Ery Hartati
Alumni

Ery Hartati

S3 Ilmu Teknik

NIM

03013682126007

Angkatan

2021

Lulus

Januari 2026

Tema Riset

"Optimasi Performance Metode Proof of Priority (PoP) Menggunakan Blockchain Konsensus Algoritma Pada Sistem Transaksi Order di Industri Manufaktur"

Digitalisasi saat ini terus dilakukan oleh pemeritah untuk mengatasi tantangan masa depan. Tantang tersebut masuk dalam Tiga sektor yakni infrastruktur digital, ekonomi digital, dan masyarakat digital. Untuk itu upaya terus yang sering dilakukan adalah terus melakukan perubahan secara ekomoni digital. Teknologi Blockchain yang mampu melakukan perubahan Ekonomi digital tersebut memerlukan teknologi yang bisa melakukan perubahan dan mengatasi tantangan masa depan. Teknologi Blockchain merupakan teknologi yang bersifat decentralize, immutable dan transparan. Masalah Blockchain. Salah satu masalah dan tantangan yang ada di blockchain consensus adalah di skalabiliti untuk excute time untuk komputasi. Disini penulis merumuskan masalahnya : Bagaimana tahap Preprocessing Fitur Selection untuk mendapatkan fitur ideal dengan menggunakan algoritma Machine Learning, Bagaimana optimasi metode proof of priority di Blockchain algorithma consensus di industri Manufaktur, Bagaimana mengukur Performance di Blockchain Algorithma Consensus dalam pada transaksi Blockchain? Berdasarkan hasil studi, pendekatan seleksi fitur dapat meningkatkan performa transaksi order. Namun untuk membuktikannya dilakukan eksperimen untuk beberapa metode seleksi fitur seperti Information Gain, Gain Ratio And Chi- Square. Sedangkan mengetahui nilai akurasinya digunakan beberapa metode klasifikasi diantaranya : Naïve Bayes, Random Tree, Random Forest. Hasilnya memperlihatkan metode seleksi fitur meningkatkan performa sistem transaksi order di Blockchain, namun masih perlu dioptimasi untuk mengukur performancenya. Selanjutnya peneliti melakukan eksperimen dengan melakukan optimasi seleksi fitur menggunakan Chi-Square , yang menghasilkan 3 fitur dari 14 fitur terpilih. Performa deteksi memperlihatkan hasil optimasi seleksi fitur ini dapat meningkatkan kinerja Naïve bayes dengan nilai Accuracy 97,65, recall 0,999, precision 0,999 dan FPR 0,002. Dengan hasil execute time dengan metode komparasi PoW setelah di seleksi fitur sebesar 0,14second.

Pembimbing

Pembimbing 1:Prof. Ir. Deris Stiawan, M.T., Ph.D., IPU., ASEAN Eng.

Keanggotaan Profesional

A

ACM Membership

2026ID: 6993277Sejak Jan 2026
Aktif
Kartu ACM Membership
I

IEEE Membership

2025ID: 99134308Sejak Jan 2023
Berlaku sampai
Kartu IEEE Membership
I

IEEE Membership

2026ID: 99134308Sejak Jan 2026
Aktif
Kartu IEEE Membership

Karya Poster

COMNETS
Research Group