cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ratna Mutu Manikam
Contact Email
ratna_mutumanikam@mercubuana.ac.id
Phone
-
Journal Mail Official
fifo.journal@mercubuana.ac.id
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Jurnal Ilmiah FIFO
Published by Universitas Mercu Buana
ISSN : 20854315     EISSN : 25028332     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Ilmiah FIFO UMB diterbitkan oleh program studi Sistem Informasi Fakultas Ilmu KOmputer merupakan hasil penelitian, penelitian konseptual dan ilmu terapan, yang mencakup dan berfokus pada bidang Rekayasa Perangkat Lunak, E-Business, E-Government, Mobile Computing, Data mining, data warehouse, Temu Kembali Informasi. Makalah yang diterbitkan telah dilakukan proses review dan diterbitkan 2 (dua) kali dalam 1 (satu) tahun pada bulan MEI dan NOVEMBER.
Arjuna Subject : -
Articles 223 Documents
 18   19   20   21   22 
Stock Prediction for Indonesia Stock Exchange with Long Short-Term Memory Wahab, Abdi; Herdian, Ali; Wirawan, Dian; Jumaryadi, Yuwan; Alam, Syamsir; Fiade, Andrew
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.010

Abstract

Predicting stock prices through different analyses and techniques is highly challenging. The task is complicated further by fluctuating market conditions and the impact of news, necessitating the consideration of numerous factors. The advancements in machine learning and deep learning have led many researchers to use algorithms like RNN with LSTM for predictions. In this study, we aim to predict stock prices on the Indonesia Stock Exchange using LSTM, focusing on optimizing the hidden layer and activation function. We focus on some stock data with good liquidation in the Indonesia Stock Exchange. The comparison performance between models proposed in this research will be the method in this research. The result showed that the LSTM model with hyperbolic tan activation method performed better than the LSTM model with sigmoid activation method. The future research based on this research, we can compare several other activation methods.
Sistem Pakar Mendiagnosa Penyakit Cutaneous Larva Migrans Menggunakan Metode Dempster Shafer Nasyuha, Asyahri Hadi; Triaji, Bagas; Leswanto, Tomi
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.008

Abstract

Cutaneous Larva Migrans merupakan suatu penyakit yang di sebabkan oleh parasit yang masuk ke dalam kulit dan berkembang biak sehingga menimbulkan infeksi pada kulit. Ada beberapa jenis parasit yang menyebabkan penyakit cutaneous larva migrans yaitu, Uncinaria Stenocephala Bunostum Phelebotonum Ancylostoma Braziliense dan Ancylostoma Caninum. Penyakit cutaneous larva migrans tidak terlalu familiar dikalangan masyarakat umum, oleh sebab itu kurangnya perhatian terhadap gejala awal penyakit ini. Akibatnya masyarakat baru menyadari terkena cutaneous larva migrans saat berada pada tahap lanjut. Maka dari itu dibuatlah sistem kecerdasan berbasis desktop yang menganut bidang ilmu sistem pakar yang menggunakan metode dempster shafer.Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan fungsi kepercayaan dan pemikiran yang masuk akal, yang digunakan untuk mengkombinasikan potongan informasi yang terpisah untuk mengkalkulasikan kemungkinan dari suatu peristiwa. Sistem pakar ini dapat dipergunakan sebagai pedoman bagi dokter atau para ahli untuk mendiagnosa penyakit cutaneous larva migrans. Sistem pakar ini bisa dimanfaaatkan dalam melakukan pencarian dan penelusuran pengetahuan bagi yang ingin mendapatkan informasi terkait solusi penyakit cutaneous larva migrans.
Evaluating the Performance of Classification Algorithms on the UNSW-NB15 Dataset for Network Intrusion Detection Putra, Zico Pratama
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.009

