Article Per Year (5 Year)
p-Index From 2019 - 2024
4.015
P-Index
This Author published in this journals
All Journal JTT (Jurnal Teknologi Terpadu) J-SAKTI (Jurnal Sains Komputer dan Informatika) Akademika Jurnal Teknologi Pendidikan JISA (Jurnal Informatika dan Sains) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Teknologi Informatika dan Komputer Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Ilmiah Wahana Pendidikan J-SAKTI (Jurnal Sains Komputer dan Informatika) Bulletin of Information Technology (BIT) Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan SIGMA: Information Technology Journal Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Pengabdian Pelitabangsa Jurnal Lentera Pengabdian JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah VIDHEAS: Jurnal Nasional Abdimas Multidisiplin Jurnal Pelita Pengabdian SAINTEK
Ahmad Turmudi Zy
UNiversitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Public Health Social Sciences Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
KLASIFIKASI EMAIL PHISHING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Muhammad Adipa; Ahmad Turmudi Zy; M. Makmun Effendi
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 5 No 2 (2023): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v5i2.152

Abstract

Saat ini perkembangan teknologi informasi sangat pesat dan cepat, bahkan di Indonesia sendiri. Evolusi teknologi dunia internet terus berlanjut, dan inovasi baru terus bermunculan, membentuk masa depan yang lebih terhubung dan terintegrasi. Namun selain manfaat, muncul tantangan baru, seperti masalah terkait privasi, keamanan siber, dan pengolahan data. Pada satu sisi, perkembangan teknologi informasi yang demikian mengagumkan itu memang telah membawa manfaat yang luar biasa bagi kemajuan peradaban umat manusia. Di sisi lain, berkembangnya teknologi informasi menimbulkan pula sisi rawan yang gelap sampai tahap mencemaskan dengan kekhawatiran pada perkembangan tindak pidana di bidang teknologi informasi yang berhubungan dengan kejahatan mayantara atau “Cybercrime”. Salah satu kejahatan (cybercrime) yang terjadi di Indonesia yaitu Email Phishing. Badan Siber dan Sandi Negara (BSSN) melaporkan, ada 164.131 kasus email phishing di Indonesia pada 2022. Tingginya angka kasus email phishing terus meningkat, oleh karena itu akan dilakukan pengujian untuk mengklasifikasi email phishing menggunakan algoritma K-Nearest Neighbor. Didapatkan hasil akurasi dengan nilai sebesar 84%, precision sebesar 73%, dan recall sebesar 96%. Hasil ini membuktikan bahwa algoritma K-Nearest Neighbor memberikan hasil yang cukup baik dalam mengklasifikasi email phishing. Kata Kunci: Cybercrime, Email Phishing, Klasifikasi, Data Mining, K-Nearest Neighbor Currently the development of information technology is very fast and fast, even in Indonesia itself. The technological evolution of the internet world continues, and new innovations continue to emerge, shaping a more connected and integrated future. But apart from the benefits, new challenges arise, such as issues related to privacy, cyber security, and data processing. On the one hand, the development of such amazing information technology has indeed brought extraordinary benefits to the advancement of human civilization. On the other hand, the development of information technology has also created a dark vulnerable side to the point of worrying about the development of criminal acts in the field of information technology related to mayantara crime or "Cybercrime". One of the crimes (cybercrime) that occurred in Indonesia, namely Email Phishing. The National Cyber ​​and Crypto Agency (BSSN) reported that there were 164,131 phishing email cases in Indonesia in 2022. The high number of phishing email cases continues to increase, therefore a test will be carried out to classify phishing emails using the K-Nearest Neighbor algorithm. Accuracy results were obtained with a value of 84%, precision of 73%, and recall of 96%. These results prove that the K-Nearest Neighbor algorithm gives good results in classifying phishing emails. Keywords: Cybercrime, Phishing Email, Classification, Data Mining, K-Nearest Neighbor
Prediksi Jumlah Kasus Klaim Indemnity Dengan Menggunakan Algoritma Regresi Linear Pada Asuransi Mandiri Inhealth Qori yumansyah Qori; Ahmad Turmudi Zy; Muhamad Fatchan
Bulletin of Information Technology (BIT) Vol 4 No 3: September 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i3.733

