Abstract:Abstract: The Mandiri Computer Education Course (LKP) Institute, Asahan, North Sumatra, is a training institution that provides Information Technology training packages. During this time the training carried out by tutors…
s only featured internet or existing people's blogs without teaching them to create blogs. Then the Community Service Team (PKM) STMIK Royal Kisaran providing training to students of the LKP as an addition to the deepening of blog material that is felt necessary to be given to students LKP. Implementation is done by direct practice accompanied by presentations and discussions and using computers to provide direct understanding to students LKP. The material of activities given to participants can be used and used directly by students in creating a blog in accordance with the concepts that exist in creating a blog.
Keywords: Blogs, Computers, Institutions Educational Courses, Training, Students
Abstrak: Lembaga Kursus Pendidikan (LKP) Mandiri Komputer Kabupaten Asahan Sumatera Utara, merupakan lembaga pelatihan yang menyediakan paket-paket pelatihan Teknologi Informasi. Selama ini pelatihan yang dilaksanakan oleh tutor hanya menampilkan internet atau blog orang yang sudah ada tanpa mengajarinya dalam pembuatan blog. Maka tim Pengabdian kepada masyarakat (PKM) STMIK Royal Kisaran
memberikan pelatihan kepada siswa LKP tersebut sebagai penambahan pendalaman materi blog yang dirasakan perlu untuk diberikan kepada siswa LKP. Pelaksanaan dilakukan dengan cara praktek langsung disertai dengan presentasi dan diskusi dan menggunakan komputer untuk memberikan pemahaman langsung kepada siswa LKP. Materi kegiatan yang diberikan kepada peserta dapat digunakan dan dimanfaatkan langsung oleh siswa dalam membuat blog sesuai dengan konsep yang ada pada pembuatan blog.
Kata kunci: Blog, Komputer, Lembaga Kursus Pendidikan, Pelatihan, Siswa
Abstract:Perkembangan Teknologi Komputer saat ini telah berkembang dengan sangat pesat, hampir seluruh aspek kehidupan manusia tidak terlepas dari pemanfaatan teknologi komputer. Perkembangan teknologi juga di dukungan perkembangan…
an internet bagi semua kalangan mulai dari anak kecil sampai orang dewasa semua menggunakan internet untuk menunjang aktivitas kegiatan. Perkembangan teknologi juga dapat dirasakan dalam penggunaan internet sebagai media pembelajaran. Prestasi belajar merupakan hal yang tidak dapat dipisahkan dari kegiantan belajar, karena dari kegiatan belajaran yang baik maka didapatlah prestasi yang baik juga. Sedang internet merupakan sebuah media komunikasi global yang menghubungkan komponen-komponen komputer dalam jaringan-jaringan komputer diseluruh dunia. Internet dalam dunia pendidikan dapat menyediakan akses seperti perpustakaan online, sumber literatur dan akses materi pembelajaran dapat di akses dengan mudah dengan melalui internet. Melalui pemanfaatan internet dalam dunia pendidikan harus digunakan secara maksimal dan bijaksanaan dalam penggunaannya sehingga tidak terjadi kesalahan pemanfaatan yang nanti bisa merusak generasi muda bangsa. Dalam penggunaan internet juga bisa meningkatkan kemandirian belajar. Kemandirian belajar juga diperlukan untuk mendorong siswa agar berjalar secara inisiatif dan mamacu diri untuk belajar terus menerus. Kemandirian belar juga mendorong untuk menjadi kepribadian yang penuh percaya diri. Kemandirian dalam belajar juga mendorong siswa untuk belajar secara displin dan penuh percaya diri serta tidak lagi bergantungan kepada orang lain. Dengan internet semua orang bisa menerapkan kemandirian belajar dengan efektif dan efisien.
Abstract:Abstract: This community service aims to empower people who are members of the Yasayan Senyum Ibu Indonesia (YSII), so that they dare to appear to do public speaking. Empowerment needs to be done, considering the number…
of Foundation activities that require public speaking skills. The empowerment method used in this service has three stages. The first stage is to introduce and teach participants, how to find material or material to be delivered in public speaking, using the internet. After the material is obtained, they are asked to arrange the sentences that will be delivered in public speaking, then practice them one by one. The second method is to teach and practice the participants to hear a lot while memorizing the words that have been heard, to be memorized and repeated. This method is the basic method of public speaking, which relies a lot on memory, based on what is heard, then memorized. After memorizing, recited in public speaking activities. The third method is one by one the participants learn to recite flat voice intonation, as a basic technique in public speaking. The results of this service are public speaking modules that will be made HKI, popular articles in online media, and scientific articles in public service journals.
