Skripsi atau Tugas Akhir bagi mahasiswa jenjang S1/S2 terkadang membuat bingung sebagian besar mahasiswa. Saya berpengalaman membimbing mahasiswa sejak tahun 2005 hingga 2012. Dan saya faham sekali perasaan teman-teman mahasiswa tingkat akhir yang menjelang Skripsi. Tidak sedikit teman-teman mahasiswa yang seangkatan lulus S1 hingga last year, ada yang 5 tahun, 7 tahun, mungkin 8 tahun…*klo di Eropa 5 tahun sudah dapat gelar S2 (Master), 8 tahun bisa S3 (PhD) 🙂
Read the rest of this entry »
Berikut ini adalah abstrak untuk proposal penelitian kami yang didanai oleh konsorsium riset dan inovasi Covid-19 ke Lembaga Pengelola Dana Pendidikan Kementrian Keuangan (LPDP) dan Kementrian Riset dan Teknologi / Badan Riset Dan Inovasi Nasional (Ristek/BRIN) untuk tahun anggaran 2020.
Read the rest of this entry »
Abstract
This paper provides a comparison study of the quality services of RPL protocols in low-power and lossy networks (LLN). We evaluate and compare our proposed protocol which is an extension of RPL based on Operator Calculus (OC), called RPL-OC, with the standard and other RPL variants. OC based approach is applied to extract the feasible end-to-end paths while assigning a rank to each one. The goal is to provide a tuple that containing the most efficient paths in end-to-end manner by considering more network metrics instead of one. Further, to address some significant issues of the performance analysis, a statistical test has been performed in order to determine whether the proposed protocol outperforms others or not by using Friedman test. The results show that there is a strong indication that four different protocols were analyzed and compared. It reveals that the proposed scheme outperforms others, especially in terms of end-to-end delay and energy consumption which allow ensuring quality of services requirements for Internet of Things (IoT) or smart city applications.
Index Terms—RPL, Routing, LLN, IoT, Friedman Test.
This paper has been already accepted on the Symposium on Solutions for Smart Cities Challenges 2020 (SSCC 2020) in conjunction with The Seventh International Conference on Internet of Things: Systems, Management and Security (IoTSMS 2020), Paris, France, December 14-16, 2020. Accepted papers will appear in the IoTSMS Proceeding and to be submitted to IEEE Xplore for inclusion. And in addition, this paper is one of the Workshops Best Paper Nominees. However, due to pandemic Covid-19, the conference is transformed into an online virtual conference.
Screenshot of Workshops Best Paper Nominees (Taken from the Opening Slides of keynote speaker)
Screenshot from the virtual conference.
Colmar, 16 December 2020
Abstrak
Kejahatan (fraud/scam) kartu kredit masih terus terjadi dan angka kasus penipuan masih terus meningkat dari tahun ke tahun. Hal ini telah menjadi permasalahan internasional hingga saat ini, termasuk Indonesia dengan jumlah kasus yang cukup tinggi. Berdasarkan data yang didapat dari berbagai kasus kejahatan perbankan yang terjadi di Indonesia pada tahun 2017 – 2018, ditemukan bahwa hampir 50 % kasus kejahatan perbankan terjadi pada bank pemerintah dan 80 % pelaku kejahatan perbankan adalah di tingkat manajemen. Belum lagi ditambah kasus kejahatan dari pihak lain, seperti pencurian kartu kredit/debit, pengambilalihan akun (account takeover), kartu tiruan (counterfeit cards), penipuan dalam pengajuan kartu (fraudulent application), cetakan berkali-kali (multiple imprints), dan kejahatan melalui pemesanan surat, telepon maupun e-commerce (Mail order, telephone order or e-commerce fraud).
Pengawasan pada tingkat internal perbankan yang masih lemah serta kepercayaan nasabah kepada perbankan, dijadikan kesempatan untuk melancarkan aksi kejahatan oleh para pelaku.
Diperlukan waktu beberapa bulan untuk dapat mendeteksi aksi kejahatan (fraud/scam).
Pada propsoal ini, kami menawarkan sebuah sistem yang mampu mendeteksi apakah sebuah transaksi perbankan itu sah (legit) atau tidak sah (fraud) secara real-time dengan menggunakan sebuah kecerdasan buatan (artificial intelligence) dan machine learning.
Kata Kunci: Fraud, deteksi, Penipuan, Scam, Kartu Kredit, Machine Learning, Artificial Intelligence, Kecerdasan Buatan
Colmar, 7 Desember 2020
Sudah lama saya tidak mengisi lembaran diare…eh diary blog digital ini. Sibuk ngapain aja yah? Yah begitulah, sibuk dengan rutinitas dan fokus pada ‘big goals‘ sendiri.
