cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Andini Putri Riandani
Contact Email
andiniriandani@pelitabangsa.ac.id
Phone
+622128518181
Journal Mail Official
semnas.fatek@pelitabangsa.ac.id
Editorial Address
Jl. Inspeksi Kalimalang No.9, Cibatu, Cikarang Sel., Kabupaten Bekasi, Jawa Barat 17530
Location
Kab. bekasi,
Jawa barat
INDONESIA
SAINTEK
Published by Universitas Pelita Bangsa
ISSN : -     EISSN : 29623545     DOI : 10.37366/SAINTEK
Core Subject : Science, Engineering,
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Engineering Industrial & Manufacturing Engineering
Prosiding Sains dan Teknologi (SAINTEK) merupakan wadah publikasi dari hasil penelitian yang telah dipresentasikan pada Seminar Nasional Sains dan Teknologi (SAINTEK) yang diselenggarakan setiap tahun oleh Fakultas Teknik Universitas Pelita Bangsa. Penelitian yang dipublikasikan bersifat multi-disiplin dalam ruang lingkup Teknik tentang analisa dan implementasi perkembangan teknologi. 
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 355 Documents
 25   26   27   28   29 
Peran Cybersecurity Terhadap Keamanan Data Aplikasi Media Sosial Habib Fatih Zanjabilah
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Media sosial telah menjadi bagian penting dalam kehidupan sehari-hari, dengan miliaran pengguna di seluruh dunia. Namun, penggunaan yang semakin luas ini juga meningkatkan risiko kebocoran data pribadi, seperti peretasan akun dan penyalahgunaan informasi. Penelitian ini bertujuan untuk menganalisis peran teknologi keamanan siber dalam melindungi data pengguna di media sosial, mengidentifikasi kelemahan utama, dan memberikan rekomendasi untuk meningkatkan perlindungan data. Metode yang digunakan adalah studi literatur dengan pendekatan studi kasus pada platform media sosial populer, menggunakan data dari jurnal dan artikel terbaru. Hasil analisis menunjukkan bahwa teknologi seperti enkripsi end-to-end dan autentikasi multi-faktor telah diterapkan, namun masih menghadapi berbagai tantangan seperti rendahnya kesadaran pengguna, pengelolaan data cadangan yang kurang aman, dan celah dalam pengawasan aplikasi pihak ketiga. Hasil dari review jurnal yang telah dilakukan menyimpulkan bahwa teknologi keamanan perlu didukung oleh edukasi pengguna dan regulasi yang lebih ketat untuk menciptakan lingkungan media sosial yang aman. Langkah-langkah ini diharapkan dapat mengurangi risiko kebocoran data di masa mendatang.
Analisis Segmentasi Faktor Akademik pada Kinerja Siswa Menggunakan Algoritma K-Means Clustering Ade Maulana Bilgis; Dede Brahma Arianto
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Performa akademik siswa dipengaruhi oleh berbagai faktor, dan penelitian ini menggunakan algoritma KMeans clustering untuk melakukan analisis segmentasi faktor akademik pada kinerja siswa. Dataset yang digunakan di ambil dari data public Student Perfomance Factors di Kaggle, yang terdiri dari 6.607 siswa yang memiliki karakteristik seperti jam belajar, kehadiran, jam tidur, dan nilai sebelumnya. Kemudian, algoritma K-Means digunakan untuk menggabungkan data siswa ke dalam beberapa kluster berdasarkan kesamaan karakteristik. Hasil evaluasi menunjukkan nilai Silhouette Score sebesar 0,27, yang mengindikasikan bahwa segmentasi sudah cukup baik meskipun memiliki ruang untuk peningkatan. Dari proses segmentasi sudah ini, ditemukan bahwa siswa dapat dikelompokkan menjadi tiga kelompok dengan pola yang berbeda. Analisis ini menunjukan bahwa siswa dapat dikelompokan menjadi tiga kelompok, dan dari pengelompokan ini ditemukan bahwa jam belajar dan Tingkat kehadiran siswa memiliki peran yang signifikan terhadap prestasi akademik mereka. Selain itu, ada korelasi antara kebiasaan tidur individu dalam kelompok tertentu. Dengan mengetahui bagaimana setiap kelompok berbeda, metode pembelajaran dapat disesuaikan untuk memenuhi kebutuhan unik pada setiap siswa.