Abstract

Insurance is a type of financial institution that aims to provide guarantees to customers against risks that may occur in the future. In this study, by utilizing some data on indemnity claim cases on inhealth insurance through a prediction method approach and can be applied in analyzing data to make predictions of future insurance data based on the level of need. The prediction process of a simple Linear Regression algorithm can be implemented where the results also provide new insights for the prediction needs of claim data. Tests using rapidminer produce performance that is relevant to the scenario being modeled. The simple Linear Regression equation model after comparing the results of calculations manually and also with the Rapid Miner application generally shows the same data. The RMSE value is also obtained when evaluating the performance of the applied model, with an RMSE value of 0.273 with a standard deviation of +- 0.0.
ANALISIS PREDIKSI PENJUALAN DENGAN METODE REGRESI LINEAR DI PT. EAGLE INDUSTRY INDONESIA Miftahuljannah; Aswan Supriyadi Sunge; Ahmad Turmudi Zy
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 3 (2023): EDISI 17
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i3.3325

Abstract

When making the crucial decision to determine the outcome of a case. The goal of this study is to evaluate the potential for product sales. With the help of data mining, this study evaluates the potential for litigation by using data from several sources, including product, plan, and current data. The current study makes use of the linear regressive algorithm and the rapidminer data processing tool. The dataset that was used for this study was divided into two parts: one half of the data for teaching and one half of the data for research. Using a linear regression algorithm, the results show that the variables or attributes used in the current analysis (produk, actual and plan) did not significantly affect the results. Squared Error is 1313427569.481 +/- 5882150128.134, and Root Mean Squared Error is 36241.241 +/- 0.000. This indicates that the squared Error generates a higher number than the Root Mean Squared Error.
PENERAPAN DATA MINING UNTUK KLASIFIKASI PENGANGKATAN KARYAWAN MENGGUNAKAN ALGORITMA K-MEANS Mudakir; Ahmad Turmudi Zy; Aswan S. Sunge
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 5 No 3 (2023): EDISI 17
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v5i3.3369

Abstract

Dalam era digital yang terus berkembang ini, teknologi telah menjadi salah satu pendorong utama inovasi, efisiensi, dan keunggulan kompetitif bagi perusahaan-perusahaan di berbagai sektor. Pengangkatan calon karyawan merupakan agenda yang dilaksanakan oleh perusahaan dimana bagi seorang karyawan kontrak yang telah dijalaninya selama masa perjanjian kontrak. PT. Karya Bahana Unigam yang bergerak di bidang otomotif yang memiliki karyawan kurang lebih 500 karyawan sehingga perusahaan kesulitan melakukan proses seleksi pengangkatan karyawan yang masih layak dan memenuhi syarat. K-Means merupakan salah satu metode data clustering yang berusaha mempartisi data yang ada ke dalam bentuk salah satu atau lebih cluster atau kelompok. K-Means digunakan untuk mengelompokkan data karyawan berdasarkan kriteria tertentu, sementara Davies Bouldin Index digunakan untuk mengukur kualitas dari hasil clustering. Dari 128 dataset penilaian karyawan dilakukan pengujian dengan menentukan 2 cluster dan validasi diuji dengan Davies Bouldin Index. Dan dihasilkan -2.803, Berdasarkan hasil yang diperoleh menunjukan bahwa algoritma k-means dapat di implementasikan dalam pengelompokan untuk pengangkatan karyawan dengan hasil validasi yang cukup baik.
Penerapan Algoritma Naive Bayes dan PSO pada Analisis Sentimen Kandidat Calon Presiden 2024 Endrik; Agung Nugroho; Ahmad Turmudi Zy
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 7 No. 3 (2023): Volume 7 Nomor 3 Agustus 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v7i3.12638