Keywords: Public Speaking, Internet, Information Technology
Abstrak: Pengabdian ini bertujuan untuk memberdayakan masyarakat yang tergabung dalam Yasayan Senyum Ibu Indonesia (YSII), agar berani tampil untuk melakukan public speaking. Pemberdayaan ini perlu dilakukan, mengingat banyaknya kegiatan Yayasan yang memerlukan keterampilan public speaking. Metode pemberdayaan yang digunakan dalam pengabdian ini ada tiga tahap. Tahap pertama, adalah mengenalkan dan mengajarkan kepada para peserta, cara mencari bahan atau materi yang akan disampaikan dalam public speaking, dengan menggunakan internet. Setelah bahan di dapatkan, mereka diminta untuk menyusun kalimat yang akan disampaikan di dalam public speaking, kemudian mempraktikannya satu-persatu. Metode kedua adalah mengajarkan dan mempraktikan kepada para peserta untuk banyak mendengar sekaligus menghafalkan kata-kata yang telah didengar, untuk dihapalkan dan diulang kembali. Metode ini adalah metode dasar public speaking, yang banyak mengandalkan daya ingat, berdasarkan dari apa yang didengar, kemudian dihapalkan. Setelah hapal, dilafalkan dalam kegiatan public speaking. Metode ketiga adalah satu persatu peserta belajar melafalkan intonasi suara datar, sebagai teknik dasar dalam public speaking. Hasil dari kegiatan pengabdian ini adalah modul public speaking yang akan dibuat HKI, artikel popular di media online, adan artikel ilmiah di jurnal pengadian masyarakat.
Kata Kunci: Public Speaking, Internet, Teknologi informasi
Abstract:Abstract: Community Service Activities in the form of internet and network training in SMA Negeri 1 Air Joman aims to increase students' knowledge of network technology and the benefits of internet and encourage students…
to be able to independently manage network and internet. The training method used is the form of training in the classroom by using lecture, discussion and question and answer methods as well as network practice directly. The lecture method used is intended to provide a theoretical explanation of internet and network material. Discussion methods are used to explore students' understanding of the material given in the lecture. Practice method is used to show directly how to make a network cable. Benefits derived from this training activity is the students are able to make a network connection with cable and know the benefits of the internet.
Keywords: Internet, Networking, Community Service, students
Abstrak: Kegiatan Pengabdian Pada Masyarakat berupa pelatihan internet dan jaringan di SMA Negeri 1 Air Joman bertujuan untuk meningkatkan pengetahuan siswa terhadap teknologi jaringan dan manfaat dari internet serta mendorong siswa agar mampu dengan mandiri mengelola jaringan dan internet. Metode pelatihan yang digunakan adalah bentuk pelatihan di dalam kelas dengan menggunakan metode ceramah, diskusi dan Tanya jawab serta praktek jaringan secara langsung. Metode ceramah yang digunakan dimaksudkan untuk memberikan penjelasan secara teori terhadap materi internet dan jaringan. Metode diskusi digunakan untuk menggali pemahaman siswa terhadap materi yang diberikan secara ceramah. Metode praktek digunakan untuk menunjukan langsung cara membuat kabel jaringan. Manfaat yang diperoleh dari kegiatan pelatihan ini adalah siswa mampu membuat koneksi jaringan dengan kabel serta mengetahui manfaat dari internet.
Kata kunci:Internet, Jaringan, PKM, siswa
Abstract:Abstract: The advancement of smart agriculture has become a promising solution to increase food productivity and land use efficiency in urban environments. This research aims to develop an Artificial Intelligence (AI)-based…
sed vertical hydroponic farming system integrated with LED grow light technology and catfish aquaponics. The proposed system combines vertical hydroponics and aquaponics to optimize plant growth and water utilization. Internet of Things technology enables real-time environmental monitoring through an Arduino Uno microcontroller integrated with LDR, soil moisture, pH, and NPK sensors. The obtained sensor data is processed using the Mamdani Fuzzy Logic algorithm, which performs fuzzification, rule inference, aggregation, and defuzzification to generate adaptive control decisions for irrigation, nutrient circulation, and LED grow light intensity. This research uses the Research and Development (R&D) method through prototype development and performance evaluation for 30 days using spinach (Amaranthus spp.) and mustard greens (Brassica juncea) as test plants. Experimental results showed that the developed system successfully maintained stable environmental conditions, with soil moisture ranging between 69–72%, a pH value between 6.4 and 6.6, and optimal nutrient availability. Plant growth increased significantly. The integration of IoT, AI and aquaponics improves cultivation efficiency, enabling environmental control as a smart and sustainable solution for urban agriculture.
