Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi IJCIT (Indonesian Journal on Computer and Information Technology)
Setiawan Budiman
Universitas AMIKOM Yogyakarta
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisa Performa Penggunaan Feature Selection untuk Mendeteksi Intrusion Detection Systems dengan Algoritma Random Forest Classifier Setiawan Budiman; Andi Sunyoto; Asro Nasiri
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (753.453 KB) | DOI: 10.32520/stmsi.v10i3.1550

Abstract

AbstrakSemakin penting koneksi data melalui Internet membuat kebutuhan akan keamanan jaringan data semakin meningkat. Salah satu tools yang penting adalah Intrusion detection systems (IDS). Salah satu hal yang menjadi masalah dari penggunaan IDS adalah performan kecepatan untuk mendeteksi data yang semakin banyak dalam waktu yang singkat. Dalam penelitian ini kami akan melakukan analisa perbandingan performa IDS menggunakan features selection dengan algoritma Random Forest Classifier yang disimulasikan pada dataset UNSW-NB15, yaitu dataset simulasi serangan pada jaringan network yang dikembangan oleh Nour Moustafa & Jill Slay dari University of New South Wales pada Australian Defence Force Academy. Tujuan dari penelitian ini adalah mempercepat waktu proses Intrusion detection systems dengan machile learning. Penelitian dilakukan dengan 2 tahap, yaitu tahap pertama tanpa features selection dan tahap kedua dengan features selection ExtraTreesClassifier. Masing-masing tahap dilakukan dengan beberapa kali pengujian dengan persentasi testing dan training data yang berbeda. Hasil penelitian menunjukan bahwa penggunaan features selection dapat mempercepat waktu proses pendeteksian dengan menggunakan Random Forest Classifier, walaupun ada sedikit penurun akurasi dibawah 1%.Kata kunci: feature selection, random forest, ids, machine learning  AbstractInternet data connection is very important, therefore it will increasing the security issues. One of the important tools is Intrusion detection systems (IDS). The main problems of using IDS is the speed performance to detect more and more data in a short time. In this study, we will perform a comparative analysis of IDS performance using features selection with the Random Forest Classifier algorithm which is simulated on the UNSW-NB15 dataset, which is work as the attack simulation dataset on the network developed by Nour Moustafa & Jill Slay from the University of New South Wales at the Australian Defense Force Academy. The purpose of this research is to speed up the processing time of Intrusion detection systems with machile learning. The research was conducted in 2 stages, the first stage without features selection and the second stage with features selection. Each stage is carried out with several study using different percentages of testing and training data. The results showed that by using features selection, it can speed up the detection process time using the Random Forest Classifier, although there is a slight decrease in accuracy below 1%.Keywords: feature selection, random forest, ids, machine learning
Perbandingan Performa SQL dan NoSQL Dengan PHP Pada 5 Juta Data Setiawan Budiman; Faisal Fadhila; Vian Ardiyansyah Saputro; Ema Utami; Khusnawi Khusnawi
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 1 (2021): IJCIT - Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (386.427 KB) | DOI: 10.31294/ijcit.v6i1.9692

Abstract

Dunia digital sekarang sudah merambah pada seluruh aspek kehidupan. Salah satu yang berperan penting dalam digitalisasi adalah database. Seluruh perusahaan digital pasti akan mempunyai database untuk kepentingan usaha. Semakin lama database yang dikelola akan semakin banyak, oleh karena itu kita membutuhkan aplikasi database yang ideal untuk digunakan. Pada penelitian ini, kami akan melakukan perbandingan kecepatan proses data antara SQL (MySQL) dengan NoSQL (MongoDB) dengan menggunakan VPS webserver Apache dan bahasa program PHP yang umum digunakan oleh banyak perusahaan. Metodologi yang kami gunakan adalah menguji coba kecepatan SELECT, INSERT, DELETE dan UPDATE pada jumlah data mulai 1.000, 10.000, 100.000, 1.000.000, 2.000.000 dan 5.000.000. Khusus untuk SELECT dan INSERT, kami melakukan proses looping data seperti yang umum dilakukan pada program PHP (do while). Hasil dari penelitian ini kami dapatkan bahwa proses ujicoba dengan jutaan data akan terasa lebih cepat saat menggunakan MongoDB dibanding MySQL untuk proses SELECT INSERT dan UPDATE. Namun berbeda ketika menggunakan proses DELETE, MySQL memiliki waktu respon yang lebih baik dibandingkan dengan MongoDB. Hal ini disebabkan karena MongoDB menggunakan program PHP sebagai aplikasi yang menjalankan proses query. Digital world has been impact almost every aspect of life. Database is the most important thing at digitization. All digital company will have databases. After several period of usage, the database size will improve, therefore we need to use the ideal database system. At this paper, we will compare the speed of processing data between SQL (MySQL) vs NoSQL (MongoDB) which run on VPS Apache webserver using famous PHP script. The methodology that we use for speed measurement will use SELECT, INSERT, DELETE and UPDATE at big data start from 1.000, 10.000, 100.000, 1.000.000, 2.000.000 and 5.000.000. Especially for SELECT and INSERT, we do the looping procedure that usually use at PHP script (do while). The result from this paper declare that processing million of data will be faster on MongoDB if compare with MySQL when we use SELECT, INSERT and UPDATE. However, it is different when using the DELETE process, MySQL has a better response time compared to MongoDB. This is because MongoDB uses a PHP program as an application that runs the query process.
Co-Authors Andi Sunyoto Asro Nasiri Ema Utami Faisal Fadhila Khusnawi Khusnawi Vian Ardiyansyah Saputro