Kecerdasan Buatan dalam Keamanan Siber: Peran Machine Learning dan Deep Learning dalam Penguatan Sistem Keamanan Jaringan Alya Febrianti
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Kecerdasan Buatan (AI) telah menjadi bagian integral dalam keamanan siber, menawarkan solusi untuk deteksi dan respons terhadap ancaman yang semakin kompleks. Review ini bertujuan untuk memberikan informasi terkait peran machine learning dan deep learning dalam memperkuat sistem keamanan jaringan. Metode yang digunakan dalam tinjauan ini adalah systematic review, dengan analisis terhadap 15 studi yang relevan dari database Google Scholar, berfokus pada penerapan AI dalam pengembangan sistem keamanan jaringan, dan cyber security. dari tahun 2020 hingga 2024. Hasil menunjukkan bahwa penerapan teknik AI tidak hanya meningkatkan efektivitas deteksi ancaman, tetapi juga memungkinkan sistem untuk belajar dari data historis, mengidentifikasi pola perilaku mencurigakan, dan merespons serangan secara proaktif. Dengan demikian, AI dapat memberikan kontribusi signifikan dalam meningkatkan keamanan siber dan mengatasi tantangan yang dihadapi oleh organisasi dalam era digital saat ini.
Kombinasi Boundary Value Analysis dan Heuristic Evaluation pada Validasi Form Registrasi Akun: Studi Kasus Website RumahWeb M. Akmal Al Abdilah; Satrio Pratama Wijaya; Muhammad Farhan; Afif Firmansyah
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Validasi form registrasi adalah langkah penting dalam memastikan kualitas sistem informasi, terutama dalam memberikan pengalaman pengguna yang optimal dan mencegah kesalahan data. Penelitian ini mengevaluasi form registrasi pada website RumahWeb menggunakan pendekatan kombinasi Boundary Value Analysis (BVA) untuk pengujian batas input dan Heuristic Evaluation (HE) untuk mengevaluasi aspek kegunaan berdasarkan 10 heuristik Nielsen. Form registrasi yang diuji terdiri dari empat komponen utama: Informasi Pribadi, Alamat Penagihan, Informasi Tambahan, dan Keamanan Akun. Hasil pengujian BVA mengungkap adanya kekurangan dalam batasan input, seperti tidak adanya batas panjang minimal dan pembatasan karakter tertentu di beberapa field. Evaluasi heuristik menunjukkan rata-rata skor kegunaan sebesar 4,58 dari 5, yang menandakan performa usability yang baik, meskipun masih terdapat area untuk perbaikan seperti pencegahan kesalahan pengguna. Studi ini memberikan kontribusi praktis berupa rekomendasi perbaikan untuk meningkatkan validasi form dan pengalaman pengguna.
Kecerdasan buatan dan Keamanan Siber: Tantangan dan Peluang Albhani Fadillah Haryady
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Kecerdasan buatan (AI) semakin memainkan peran penting dalam berbagai aspek kehidupan, termasuk keamanan siber. Teknologi ini menawarkan kemampuan canggih untuk mendeteksi dan mencegah ancaman yang tidak dapat ditangani oleh metode tradisional. AI digunakan dalam analisis data besar, pendeteksian anomali, respons terhadap insiden, dan pengembangan pertahanan otomatis terhadap ancaman siber. Dalam keamanan siber, AI memanfaatkan teknik seperti pembelajaran mesin, pembelajaran mendalam, dan pengolahan bahasa alami untuk memberikan solusi real-time yang lebih cepat dan akurat. Namun, AI juga menghadapi tantangan, seperti ancaman yang semakin kompleks, bias data, dan kebutuhan akan transparansi dalam pengambilan keputusan. Artikel ini mengkaji peran, tantangan, dan peluang AI dalam keamanan siber, serta menyoroti pentingnya integrasi AI dengan teknologi lain,seperti blockchain, untuk membangun sistem pertahanan yang lebih kuat. Dengan pemahaman mendalam tentang AI, organisasi dapat menciptakan masa depan digital yang lebih aman dan tangguh.
