Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Transformatika Information System Journal (INFOS)
Dewi Anisa Istiqomah
Universitas Amikom Yogyakarta
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penentuan Luas Lahan dengan Metode Pendekatan Lingkaran Berbasis Google Earth dan GADM untuk Wilayah Kabupaten Semarang Vikky Aprelia Windarni; Dewi Anisa Istiqomah; Adi Setiawan
Jurnal Transformatika Vol 18, No 2 (2021): January, 2021
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v18i2.2740

Abstract

Geographically Semarang regency as one of the regencies in Central Java province has an area of 95,020.67 hectares. In this study, the sub-district areas in Semarang regency is calculated using Circle Approach method and Karney’s Polygon method using Google Earth and GADM database in the form of latitude and longitude coordinates. The results of the study show that the land area of 19 districts in Semarang regency is 11.61% more than of the reference areas based on the coordinates of the latitude and longitude on Google Earth using the circle approach method. While the percentage for the area referring to GADM data using the Karney’s Polygon method is 9.71% more than of the reference areas and the difference is 13.55% more than the reference areas using Circle Approach. The results of the three comparisons show that GADM data using the Karney’s Polygon method can produce better results than other methods.
DETEKSI WEBSITE PHISHING MENGGUNAKAN TEKNIK FILTER PADA MODEL MACHINE LEARNING Vikky Aprelia Windarni; Anggit Ferdita Nugraha; Surya Tri Atmaja Ramadhani; Dewi Anisa Istiqomah; Fiyas Mahananing Puri; Adi Setiawan
Information System Journal Vol. 6 No. 01 (2023): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2023v6i01.1268

Abstract

Phishing merupakan bentuk serangan pada dunia maya yang cukup popular, dimana pengguna dibuat untukmengunjungi situs web yang tidak sah. Pengguna ditipu untuk mengungkapkan informasi pribadinya sepertiusername, password, informasi kartu kredit dan sebagainya. Maraknya phishing membuat kerugian dalam halprivacy, bahkan terjadi penyalahgunaan data yang menyebabkan kerugian finansial. Tujuan dari penelitian iniadalah peneliti ingin menggunakan machine learning dengan memanfaatkan fitur filter yang ada didalamnya yaitupearson correlation dan menerapkan 3 metode Naïve Bayes, Decision Tree dan Random Forest untuk menentukanmetode yang paling efektif dalam mendeteksi web phishing. Terdapat 4 alur penelitian yang digunakan olehpeneliti, yaitu (1) Tahap persiapan, (2) Metode yang digunakan, (3) Analisa, dan (4) Evaluasi. Dari hasil penelitianini didapatkan bahwa penerapan metode Naïve Bayes memiliki nilai akurasi sebesar 60,4%, metode Decision Treememiliki nilai akurasi 94,4% dan metode Random Forest memiliki akurasi sebesar 96,3%. Sehingga dapatdisimpulkan bahwa metode yang paling efektif untuk mendeteksi web phishing adalah menggunakan RandomForest karena memiliki tingkat akurasi sebesar 96.3%. Pada penelitian selanjutnya dapat dilakukan pada kasusyang sama dengan menggunakan algoritma yang berbeda.
Co-Authors Adi Setiawan Fiyas Mahananing Puri Nugraha, Anggit Ferdita Surya Tri Atmaja Ramadhani Vikky Aprelia Windarni