Abstract

 Network intrusion detection is a critical aspect of cybersecurity, aiming to distinguish between normal and malicious network activities. This study evaluates the performance of various machine learning algorithms on the UNSW-NB15 dataset for binary classification of network traffic into normal and attack categories. We employed several preprocessing steps, including handling missing values, encoding categorical features, and addressing class imbalance using a mix of Synthetic Minority Over-sampling Technique (SMOTE) and undersampling. The models evaluated include k-Nearest Neighbors (k-NN), Naive Bayes, Logistic Regression, Support Vector Machines (SVM), and Neural Networks. Our experimental results show that complex models like Neural Networks and SVMs significantly outperform simpler models. The Neural Network model achieved the highest accuracy of 92%, with a precision of 91%, recall of 93%, and an F1-score of 92%. SVM also performed robustly with an accuracy of 90%. Simpler models, while less effective, still achieved respectable performance, with Logistic Regression and k-NN reaching accuracies of 88% and 85%, respectively. The study highlights the importance of comprehensive preprocessing and the implementation of advanced machine learning techniques for effective network intrusion detection. The results suggest that while complex models offer superior detection capabilities, simpler models can still be valuable in resource-constrained environments. Future research should focus on applying these models to real-world data, exploring more advanced neural network architectures, and implementing cost-sensitive learning techniques to further enhance detection performance and efficiency.
Pencegahan Kerentanan Keamanan Jaringan Komputer Mikrotik Menggunakan Metode Penetration Testing Alfian, Alfian; Purwaningsih, Mardiana; Wicaksono, Fandan Dwi Nugroho
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.003

Abstract

Jaringan komputer perusahaan sangat perlu memperhatikan keamanan hak akses. Saat ini keamanan pada jaringan komputer secara umum di berbagai perusahaan masih memiliki peluang dapat diretas. Selain itu seringkali perusahaan juga memakai berbagai macam jaringan atau biasa disebut multivendor, misal Cisco, Aruba, Fortinet, F5 Firewall serta Mikrotik, sehingga mekanisme pengamanannya menjadi lebih kompleks. Dengan begitu banyak jaringan lokal nirkabel (WLAN) dan jaringan lokal terhubung (LAN) yang tersedia, maka keamanan jaringan harus menjadi prioritas utama. Router yang digunakan oleh perusahaan saat ini seringkali juga tidak memiliki jenis perlindungan jaringan Internet, memungkinkan setiap pengguna terhubung dengan relatif mudah. Kondisi ini membuka ancaman terhadap keamanan, sehingga perlu untuk melakukan pengujian keamanan terhadap konfigurasi jaringan komputer yang ada saat ini. Metode pengujian yang digunakan adalah Penetration Testing untuk mengetahui apakah jaringan yang sudah dibuat aman, yang kemudian dilanjutkan dengan mengusulkan konfigurasi router untuk meningkatkan keamanan jaringan. Hasil pengujian dan analisis yang telah dilakukan seperti Winbox, Putty, dan MAC Server tidak berhasil, sedangkan untuk Nesuss berhasil dilakukan tetapi hanya dapat mendeskripsikan Vulnerabilities SSL dan tidak dapat masuk ke dalam jaringan komputer.
Pengembangan Sistem Informasi Bimbingan Konseling Menggunakan Metode Feature-Driven Development Al-Hakim, Rosyid Ridlo; Yanuardi, Yanuardi; Rumandan, Rhaishudin Jafar; Tonggiroh, Mursalim
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.009

Abstract

Dalam era perkembangan teknologi informasi yang pesat, penerapan sistem digital dalam pendidikan menjadi sangat penting, terutama dalam layanan bimbingan dan konseling yang memainkan peran krusial dalam mendukung perkembangan siswa. Namun, sistem pengelolaan bimbingan konseling manual sering menghadapi kendala seperti keterbatasan dalam manajemen data dan kurangnya integrasi antar fungsi, yang berdampak pada penurunan kualitas layanan. Penelitian ini bertujuan untuk mengembangkan sistem informasi bimbingan konseling berbasis web dengan menggunakan metode Feature-Driven Development (FDD). FDD dipilih karena kemampuannya yang berfokus pada pengembangan berbasis fitur, memungkinkan pembangunan sistem yang komprehensif dan dinamis. Melalui FDD, setiap fitur inti dari sistem, seperti pengelolaan data pelanggaran, penjadwalan bimbingan, penilaian konseling, dan pembuatan laporan, dikembangkan secara iteratif dan bertahap, sehingga meminimalkan risiko dan memastikan integrasi yang baik di setiap tahap. Penerapan pendekatan FDD menghasilkan sistem yang diselesaikan dalam 4 bulan dengan 4 iterasi, sesuai jadwal yang direncanakan. Pengujian usability menunjukkan hasil yang baik dengan rata-rata nilai 90%, mengindikasikan bahwa sistem ini tidak hanya fungsional tetapi juga mudah digunakan dan diterima dengan baik oleh penggunanya.
Sistem Informasi Manajemen Aset TI Dengan Metode Analytical Hierarchy Process (AHP) Untuk Mendukung Pengambilan Keputusan Pengadaan Aset TI di Perusahaan Manufaktur Zein, Adam; Waseso, Bayu
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.004