Pengembangan Aplikasi Prediksi Stroke Berbasis Web dengan Algoritma K-Nearest Neighbors dan Naive Bayes Alifia Ananda Putri; Febriyani Nurhida; Rafli Untara; Sutriyono; Fajar Lukman Hakim
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Stroke adalah salah satu kondisi medis yang memiliki tingkat kematian dan kecacatan yang tinggi di seluruh dunia. Mendeteksi risiko stroke secara dini sungguhlah penting guna meminimalkan dampak yang tidak diinginkan dari penyakit tersebut. Maka, tujuan dari penelitian ini adalah untuk menciptakan aplikasi berbasis web yang mampu meramalkan potensi risiko stroke dengan memanfaatkan metode mechine learning. Dalam penelitian ini, dua model mechine learning yang digunakan adalah K-Nearest Neighbors (KNN) dan Naive Bayes. Aplikasi ini dibuat untuk memberikan prediksi yang tepat berdasarkan informasi pasien seperti usia, jenis kelamin, tekanan darah, dan faktor risiko lainnya. Metode KNN digunakan untuk mengelompokkan data berdasarkan kedekatan titik data, sedangkan Naive Bayes digunakan untuk menentukan probabilitas terjadinya stroke dengan mempertimbangkan asumsi independensi antar fitur. Hasil prediksi Model K-Nearest Neighbors (KNN) menerangkan akurasi keseluruhan sebesar 0.95, yang menerangkan performa tinggi dalam memberikan prediksi yang akurat dan Model Naive Bayes mempunyai akurasi keseluruhan sebesar 0.87, yang juga baik, namun lebih rendah dibandingkan menggunakan K-Nearest Neighbors (KNN).
Penggunaan Chatbot Berbasis AI Android Felix Amon Sitinjak
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Review ini membahas pengembangan chatbot berbasis kecerdasan buatan (AI) pada platform Android untuk meningkatkan efisiensi layanan dan aksesibilitas informasi dalam berbagai bidang, seperti layanan pelanggan, dan administrasi. Dengan memanfaatkan teknologi pemrosesan bahasa alami (Natural Language Processing), chatbot ini mampu memberikan respons yang cepat, relevan, dan memuaskan terhadap pertanyaan pengguna. Menunjukkan tingkat akurasi yang tinggi dan kepuasan pengguna yang signifikan, meskipun terdapat tantangan seperti keterbatasan data dalam basis pengetahuan. Solusi yang diusulkan mencakup pengayaan data latih dan integrasi teknologi AI yang lebih canggih untuk menghasilkan respons yang lebih adaptif dan natural. Memberikan kontribusi ilmiah dalam optimalisasi teknologi AI untuk meningkatkan efisiensi operasional dan pengalaman pengguna dalam sistem informasi.
Optimasi Seleksi Karyawan dengan AHP: Pendekatan Berbasis Data untuk Universitas YPPI Rembang Nita Sari; Ahmad Nasuha; A. Aviv Mahmudi; Windya Harieska Pramujati; Fajar Sodiq
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) dalam proses seleksi karyawan baru di Universitas YPPI Rembang dengan menggunakan metode Analytic Hierarchy Process (AHP). AHP dipilih karena kemampuannya dalam membantu pengambilan keputusan secara objektif dengan membandingkan kriteria yang telah ditentukan, yaitu Usia, Jenjang Pendidikan, Pengalaman Kerja, Kemampuan/Skill, Test Wawancara, dan Tes Kemampuan Berpikir Kritis. Matriks perbandingan berpasangan digunakan untuk menentukan bobot prioritas setiap kriteria, dan hasil evaluasi dihitung menggunakan nilai λmax untuk mengukur konsistensi keputusan. Hasil penelitian menunjukkan bahwa metode AHP menghasilkan keputusan seleksi yang lebih objektif dan transparan, dengan tingkat konsistensi matriks yang sangat baik (CR = 0.0016, lebih kecil dari batas toleransi 0.1). Penerapan SPK berbasis AHP di Universitas YPPI Rembang terbukti mampu meningkatkan efisiensi dan akurasi dalam proses seleksi, mengurangi bias subjektif, serta memastikan bahwa kandidat yang dipilih memenuhi kriteria yang diinginkan. Penelitian ini memberikan kontribusi dalam pengembangan sistem seleksi berbasis data yang lebih terpercaya dan terstruktur.
