cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Evan Afri
Contact Email
evanafri@gmail.com
Phone
+6282167454614
Journal Mail Official
evanafri@gmail.com
Editorial Address
Politeknik Ganesha Management Informatika Department Jl. Veteran No. 194, Pasar VI, Labuhan Deli, Deli Serdang North Sumatera, Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Published by Politeknik Ganesha Medan
ISSN : 25411332     EISSN : 25411330     DOI : 10.33395
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education
REMIK adalah jurnal yang diterbitkan oleh Program Studi Manajemen Informatika Politeknik Ganesha Medan yang bertujuan untuk mewadahi penelitian di bidang Manajemen Informatika. REMIK adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis dibidang Ilmu Manajemen 2 kali setahun yaitu bulan April dan Oktober.
Arjuna Subject : Bisnis, Menejemen, dan Akutansi (semua kategori) - Sistem Informasi Menejemen
Articles 643 Documents
 61   62   63   64   65 
Model Ensemble Stacking untuk Klasifikasi Big Data Stunting Berbasis XGBoost dan MLP Khairul Hawani Rambe; Frans Mikael Sinaga; Leni Anggraini Susanti; Moh. Erkamim
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15903

Abstract

Klasifikasi status gizi balita berbasis data besar memerlukan pendekatan machine learning yang mampu menangani kompleksitas dan heterogenitas data secara akurat dan stabil. Populasi penelitian mencakup seluruh data rekam medis balita periode 2023–2024 yang diperoleh dari RS Mitra Medika Tanjung Mulia, dengan teknik pengambilan sampel menggunakan total sampling terhadap dataset yang tersedia. Sampel berupa data antropometri balita yang meliputi jenis kelamin, usia, berat badan, tinggi atau panjang badan, nilai Z-score, serta label status gizi. Metode yang digunakan adalah pendekatan kuantitatif berbasis machine learning dengan tahapan pra-pemrosesan, pembangunan model, dan evaluasi performa. Pra-pemrosesan mencakup pembersihan data, transformasi variabel kategorikal, normalisasi fitur numerik, serta pembagian data latih dan data uji dengan rasio 80:20. Model yang dikembangkan menggunakan pendekatan ensemble stacking dengan XGBoost sebagai base learner dan Multi-Layer Perceptron (MLP) sebagai meta learner. Evaluasi kinerja model dilakukan menggunakan confusion matrix, precision, recall, F1-score, dan akurasi. Hasil pengujian menunjukkan bahwa model stacking mencapai akurasi sebesar 99,64% dengan jumlah kesalahan prediksi yang sangat rendah serta nilai precision, recall, dan F1-score yang seimbang pada setiap kelas. Temuan ini menunjukkan bahwa integrasi algoritma boosting dan neural network mampu meningkatkan stabilitas dan kemampuan generalisasi model. Dengan demikian, pendekatan stacking XGBoost–MLP efektif dalam klasifikasi status gizi balita dan berpotensi diterapkan sebagai sistem pendukung keputusan deteksi dini masalah gizi berbasis big data.
Analisis Perbandingan Keamanan Smart Contract Ethereum Menggunakan Slither dan Mythril Iqbal Iqbal; Hasriadi Hasriadi
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15906

Abstract

Perkembangan teknologi blockchain, khususnya Ethereum, telah mendorong pemanfaatan smart contract dalam berbagai aplikasi terdesentralisasi, namun sifatnya yang immutable setelah dideploy menjadikan aspek keamanan sebagai isu yang sangat krusial. Berbagai insiden keamanan menunjukkan bahwa kerentanan pada smart contract dapat menyebabkan kerugian finansial signifikan dan menurunkan kepercayaan terhadap sistem berbasis blockchain. Penelitian ini bertujuan untuk menganalisis dan membandingkan kemampuan dua alat analisis keamanan smart contract Ethereum, yaitu Slither dan Mythril, dalam mendeteksi kerentanan. Metode yang digunakan adalah pendekatan eksperimental dengan desain comparative study terhadap 200 smart contract Solidity yang diklasifikasikan menjadi kontrak aman dan kontrak rentan. Evaluasi dilakukan menggunakan metrik precision, recall, F1-score, serta waktu analisis. Hasil penelitian menunjukkan bahwa Slither memiliki tingkat precision yang lebih tinggi dan waktu analisis yang lebih cepat, sedangkan Mythril memiliki recall yang lebih tinggi dalam mendeteksi kontrak rentan melalui pendekatan symbolic execution, meskipun memerlukan waktu analisis lebih lama. Temuan ini menunjukkan adanya trade-off antara efisiensi dan kedalaman deteksi. Kesimpulan penelitian menegaskan bahwa tidak terdapat satu alat yang sepenuhnya unggul dalam seluruh aspek analisis keamanan, sehingga kombinasi analisis statis dan symbolic execution direkomendasikan. Penelitian selanjutnya dapat mengembangkan pendekatan hibrida dan memperluas dataset untuk meningkatkan validitas dan cakupan deteksi kerentanan.
Pendekatan Preventive Security dalam Optimalisasi Keamanan Sistem Operasi Windows Syamsul Bahri
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v10i1.15912