Abstract

Pemilihan umum merupakan salah satu sarana demokrasi dan bentuk perwujudan kedaulatan rakyat untuk menghasilkan wakil rakyat dan pemimpin yang aspiratif, berkualitas, serta bertanggung jawab untuk mensejahterakan rakyat. Tahun 2024 Indonesia akan mengadakan pesta demokrasi pemilihan kepala negara Indonesia. Setiap tokoh politik yang dicalonkan menjadi kepala negara akan mempertimbangkan popularitas mereka berdasarkan opini masyarakat. Banyaknya opini pada twitter dapat digunakan untuk mengetahui sentimen masyarakat mengenai calon Presiden Indonesia 2024. Penelitian ini bertujuan menganalisa opini masyarakat terkait mengenai 3 kandidat teratas Calon Presiden 2024 untuk mengetahui Hasil klasifikasi senimen analisis masyarakat dengan menggunakan naive bayes method dan feature selection particle swarm optimization serta hasil evaluasi akurasi terbaik pada analisis sentimen. Parameter yang digunakan untuk pengukuran adalah Accuracy, Precision, Recall. Pada pengujian pertama dengan dataset Anies Baswedan menghasilkan Nilai accuracy yang didapatkan Anies Baswedan 63,02%, nilai recall yang didapatkan 65,13%, dan nilai precision yang didapatkan 64,61%. Nilai accuracy yang didapatkan Ganjar Pranowo 87,14%, nilai recall yang didapatkan 87,46%, dan nilai precision yang didapatkan 85,43%. Nilai accuracy yang didapatkan Prabowo Subianto 83,17%, nilai recall yang didapatkan 83,17%, dan nilai precision yang didapatkan 84,17%.
ANALISIS SENTIMEN MASYARAKAT MENGENAI REVISI UNDANG-UNDANG DESA PADA MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE NAIVE BAYES DAN FEATURE SELECTION PARTICLE SWARM OPTIMIZATION Putri Nurhafenda Harun; Muhtajuddin Danny; Ahmad Turmudi Zy
Jurnal Ilmiah Wahana Pendidikan Vol 9 No 18 (2023): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.8321984

Abstract

Disahkannya Undang-undang No. 6 Tahun 2014 tentang Desa (selanjutnya disebut UU Desa) pada 15 Januari 2014 merupakan sebuah tonggak bersejarah dalam sejarah kebijakan mengenai desa. Menurut laman dpr.go.id Ribuan Kepala Desa melakukan unjuk rasa pada tanggal 17 Januri 2023 menuntut revisi bagi Undang-Undang Nomor 6 tahun 2014 tentang Desa, di halaman Gedung DPR RI Satu di antara aspirasi yang disampaikan pengunjuk rasa tersebut adalah mengenai masa jabatan kepala desa yang diperpanjang menjadi sembilan tahun. Alasan tersebut menjadi faktor adanya komentar pro dan kontra mengenai Undang-undang desa ini yang menuai banyak respon berupa tweets dari berbagai kalangan masyarakat, sehingga menghasilkan banyak jejak tweets yang di dalamnya berisikan opini masyarakat mengenai revisi Undang-undang desa tahun 2023 pada media sosial twitter. Penelitian ini bertujuan untuk mengetahui hasil klasifikasi sentimen masyarakat mengenai Undang Undang Desa pada social media twitter dan untuk mengetahui hasil accuracy, precision, recall yang dihasilkan dari penggunaan metode Naïve Bayes dan feature selection Particle Swarm Optimization pada software RapidMiner Studio. Naïve Bayes Classifier merupakan salah satu metode machine learning yang menggunakan perhitungan probabilitas. Particle Swarm Optimization adalah metode optimasi yang terinspirasi dari perilaku kawanan ikan dan unggas dalam mencari sumber makanan. Tahap preprocessing pada penelitian ini meliputi cleansing, remove duplicate, seleksi data, normalisasi, case folding, tokenizing, filtering, stopwords, stemming, dan labeling. Hasil klasifikasi yang didapat 52,15% pengguna twitter berkomentar positif dan 47,85% pengguna twitter berkomentar negatif mengenai Undang-Undang Desa. Nilai accuracy yang didapatkan meningkat sebanyak 4,18% dari 72,53% menjadi 76,71%, nilai precision yang didapatkan meningkat sebanyak 4,13% dari 72,22% menjadi 76,35%, dan nilai recall yang didapatkan meningkat sebanyak 4,98% dari 72,50% menjadi 77,48%.
PREDIKSI PERTUMBUHAN PENDUDUK DENGAN MODELL CLUSTERING METODE REGRESI LINEAR Aprilia Nur Sa'adah; Aswan Supriyadi Sunge; Ahmad Turmudi Zy
Jurnal Teknologi Terpadu Vol 11, No 2 (2023): JTT (Jurnal Teknologi Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v11i2.1831

