cover
Contact Name
Agus Komarudin
Contact Email
akommedia@gmail.com
Phone
+6282280186065
Journal Mail Official
akommedia@gmail.com
Editorial Address
Jl. Ciliwung, Dusun II, Desa Tanjung Kesuma, Kec. Purbolinggo, Kab. Lampung Timur, Provinsi Lampung, 34190
Location
Kab. lampung timur,
Lampung
INDONESIA
Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI)
ISSN : -     EISSN : 29644763     DOI : -
Core Subject : Science,
Jurnal tentang teknologi yang sedang berkembang pesat setiap tahun nya baik dalam ilmu komputer, teknik informatika maupun sistem informasi, sains serta pendidikan untuk meningkatkan dalam pelayanan pengembangan teknologi pada bidang penelitian, pendidikan, dan pengabdian kepada masyarakat. Dari perseroan perorangan PT Akom Media Informatika yang mempunyai tujuan mempermudah peneliti untuk menerbitkan artikel para peneliti.
Articles 33 Documents
Deteksi Serangan Siber Menggunakan Machine Learning Pada Jaringan Komputer Setiyadi, Didik; Nikola, Epry
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 3 No 1 (2024)
Publisher : PT Akom Media Informatika

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

Abstract

Serangan siber pada jaringan komputer semakin kompleks dan sulit dideteksi menggunakan metode berbasis aturan (rule-based) konvensional. Machine learning menawarkan pendekatan berbasis data yang mampu mengidentifikasi pola serangan secara otomatis dan adaptif. Penelitian ini mengusulkan sistem deteksi intrusi jaringan (NIDS) berbasis machine learning menggunakan tiga algoritma: Random Forest, K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM). Eksperimen dilakukan menggunakan dataset NSL-KDD dengan rekayasa fitur dan teknik SMOTE oversampling untuk menangani ketidakseimbangan kelas. Hasil evaluasi menunjukkan bahwa Random Forest mencapai performa terbaik dengan akurasi 98,76%, presisi 98,12%, recall 98,54%, dan F1-Score 98,33%, melampaui KNN (95,41%) dan SVM (93,87%). Sistem yang diusulkan menunjukkan potensi tinggi untuk diterapkan secara real-time pada jaringan perusahaan dan berkontribusi pada pengembangan sistem keamanan siber yang cerdas dan adaptif.
Penerapan Agile Development dalam Pengembangan Sistem Informasi Akademik Berbasis Web Julianto, Ribut; Arifa Hulmi, Zeliya
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 3 No 1 (2024)
Publisher : PT Akom Media Informatika

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

Abstract

Sistem informasi akademik merupakan salah satu komponen kritis dalam pengelolaan perguruan tinggi modern. Pengembangan sistem tersebut membutuhkan pendekatan metodologi yang mampu mengakomodasi perubahan kebutuhan secara cepat dan menghasilkan produk yang berkualitas. Penelitian ini mengkaji penerapan metode Agile Development, khususnya kerangka kerja Scrum, dalam pengembangan Sistem Informasi Akademik (SIA) berbasis web pada institusi pendidikan tinggi. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan studi kasus pada proses pengembangan SIA. Hasil penelitian menunjukkan bahwa penerapan Agile melalui mekanisme sprint, daily standup, sprint review, dan sprint retrospective mampu meningkatkan kualitas sistem secara iteratif, mempercepat siklus pengiriman fitur, serta meningkatkan keterlibatan pengguna dalam proses pengembangan. Sistem yang dihasilkan mencakup modul manajemen mahasiswa, manajemen nilai, jadwal perkuliahan, dan pelaporan akademik. Pengujian menggunakan metode blackbox menunjukkan bahwa seluruh fitur utama berjalan sesuai kebutuhan. Penelitian ini menyimpulkan bahwa Agile Development merupakan pendekatan yang efektif dan adaptif untuk pengembangan sistem informasi akademik di lingkungan perguruan tinggi.
Implementasi Kriptografi Hibrida AES-256 dan ECC dengan Deteksi Anomali Berbasis Autoencoder untuk Keamanan Data Bisnis pada Infrastruktur Cloud Computing Setiayadi, Didik; Julianto, Ribut; Ade Ningrum, Cahya
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 2 No 2 (2023)
Publisher : PT Akom Media Informatika

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

Abstract

Adopsi infrastruktur cloud computing oleh sektor bisnis di Indonesia terus meningkat pesat, namun diiringi oleh eskalasi ancaman kebocoran data, akses tidak sah, dan serangan siber yang semakin canggih. Skema enkripsi tunggal berbasis AES atau RSA saja dinilai tidak lagi mencukupi untuk menghadapi lanskap ancaman modern yang memanfaatkan kelemahan pada lapisan kunci (key management) maupun pola akses anomali. Penelitian ini mengusulkan arsitektur keamanan data berlapis yang mengintegrasikan dua komponen utama: (1) skema kriptografi hibrida yang menggabungkan AES-256 untuk enkripsi data massal berkecepatan tinggi dengan Elliptic Curve Cryptography (ECC) kurva P-384 untuk manajemen kunci yang efisien dan aman, serta (2) model deteksi anomali akses berbasis Autoencoder deep learning yang mampu mengidentifikasi pola akses mencurigakan secara real-time tanpa memerlukan data berlabel. Sistem diimplementasikan pada lingkungan cloud AWS (Amazon Web Services) menggunakan infrastruktur multi-region dan diuji menggunakan dataset akses log dari tiga perusahaan sektor finansial dan manufaktur di Indonesia selama periode 12 bulan, mencakup 4,7 juta event akses. Hasil evaluasi menunjukkan: overhead enkripsi-dekripsi AES-256/ECC hanya sebesar 3,2% dibandingkan sistem tanpa enkripsi, model Autoencoder mencapai AUC-ROC 0,9712 dalam deteksi anomali akses dengan false positive rate 1,8%, dan sistem secara keseluruhan mampu memenuhi standar keamanan ISO/IEC 27001:2013 serta regulasi POJK No.11/2022 tentang Penyelenggaraan Teknologi Informasi oleh Lembaga Jasa Keuangan. Arsitektur yang diusulkan memberikan kerangka keamanan cloud yang komprehensif, efisien, dan dapat diadaptasi oleh pelaku industri di Indonesia.

Page 4 of 4 | Total Record : 33