Abstract

PT XYZ merupakan perusahaan manufaktur minuman yang berlokasi di Kabupaten Bekasi dan telah menerapkan teknologi informasi dalam berbagai aspek operasional. Namun, dalam manajemen aset TI masih menggunakan metode semi komputerisasi dengan Microsoft Excel sehingga memiliki risiko kesalahan dalam penginputan data dan informasi yang tersedia belum lengkap untuk mengetahui kondisi aset, melacak keberadaan aset, dan riwayat penggunaan aset. Manajemen juga kesulitan dalam menentukan prioritas pengadaan aset TI sehingga pengadaan aset yang tidak sesuai dengan kebutuhan dapat mempengaruhi operasional dan anggaran perusahaan. Untuk mengatasi permasalahan ini, dikembangkan sistem informasi manajemen aset TI untuk meningkatkan kelengkapan data dalam mengelola aset TI serta mendukung pengambilan keputusan dalam pengadaan aset TI. Penelitian ini menggunakan Framework IT Asset Management (ITAM) sebagai dasar dalam pengelolaan aset TI secara menyeluruh dan Analytical Hierarchy Process (AHP) sebagai metode dalam pengambilan keputusan pengadaan aset TI. Pengembangan sistem informasi menggunakan metode Rapid Application Development (RAD) dengan Framework Laravel versi 10. Hasil penelitian ini menunjukan bahwa pengembangan sistem informasi manajemen aset TI dapat mengelola aset TI dan mendukung pengambilan keputusan dalam menentukan pengadaan aset TI pada PT XYZ.
Analisis Perbandingan Algoritma Load Balancing Source Hash Scheduling dan URI Berdasarkan Throughput Pada Server Web Mayatopani, Hendra; Herdiansah, Arief; Sofyan, Sofyan; Kaaffah, Faiz Muqorrir
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.008

Abstract

Seiring dengan pesatnya perkembangan internet, terjadi peningkatan signifikan dalam jumlah pengguna yang terhubung, yang berdampak langsung pada kebutuhan performa server web. Penelitian ini bertujuan untuk mengevaluasi kinerja server web melalui penerapan metode Load Balancing menggunakan dua algoritma berbeda, yaitu Source Hash Scheduling (SHS) dan Uniform Resource Identifier (URI). Metode Load Balancing dipilih karena kemampuannya dalam mendistribusikan beban kerja secara merata di antara beberapa server, sehingga dapat meningkatkan efisiensi dan ketersediaan sistem. Algoritma SHS digunakan karena kemampuannya dalam memastikan konsistensi distribusi permintaan berdasarkan alamat IP sumber, sementara algoritma URI dipilih karena dapat mendistribusikan permintaan berdasarkan pola URI yang lebih spesifik. Uji coba dilakukan untuk mengukur efektivitas kedua algoritma dalam meningkatkan throughput pada berbagai tingkat koneksi. Hasil analisis menunjukkan bahwa kedua algoritma memberikan performa yang sangat baik dan konsisten. Pada koneksi rendah (1000/100), keduanya mencatat throughput identik sebesar 51.20 KB/s. Namun, pada tingkat koneksi lebih tinggi (2000/200 hingga 5000/500), URI sedikit lebih unggul dengan throughput hingga 255.70 KB/s, dibandingkan dengan 255.74 KB/s pada SHS. Meskipun perbedaan performa sangat kecil, URI menunjukkan stabilitas yang lebih baik dalam menjaga throughput. Oleh karena itu, pemilihan algoritma dapat disesuaikan dengan kebutuhan spesifik terkait stabilitas atau performa pada tingkat koneksi tertentu, dengan kedua algoritma ini menawarkan solusi andal untuk meningkatkan kinerja dan kepuasan pengguna server web.
Systematic Literature Review of Near Field Communication Technology Acceptance for Daily Life Appliance Al Ghozali, Isnen Hadi; Akbar, Ipal; Handoko, Andy Rio
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.005

Abstract

In the era of Internet of Things (IoT) development, there are many technologies that support the digital ecosystem, one of which is Near Field Communication (NFC). The basic standards for NFC devices have been developed since 2004. However, the practical and academic use of NFC is still limited. To address these issues, many researchers propose prototypes and the use of NFC. As a result, this study was designed to delve deeper into the findings of NFC-themed research. This study uses a systematic literature review method. This study aims to classify and examine the latest topics from various research results with the theme of NFC, which are classified into eight areas of use for the period 2018–2022. The results of this study found 9 articles (15.8%) related to medical appliances, 12 articles (21.1%) related to security issues, 9 articles (15.8%) related to education appliances, 7 articles (12.3%) related to mobile payments, 6 articles (10.5%) related to communication appliances, 7 articles (12.3%) related to business administration, 4 articles (7.0%) related to tourism support, and 3 articles (5.3%) related to infrastructure appliances. This finding can be a trigger for further researchers to raise the theme of NFC related to infrastructure appliances.
Sistem Pakar Untuk Mendiagnosa Gangguan Somatisasi Menggunakan Metode K-Nearest Neighbors (KNN) Ismail, Rima Ruktiari; Wijaya, Hamid; Siregar, Juarni; Nugroho, Nurhasan
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.010

