan, basis aturan dan perancangan mesin inferensi, selanjutnya perancangan sistem, yang merancang pembuatan pemodelan proses yang terdiri usecase dan activity diagram, pemodelan data yang terdiri dari perancangan table, pengembangan proses selanjutnya adalah implementasi menggunakan berbasis website. Hasil penelitian berupa program aplikasi sistem pakar yang mampu mendiagnosa penyakit Campak. Keluaran sistem berupa hasil diagnosis meliputi tentang penyebab penyakit, penularan penyakit, pencegahan penyakit dan solusi penyakit campak pada anak. Dan juga dilengkapai dengan MB, MD dan nilai C.F yang diperoleh dengan perhitungan menggunakan metode Certainty Faktor.Kata Kunci— Diagnosa, Campak, Rubella, Certainty FactorMeasles is a contagious disease that is still a health problem in Indonesia , as often reported in some areas . According to data SKR (1996 ) the incidence of measles in infants at 582/10.000. The method used is the Certainty Factor method or methods Kepastian.Tujuan this research is to create a software expert system that is expected to assist the community in diagnosing type measles expert system software include user needs analysis, requirements analysis and system design engineering knowledge which in pmbuatan this software engineering, data collected represented as a knowledge base, decision, rule base and inference engine design, system design further, the design creation process use case and activity diagram, data modeling which consists of designing Table Mapping, designing go round the table next process inplementasi development using website based. The results in the form of an expert system application program that is able to diagnose diseases such as measles output system disease diagnosis include the value of MB and CF values obtained by calculation using the method of Certainty factors, causes and solutions.Keywords—Diagnosis, Measles, Rubella, Certainty Factor
Analisis dan Pengembangan Pipeline Cloth Simulation Pada Produksi Animasi 3D di MSV Studio Safagi, Ardian Yuligar; Kusrini, Kusrini; Al Fatta, Hanif
Creative Information Technology Journal Vol 7, No 2 (2020): Juli - Desember
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i2.255

Abstract

Pengaruh penerapan pipeline dalam sebuah industry animasi 3d sangat mempengaruhi produksi animasi agar maksimal. Dalam masing-masing divisi juga terdapat pipeline yang digunakan contohnya pipeline pada divisi cloth simulation. Pada MSV Studio pipeline simulasi yang diterapkan di divisi cloth simulation masih terdapat beberapa kendala pada saat produksi. Cara kerja pipeline yang sudah ada yaitu pada saat proses pengecekan data asset yang masih manual antara Sceneres dan Renderes yang diperlukan untuk simulasi cloth masih sering terjadi kesalahan seperti human error dan set up cloth masih dilakukan disetiap shot. Dari masalah tersebut diusulkan untuk dilakukan pengembangan pipeline cloth simulation agar bisa meminimalisir kesalahan dan menghemat waktu pengerjaan. Hasil dari produksi film animasi sangat dipengaruhi oleh pipeline yang digunakan dalam produksi tersebut. Studi ini memberikan gambaran bagaimana sebuah pipeline ikut andil besar dalam sebuah hasil dari produksi film animasi 3D terutama dalam masalah waktu. Pada akhirnya studi ini dapat menjadi acuan dalam pembuatan sebuah pipeline film animasi khususnya pada divisi cloth simulation.Kata Kunci — pipeline, cloth simulation, animasi 3DThe effect of pipeline application in a 3D animation industry greatly influences the production of animation for maximizing. In each division. there is also a pipeline that is used for example the pipeline in the cloth simulation division. In the MSV studio pipeline simulation applied in the cloth simulation division there were still some obstacles during production. The work of the existing pipeline during the process of checking asset data which is still manual between Sceneres and Renderes needed for cloth simulation is still often had an error such as human error and set up cloth still done in every shot. From this problem it is proposed to develop a pipeline cloth simulation in order to minimize errors and saving time processing. The results of the production of animated films are strongly influenced by the pipeline used in the production. This studyprovides an illustration of how a pipeline contributes greatly to the results of the production of 3D animated films, especially in the matter of time. In the end, this study can be a reference in making an animation film pipeline, especially in the cloth simulation division.Keywords — pipeline, cloth simulation, 3D animation
Penerapan Protokol L2TP/IPSec dan Port Forwarding untuk Remote Mikrotik pada Jaringan Dynamic IP Pratama, Hedy; Puspitasari, Nila Feby
Creative Information Technology Journal Vol 7, No 1 (2020): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i1.253