Abstract

Berdasarkan data kependudukan dari Badan Pusat Statistik Kota Cirebon dari tahun 2019 hingga 2022 tercatat jumlah angka kelahiran meningkat dari 2.867 jiwa menjadi 3.713 jiwa. Penelitian ini bertujuan untuk memprediksi pertumbuhan penduduk untuk mengetahui laju pertumbuhan penduduk di masa yang akan datang.  Penelitian ini menggunakan teknik prediksi dan tahapan-tahapan pada data mining untuk memprediksi pertumbuhan penduduk dengan data yang diambil kelahiran dan kematian dengan menggunakan algoritma regresi linear menggunakan tools rapidminer, pengolahan data yang di jadikan dataset dalam penelitian ini, dataset dibagi menjadi dua yaitu 90% data training dan 10% data testing. hasil pengujian yang telah dilakukan bahwa variabel atau atribut yang digunakan dalam penelitian ini (kelahiran dan kematian) berpengaruh signifikan terhadap penelitian ini terbukti dengan menggunakan algoritma regresi linear mampu memberikan hasil yang baik dengan nilai Root Mean Squared Error: 0.998 +/- 0.000 dan Squared Error: 0.996 +/- 0.707. Kesimpulan dari penelitian yang dilakukan dengan menerapkan algoritma regresi linear dapat dilakukan suatu prediksi berdasarkan hubungan fungsional pada variabel atau atribut didalam data tersebut.
PERANCANGAN KLASIFIKASI ALGORITMA NAIVE BAYES PADA DATA PEMILIHAN JURUSAN SISWA Juan Fakhri; Aswan Supriyadi Sunge; Ahmad Turmudi zy
Jurnal Teknologi Terpadu Vol 11, No 2 (2023): JTT (Jurnal Teknologi Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v11i2.1823

Abstract

Penelitian yang berjudul "Perancangan Algoritma Naive Bayes Dalam Klasifikasi Pemilihan Jurusan Siswa". Penelitian ini bertujuan untuk pembuatan suatu prediski dan impelemtasi metode dalam kalsifikasi Naive Bayes, serta untuk mengevaluasi dampak ketidak seimbangan kelas terhadap kinerja model klasifikasi. Penelitian ini juga menemukan adanya kelebihan sampel data secara tidak sengaja, dan eksperimen dengan menggunakan teknik SMOTE dilakukan untuk mengatasi ketidak seimbangan kelas tersebut. Data pemilihan jurusan siswa dari SMA Negeri 2 Cikarang Selatan digunakan untuk mengidentifikasi ketidak seimbangan kelas. Eksperimen ini membandingkan hasil klasifikasi sebelum dan setelah penerapan teknik SMOTE. Hasil analisis menunjukkan bahwa sebelum menggunakan teknik SMOTE, terdapat ketidak seimbangan kelas yang signifikan dalam data pemilihan jurusan siswa. Ketidak seimbangan ini memiliki dampak negatif terhadap kinerja model klasifikasi, terutama dalam mengenali kelas minoritas. Namun, setelah penerapan teknik SMOTE, ketidak seimbangan kelas berhasil dikurangi dan kinerja model klasifikasi mengalami peningkatan yang signifikan. Recall untuk kelas IPS meningkat menjadi 0,76, sementara recall untuk kelas MIPA tetap tinggi dengan nilai 0,92. Precision untuk kelas IPS meningkat menjadi 0,87, sedangkan precision untuk kelas MIPA tetap stabil di 0,85. Dengan menggunakan precision dan recall, skor F1 mencapai 0,8846. Berdasarkan temuan penelitian ini, dapat disimpulkan bahwa kinerja model klasifikasi dalam memilih jurusan siswa dapat dipengaruhi oleh kelebihan sampel data. Metode SMOTE efektif dalam mengurangi ketidak seimbangan kelas dan meningkatkan kinerja model klasifikasi. Metode Naive Bayes dapat digunakan sebagai alternatif yang efektif dalam memprediksi penjurusan siswa di SMA Negeri 2 Cikarang Selatan setelah menerapkan teknik SMOTE.
Pengebangan Media Pembelajaran Berbasis Android Untuk Pengenalan Huruf Hijaiyah di TK Islam Pelita Insan Agung Nugroho; Wiyanto Wiyanto; Ahmad Turmudi Zy
VIDHEAS: Jurnal Abdimas Multidisiplin Vol. 1 No. 1 (2023): Juni 2023
Publisher : VINICHO MEDIA PUBLISINDO