Keamanan Siber IoT Berbasis AI: Mengintegrasikan Pembelajaran Mesin dan Pembelajaran Mendalam untuk Deteksi Ancaman dan Komputasi Tepi Amelia Nurmala Dewi
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Pertumbuhan pesat perangkat Internet of Things (IoT) telah menciptakan tantangan keamanan siber yang signifikan karena keterbatasan kapabilitas pemrosesan dan beragamnya permukaan serangan. Kajian ini menyajikan tinjauan komprehensif tentang pendekatan berbasis kecerdasan buatan untuk meningkatkan keamanan siber IoT, dengan fokus pada integrasi teknik pembelajaran mesin dan pembelajaran mendalam dengan komputasi tepi. Melalui analisis sistematis terhadap 150 artikel terpilih dari basis data Scopus dan IEEE Xplore yang diterbitkan antara tahun 2019-2023, kajian ini meneliti efektivitas sistem deteksi ancaman berbasis AI dan optimasi komputasi tepi dalam lingkungan IoT. Hasil tinjauan menunjukkan bahwa model pembelajaran mendalam mencapai akurasi 94,6% dalam deteksi ancaman, sementara implementasi komputasi tepi mengurangi latensi sistem sebesar 62% dan penggunaan bandwidth sebesar 45%. Lebih lanjut, integrasi pembelajaran terfederasi (federated learning) menunjukkan hasil yang menjanjikan dalam menjaga privasi data sambil mempertahankan performa model. Tinjauan ini memberikan wawasan berharga tentang kondisi terkini keamanan IoT berbasis AI dan mengidentifikasi area kunci untuk pengembangan masa depan dalam menciptakan sistem keamanan yang lebih tangguh dan efisien.
Rancang Bangun Sistem Informasi Lowongan Kerja Berbasis Mobile di Kota Kendari Fadillah Maharani; Muh. Hajar Akbar; Ilcham
Prosiding Sains dan Teknologi Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Kota Kendari mengalami peningkatan jumlah pencari kerja yang membutuhkan informasi lowongan pekerjaan secara cepat dan akurat. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi lowongan kerja berbasis mobile di Kota Kendari, guna memberikan solusi efektif bagi pencari kerja dan perusahaan dalam menyebarluaskan dan mendapatkan informasi lowongan kerja. Sistem ini dirancang untuk memfasilitasi proses pencarian kerja, pendaftaran lowongan, dan manajemen data pencari kerja serta perusahaan secara efisien. Metode penelitian yang digunakan adalah metode prototipe, yang meliputi proses iteratif pengumpulan kebutuhan, perancangan sistem menggunakan Unified Modeling Language (UML), pengembangan prototipe, umpan balik pengguna, dan penyempurnaan. Aplikasi ini dilengkapi dengan fitur notifikasi, pencarian lowongan berdasarkan kategori, dan profil pengguna. Berdasarkan hasil pengujian black box menunjukkan bahwa aplikasi ini berjalan dengan baik dan memenuhi kebutuhan pengguna.

Page 27 of 36 | Total Record : 355

 25   26   27   28   29 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2025): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 4 - Februari 2025 Vol. 3 No. 1 (2024): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 3 - Januari 2024 Vol. 2 No. 1 (2023): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 2 - Februari 2023 Vol. 1 No. 1 (2022): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 1 - Juli 2022