Abstract

Salah satu cara yang dilakukan untuk menjaga dan meningkatkan kualitas layanan yang diberikan oleh suatu Perusahaan XYZ, seorang administrator setiap saat memonitoring lalu lintas data dengan mengakses router dan access point untuk mengetahui kondisi jaringan. Hal tersebut hanya dapat dilakukan Administrator ketika sedang berada dalam jaringan lokal.  Permasalahannya, ketika Administrator berada pada jaringan publik, maka tidak dapat mengakses router dan perangkat access point yang ada. Hal ini dikarenakan IP publik yang didapatkan dari Provider utama bersifat Dynamic IP Public. Untuk mengatasi masalah tersebut dilakukan penelitian melalui metode NDLC dengan penggabungan sistem protokol VPN L2TP/IPSec dan port forwarding yang ada di mikrotik VPS. VPN L2TP/IPSec yang dapat membantu menghubungkan dua router yang berbeda dalam satu jaringan private yang aman dan memungkingkan data terenkripsi dengan aman. Penggunaan VPS untuk mendapatkan Static Public IP sehingga dapat di port forward untuk membuka akses terhadap perangkat pada jaringan lokal agar dapat diakses melalui jaringan publik melalui remote address VPN. Hasil pengujian penggabungan VPN L2TP/IPSec dan port forwarding dapat digunakan Administrator dari jaringan publik untuk melakukan remote router mikrotik dan wireless access point pada jaringan Dynamic IP Public. Sehingga memudahkan Administrator dalam memonitoring jaringan secara realtime meningkatkan kualitas layanan internet.Kata Kunci—VPN, L2TP/IP Sec, Port Forwarding, Dynamic IPAbstractOne way that is done to maintain and improve the quality of services provided by XYZ Company, is that an administrator will monitor data traffic by accessing routers and access points to find out network conditions at any time. This can only be done by the Administrator while on the local network. The problem is that when an Administrator is on a public network, it cannot access the existing routers and access point devices. This is because the public IP obtained from the main Provider is Dynamic Public IP. To overcome this problem, research was carried out through the NDLC method by combining the L2TP / IPSec VPN protocol system and the port forwarding in the VPS proxy. The L2TP / IPSec VPN helps to connect two different routers in a secure private network and allows encrypted data to be safe during the communication process between routers. The use of VPS is to get a Static Public IP so that it can be ported forward to open access to devices on the local network so that it can be accessed through a public network via a VPN remote address. The results of testing the merging of VPN L2TP / IPSec and port forwarding, an Administrator from a public network can use a remote router and a wireless access point on a Dynamic IP Public network. Making it easy for Administrators to monitor networks in realtime and improve the quality of internet services.Keywords—3-5 VPN, L2TP/IP Sec, Port Forwarding, Dynamic IP
Peningkatan Performa Pendeteksian Anomali Menggunakan Ensemble Learning dan Feature Selection Ripto Sudiyarno; Arief Setyanto; Emha Taufiq Luthfi
Creative Information Technology Journal Vol 7, No 1 (2020): Januari - Juni
Publisher : UNIVERSITAS AMIKOM YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/citec.2020v7i1.238

Abstract

Intrusion detection systems (IDS) atau Sistem pendeteksian intrusi dikenal sebagai teknik yang sangat menonjol dan terkemuka untuk menemukan malicious activities pada jaringan komputer, tidak seperti firewall konvensional, IDS berbeda dalam hal pengidentifikasian serangan secara cerdas dengan pendekatan analitik seperti data mining dan teknik machine learning. Dalam beberapa dekade terakhir, ensemble learning sangat memajukan penelitian pada machine learning dan klasifikasi pola, serta menunjukan peningkatan hasil kinerja dibandingkan single classifier. Pada Penelitian ini dilakukan percobaan peningkatan nilai akurasi terhadap sistem pendeteksian anomali, pertama dilakukan klasifikasi menggunakan single classifier untuk didapati hasil nilai akurasi yang nantinya dibandingkan dengan hasil dari ensemble learning dan feature selection. Penggunaan ensemble learning bertujuan untuk mendapatkan nilai akurasi yang terbaik dari single classifier. Hasil didapatkan dari nilai confusion matrix dan akan dilakukan pengujian dengan cara membandingkan nilai kedua metode diatas. Penelitian berhasil mendapatkan nilai akurasi single classifier (naïve bayes) yaitu 77,4% dan nilai ensemble learning 96,8%. Kata Kunci— ensemble learning, nsl-kdd, naïve bayes, anomali, feature selectionIntrusion detection systems (IDS) are known as very prominent and leading techniques for finding malicious activities on computer networks, unlike conventional firewalls, IDS differs in terms of identifying attacks intelligently with analytic approaches such as machine learning techniques. In the last few decades, ensemble learning has greatly advanced research in machine learning and pattern classification it has shown an improve in performance results compared to a single classifier. In this study an attempt was made to increase the accuracy of anomalous detection systems, first by classification using a single classifier to find the results of accuracy which will be compared with the results of ensemble learning and feature selection. The use of ensemble learning aims to get the best accuracy value from a single classifier. The results are obtained from the value of the confusion matrix and will be tested by comparing the values of the two methods above. The research succeeded in getting a single classifier accuracy value of 77,4% and ensemble learning 96,8%. Keywords— ensemble learning, nsl-kdd, naïve bayes, anomali, feature selection

Page 15 of 18 | Total Record : 175

 13   14   15   16   17 

Filter by Year

2013 2021


Reset
Filter By Issues
All Issue Vol 8, No 1 (2021): Januari - Juni Vol 7, No 2 (2020): Juli - Desember Vol 7, No 1 (2020): Januari - Juni Vol 6, No 2 (2019): Juli - Desember Vol 6, No 1 (2019): Januari - Juni Vol 5, No 4 (2018): Agustus - Oktober Vol 5, No 3 (2018): Mei-Juli Vol 5, No 2 (2018): Februari-April Vol 5, No 1 (2017): November-Januari Vol 4, No 4 (2017): Agustus-Oktober Vol 4, No 3 (2017): Mei - Juli Vol 4, No 2 (2017): Februari - April Vol 4, No 1 (2016): November - Januari Vol 3, No 4 (2016): Agustus - Oktober Vol 3, No 3 (2016): Mei - Juli Vol 3, No 2 (2016): Februari - April Vol 3, No 1 (2015): November - Januari Vol 2, No 4 (2015): Agustus - Oktober Vol 2, No 3 (2015): Mei - Juli Vol 2, No 2 (2015): Februari - April Vol 2, No 1 (2014): November - Januari Vol 1, No 4 (2014): Agustus - Oktober Vol 1, No 3 (2014): Mei - Juli Vol 1, No 2 (2014): Februari - April Vol 1, No 1 (2013): November - Januari More Issue