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

Abstract

Teknologi makin berkembang seiring dengan perkembangan jaman, begitu juga dalam bidang Pendidikan. Pemanfaatan teknologi menjadi hal yang penting diterapkan dalam bidang pembelajaran. Kegiatan pengabdian ini dalam rangka meningkatkan kualitas pembelajaran dengan memanfaatkan teknologi informasi sebagai sarana mendukung proses pembelajaran yang interaktif melalu penerapan game edukasi dalam mengenal huruf hijaiyah.
Etika Berinternet dalam Upaya Menangkal Informasi HOAX Muhammad Makmun Effendi; Ermanto Ermanto; Ahmad Turmudi Zy; Purnama Sakhrial Pradini
Jurnal Pelita Pengabdian Vol. 1 No. 1 (2023): Januari
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v1i1.1633

Abstract

dengan melakukan identifikasi dan memberikan tautan kepada sumber sebisa mungkin. Publik memiliki hak atas sebanyak mungkin informasi mengenai reliabilitas sumber. Dan selanjutnya jangan share informasi jika diketahui hal tersebut tidak akurat dan jika share informasi yang kurang jelas maka dengan tegas katakan dengan jelas bahwa informasi tersebut meragukan. Dari banyaknya remaja yang menggunakan media online ini, perlu adanya dorongan setiap sekolah dari tingkat SD sampai dengan perguruan tinggi terutama tempat yang akan diberikan sosialisasi adalah siswa SMK Al Amin Cibarusah, yang beralamat di Jl. Raya Cibarusah – Jonggol Km. 1.3 Kec. Cibarusah Kab. Bekasi Jawa Barat , dan dimana anak anak remaja ini masih labil dala pendirian dan masih mudah di giring ke opini yang tidak baik, maka perlu anak anak remaja ini diberikan edukasi dan berperan dalam hal mencegah penyebaran informasi berita hoax dan anak anak remaja terhindar dari tindakan kriminalitas dan juga mencegah agar remaja tidak terjebak di dalam penyebaran berita hoak tersebut dan bisa menggunakan media digital ini dengan benar dan tepat. Kata Kunci: Media Online, Etika, Hoax
Co-Authors Adrianna Syariefur Rakhmat Agung Nugroho Ahmad Rivaldi Ananto Tri Sasongko Antika Zahrotul Kamalia Aprilia Nur Sa'adah Ary Fahrizal Aswan S Sunge Aswan S Sunge Aswan S. Sunge Aswan Supriyadi Sunge Daspar Daspar Donny Maulana Edora Edora Edora Edora Edy Widodo Endrik Ermanto Ermanto Fahamsyah, Mohammad Hatta Gatot Tri Pranoto Ikhsan Romli Irfan Afriantoro Irma Nurmaulida* Juan Fakhri Lutfi Adji Ardiansyah M Syaibani Anwar Miftah Wangsadanureja Miftahuljannah Mudakir Muhamad Ekhsan Muhamad Fatchan Muhammad Adipa Muhammad Makmun Effendi Muhtajuddin Danny Najamuddin Dwi Miharja Muhammad Nurhadi Surojudin Purnama Sakhrial Pradini Putri Nurhafenda Harun Qori yumansyah Qori Ray Fathur Rizky Riani Riani Rismawati Rismawati Suriyanti Suriyanti Wiyanto Wiyanto Zaenur Rozikin Zaky Ali Husaeni