Abstract

Sistem operasi Windows merupakan platform yang paling banyak digunakan oleh pengguna komputer di berbagai sektor, sehingga menjadi target utama berbagai ancaman keamanan seperti malware, pencurian data, dan serangan siber. Tingginya risiko tersebut menuntut penerapan strategi keamanan yang tidak hanya bersifat reaktif, tetapi juga preventif. Penelitian ini bertujuan untuk menganalisis penerapan pendekatan preventive security dalam optimalisasi keamanan sistem operasi Windows melalui pengelolaan password, penggunaan antivirus, serta penerapan patch dan update sistem secara berkala. Metode penelitian yang digunakan adalah deskriptif kualitatif dengan pendekatan studi literatur dan observasi terhadap praktik implementasi keamanan pada lingkungan sistem operasi Windows. Data dikumpulkan melalui kajian referensi ilmiah, dokumentasi teknis, serta pengamatan terhadap konfigurasi keamanan sistem. Hasil penelitian menunjukkan bahwa penerapan strategi keamanan preventif yang terintegrasi mampu meningkatkan perlindungan sistem secara signifikan, mengurangi potensi serangan malware, serta menjaga integritas dan kerahasiaan data pengguna. Selain itu, kesadaran pengguna terhadap praktik keamanan dasar juga berperan penting dalam efektivitas perlindungan sistem. Penelitian ini menyimpulkan bahwa pendekatan preventive security merupakan strategi yang efektif dan relevan dalam optimalisasi keamanan sistem operasi Windows, serta perlu diterapkan secara berkelanjutan sebagai bagian dari manajemen keamanan informasi pengguna.

Page 65 of 65 | Total Record : 643

 61   62   63   64   65 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2026): Volume 10 Nomor 1 Januari 2026 Vol. 9 No. 4 (2025): Volume 9 Nomor 4 Oktober 2025 Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025 Vol. 9 No. 2 (2025): Volume 9 Nomor 2 April 2025 Vol. 9 No. 1 (2025): Volume 9 Nomor 1 Januari 2025 Vol. 8 No. 4 (2024): Call for Paper: Volume 8 Nomor 4 Oktober 2024 Vol. 8 No. 3 (2024): Volume 8 Nomor 3 Agustus 2024 Vol. 8 No. 2 (2024): Volume 8 Nomor 2 April 2024 Vol. 8 No. 1 (2024): Call for Paper: Volume 8 Nomor 1 Januari 2024 Vol. 7 No. 4 (2023): Volume 7 Nomor 4 Oktober 2023 Vol. 7 No. 3 (2023): Volume 7 Nomor 3 Agustus 2023 Vol. 7 No. 2 (2023): Volume 7 Nomor 2 April 2023 Vol. 7 No. 1 (2023): Volume 7 Nomor 1 Januari 2023 Vol. 6 No. 4 (2022): Volume 6 No 4 Oktober 2022 Vol. 6 No. 3 (2022): Volume 6 Nomor 3 Agustus 2022 Vol. 6 No. 2 (2022): Call for Paper Volume 6 Nomor 2 April 2022 Vol. 6 No. 1 (2021): Call For Papers Volume 6 No 1 Oktober 2021 Vol. 5 No. 2 (2021): Call for Paper Remik Volume 5 Nomor 2 April 2021 Vol. 5 No. 1 (2020): Remik Volume 5 Nomor 1 Oktober 2020 Vol. 4 No. 2 (2020): Remik Volume 4 Nomor 2 April 2020 Vol. 4 No. 1 (2019): Remik Volume 4 Nomor 1 Oktober 2019 Vol. 3 No. 2 (2019): Remik Volume 3 Nomor 2 April 2019 Vol. 3 No. 1 (2018): Remik Volume 3 Nomor 1 Oktober 2018 Vol. 2 No. 2 (2018): Remik Volume 2 Nomor 2 April 2018 Vol. 2 No. 1 (2017): Remik Volume 2 Nomor 1 Oktober 2017 Vol. 1 No. 2 (2017): Remik Volume 1 Nomor 2 April 2017 Vol. 1 No. 1 (2016): Remik Volume 1 Nomor 1 Oktober 2016 More Issue