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pakar yang mampu mendiagnosa gangguan somatisasi menggunakan metode K-Nearest Neighbors (KNN). Gangguan somatisasi merupakan kondisi psikologis yang sulit didiagnosis karena gejalanya yang bersifat fisik namun berasal dari masalah psikologis. Ketidakjelasan gejala ini sering kali mengarah pada pemeriksaan medis yang tidak diperlukan dan mahal, menambah beban bagi pasien dan sistem kesehatan. KNN dipilih karena kemampuannya untuk melakukan klasifikasi dengan membandingkan data uji dengan data pelatihan berdasarkan kedekatan menggunakan Euclidean Distance. Euclidean Distance digunakan untuk mengukur jarak terpendek antara dua titik dalam ruang fitur, yang dihitung dengan mengakar kuadrat dari jumlah perbedaan kuadrat antara nilai-nilai fitur dari dua titik tersebut. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan memiliki akurasi yang tinggi, yaitu mencapai 92,5%, yang mengindikasikan bahwa metode KNN dengan Euclidean Distance efektif dalam mendiagnosa gangguan somatisasi. Faktor-faktor seperti pemilihan nilai K yang optimal dan normalisasi data berperan penting dalam keberhasilan sistem ini. Kontribusi signifikan dari penelitian ini adalah pembuktian bahwa KNN dapat diimplementasikan secara efektif dalam sistem pakar untuk mendukung tenaga medis dalam melakukan diagnosis gangguan somatisasi dengan akurasi yang tinggi dan keandalan yang baik.
Evaluasi Keamanan Data Pasien Pada Rekam Medis Elektronik Dengan Systematic Literature Review Asih, Hastin Atas; Indrayadi, Indrayadi; Soraya, Soraya; Khairunnisa, Khairunnisa
Jurnal Ilmiah FIFO Vol 16, No 2 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i2.001

Abstract

Penelitian ini bertujuan untuk melakukan evaluasi terhadap ancaman keamanan dan kerentanan data pasien, serta mengusulkan solusi-solusi yang efektif untuk meningkatkan keamanan sistem dan integritas data pasien dalam sistem rekam medis elektronik (RME) melalui Systematic Literature Review. Sumber literatur berasal dari pengindeks terpercaya seperti DOAJ, Scopus, dan Google Scholar dengan interval tahun terbit antara tahun 2013 hingga tahun 2024. Hasil penelitian menunjukkan bahwa masalah keamanan dalam RME menjadi isu krusial yang memengaruhi integritas dan kerahasiaan data pasien dalam layanan kesehatan modern. Tinjauan literatur mengidentifikasi berbagai faktor kunci yang memengaruhi keamanan RME, termasuk kepatuhan terhadap peraturan, infrastruktur teknologi, dan faktor manusia. Solusi yang telah diajukan antara lain penggunaan autentikasi, enkripsi, tanda tangan temporal, dan langkah-langkah proaktif untuk meningkatkan kesadaran akan privasi data pasien. Dengan demikian, penelitian ini menyajikan wawasan yang penting untuk memahami dan mengatasi tantangan keamanan dalam pengelolaan data pasien melalui sistem RME.

Page 20 of 23 | Total Record : 223

 18   19   20   21   22 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 17, No 2 (2025) Vol 17, No 1 (2025) Vol 16, No 2 (2024) Vol 16, No 1 (2024) Vol 15, No 2 (2023) Vol 15, No 1 (2023) Vol 14, No 2 (2022) Vol 14, No 1 (2022) Vol 13, No 2 (2021) Vol 13, No 1 (2021) Vol 12, No 2 (2020) Vol 12, No 1 (2020) Vol 11, No 2 (2019) Vol 11, No 1 (2019) Vol 10, No 2 (2018) Vol 10, No 1 (2018) Vol 9, No 2 (2017) Vol 9, No 1 (2017) Vol 9, No 1 (2017) Vol 8, No 2 (2016) Vol 8, No 1 (2016) Vol 7, No 2 (2015) Vol 7, No 1 (2015) More Issue