Ok, kali ini saya akan bercerita membuat forex “Expert Advisor (EA)” sendiri. As you may already know, bahwa dunia forex/saham/stock adalah dunia investasi finansial yang Full of Risk, tapi walaupun begitu High Risk High Gain. Yang Low Risk ada ga? Ada, tabungan dan deposito adalah beberapa contoh investasi yang aman dengan resiko yang sangat kecil, tapi profit juga kecil. Kecuali Anda punya modal yang sangat besar, misal 10 Milyard Anda depositokan, maka dengan bunga deposito sekitar 5% perbulan, Anda akan menerima 50 juta. Pada dunia ‘trading, kita bisa melakukan ‘trade’ atau jual beli, mulai dari saham, stock, forex atau valas, emas hingga crypto-currencies seperti Bitcoin yang sedang booming. Bursa saham dan valas beroperasi 24 jam dari senin hingga jum’at. Sehingga membuat peluang ‘trading’ lebih besar, karena pasar bursa dan valas ini tidak bersifat nasional, melainkan internasional. Kegiatan aktifitas ‘trade’ ini menjadi ‘dapur’ utama roda perekonomian dunia. Berapa persen profit yang bisa kita dapat dari ‘trading’? Sejak kegiatan ‘trading’ beroperasi 24 jam dan perputaran uang yang melibatkan seluruh penjuru dunia, maka profit bisa dikatakan ‘unlimited. Jadi kita lah sebagai trader yang sebaiknya menentukan target profit yang diinginkan baik itu dalam harian atau bulanan. You can imagine that how big this market is. Tapi bagaimana bagi para ‘trader’ pemula seperti saya yang tidak punya pengalaman ‘trading’ sama sekali seumur hidup ini? *kasian deh. Nah, solusinya adalah dengan menggunakan Expert Advisor atau disingkat EA, Bahasa Indonesia-nya ‘Penasihat Pakar atau Penasihat Ahli”. *Agak aneh ditelinga saya…. ^_^. Bisa juga sih dengan menggunakan beberapa indikator, seperti MACD, RSI, EMA, Bollinger, tapi khan saya ga bisa dan ga ngerti bagaimana baca indikator-indikator tersebut.
Read the rest of this entry »
Selamat Pagi…..
Bonjour…..Good Morning….Guten Morgen…
Suatu kehormatan buat saya diminta menjadi pembicara dalam acara Webinar Series dari Universitas Nasional, Jakarta, Indonesia yang akan diadakan pada Senin 22 Juini 2020 jam 10.00 – 12.00 WIB.
Pada kesempatan ini, saya akan berbagi sedikit pengalaman saya dalam merancang bangun sebuah Machine Learning untuk mendeteksi Covid-19 dengan memanfaatkan citra medis. Seperti apa rancangan Machine Learning? Apakah seperti mesin jahit bentuknya? Nah…biar ga penasaran, buruan daftar…..Kalau terlambat, jangan nangis dan sedih. Masih ada kesempatan lain…
Yuuk belajar…! #senangnya berbagi.
Mumpung lagi ada waktu selama “lockdown” alias “work from home” dikarenakan ada virus Corona yang masih berkeliaran di muka bumi ini, maka saya mau nulis lagi neh…kelanjutan cerita si Adoel yang jadi korban ketidakadilan, kesewenag-wenangan, mind-block, arogan, tidak ada niat baik, tidak ada integritas dari oknum pimpinan sebuah pabrik tempe yang berlokasi di kampoeng Oedik.
Bagi yang belum baca cerita bagian pertama Adoel, silahkan menuju ke TKP dengan klik disini.
Bonjour à tous,
Je vais vous présenter mon stage chez XYZ SAS à Strasbourg. Le sujet de mon stage est le réglage fin des paramètres de stockage des données pour les mises à jour de modèles dans la détection des fraudes. D’abord, je vais présenter l’introduction comme le contexte du projet et le profil d’entreprise. Ensuite, la mission que j’ai effectué comme la transaction stocké, étiquetage dynamique, comment gérer de haut risques et de modèle a jour, je vais les expliquer dans la section travail proposé. La section suivante est les performances et les résultats. Ici, on vas voir les performances de modèles. Et a la fin, la conclusion.
Hai gais…. 😀 Kali ini saya akan berbagi banyak (*bukan sedikit 😀 ) dari latihan menjadi Data Scientist.
Latihan Data Science pada studi kasus Perumahan (Housing) di kota Boston dengan menggunakan Jupyter.
import numpy as np
import pandas as pd
import os
import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats
Untuk lebih jelasnya bisa dilihat disini .
Abdusy Syarif 