Keywords: artificial intelligence; aquaponic; hydroponic; LED grow light; vertical farming
Abstract: Kemajuan pertanian cerdas telah menjadi solusi yang menjanjikan untuk meningkatkan produktivitas pangan dan efisiensi penggunaan lahan di lingkungan perkotaan. Penelitian ini bertujuan untuk mengembangkan sistem pertanian hidroponik vertikal berbasis Kecerdasan Buatan (AI) yang terintegrasi dengan teknologi lampu tumbuh LED dan aquaponik ikan lele. Sistem yang diusulkan menggabungkan hidroponik vertikal dan aquaponik untuk mengoptimalkan pertumbuhan tanaman dan pemanfaatan air. Teknologi Internet of Things memungkinkan pemantauan lingkungan secara real-time melalui mikrokontroler arduino uno yang terintegrasi dengan sensor LDR, kelembaban tanah, pH, dan NPK. Data sensor yang diperoleh diproses menggunakan algoritma Logika Fuzzy Mamdani, yang melakukan fuzzifikasi, inferensi aturan, agregasi, dan defuzzifikasi untuk menghasilkan keputusan kontrol adaptif untuk irigasi, sirkulasi nutrisi, dan intensitas lampu tumbuh LED. Penelitian ini menggunakan metode Pengembangan (R&D) melalui pengembangan prototipe dan evaluasi kinerja selama 30 hari menggunakan bayam (Amaranthus spp.) dan sawi hijau (Brassica juncea) sebagai tanaman uji. Hasil eksperimen menunjukkan bahwa sistem yang dikembangkan berhasil mempertahankan kondisi lingkungan yang stabil, dengan kelembaban tanah berkisar antara 69–72%, nilai pH antara 6,4 dan 6,6, dan ketersediaan nutrisi yang optimal. Pertumbuhan tanaman meningkat secara signifikan. Integrasi IoT, AI dan aquaponik meningkatkan efisiensi budidaya, untuk pengendalian lingkungan sebagai solusi cerdas dan berkelanjutan untuk pertanian perkotaan.
Keywords: aquaponik; kecerdasan buatan; hidroponik; lampu tumbuh LED; pertanian vertikal
Abstract:Abstract: Existing IoT anomaly detection studies have achieved high classification performance, but most focus on accuracy and F1-score without explicitly controlling the false positive rate (FPR). In addition, many approaches…
oaches rely on a single detection perspective, limiting their operational reliability. To address this gap, this study proposes a hybrid anomaly detection framework integrating Long Short-Term Memory (LSTM), Shannon entropy, and autoencoder reconstruction error. Shannon entropy is incorporated as an additional feature, while LSTM and the autoencoder capture temporal and reconstruction characteristics. The resulting hybrid representation is processed by a constraint-based threshold selection mechanism that enforces FPR . Experiments on the TON-IoT and Edge-IIoTset datasets achieved average F1-scores of 0.9250 and 0.9934, while maintaining average FPR values of 0.0091 and 0.0714, respectively. Analysis of entropy distributions showed consistent differences between normal and anomalous traffic across both datasets, indicating that Shannon entropy provides discriminative information for anomaly detection. These results demonstrate strong detection performance with controlled false alarms, while ablation studies confirm the significant contribution of Shannon entropy to overall model performance.
Keywords: false positive rate; hybrid deep learning; Internet of Things; network anomaly detection; Shannon entropy
Abstrak: Penelitian deteksi anomali Internet of Things (IoT) telah menunjukkan performa klasifikasi yang tinggi, namun sebagian besar masih berfokus pada accuracy dan F1-score tanpa mengendalikan false positive rate (FPR) secara eksplisit. Selain itu, banyak pendekatan hanya memanfaatkan satu perspektif deteksi sehingga reliabilitas operasionalnya masih terbatas. Untuk mengatasi kesenjangan tersebut, penelitian ini mengusulkan kerangka deteksi anomali hybrid yang mengintegrasikan Long Short-Term Memory (LSTM), Shannon entropy, dan autoencoder reconstruction error. Shannon entropy digunakan sebagai fitur tambahan, sedangkan LSTM dan autoencoder menangkap karakteristik temporal dan deviasi rekonstruksi. Representasi hybrid yang dihasilkan kemudian diproses melalui mekanisme constraint-based threshold selection dengan batas FPR . Hasil pengujian pada dataset TON-IoT dan Edge-IIoTset menghasilkan F1-score rata-rata sebesar 0,9250 dan 0,9934, dengan FPR rata-rata sebesar 0,0091 dan 0,0714. Perbedaan nilai entropy yang konsisten antara trafik normal dan anomali pada kedua dataset menunjukkan bahwa Shannon entropy menyediakan informasi diskriminatif untuk deteksi anomali. Hasil tersebut menunjukkan performa deteksi yang kuat dengan false alarm yang terkendali, sementara studi ablasi mengonfirmasi kontribusi signifikan Shannon entropy terhadap performa model.
Kata kunci: deteksi anomali jaringan; false positive rate; hybrid deep learning; Internet of Things; Shannon entropy
Abstract:Abstract: The development of information and communication technology has driven digital transformation in various sectors, including agriculture. One of the technologies widely applied is the Internet of Things (IoT), which…
hich enables devices to be interconnected through the internet to perform monitoring and data exchange in real time. In hydroponic cultivation, water quality stability is a crucial factor that affects plant growth. The main parameters that need to be monitored include water acidity level (pH), water temperature, and dissolved nutrient concentration measured using Total Dissolved Solids (TDS). However, water quality monitoring is still commonly conducted manually, making it less efficient and potentially causing delays in detecting changes in water conditions. This study aims to design an IoT-based water quality monitoring system for hydroponic cultivation using an ESP32 microcontroller integrated with pH, temperature, and TDS sensors. The collected data are sent to a server and displayed on a web dashboard in real time, equipped with automatic notification features. The proposed system is expected to improve monitoring efficiency and increase the productivity of hydroponic cultivation
Keywords: esp32; hydroponics; internet of things; real-time monitoring; water quality.
Abstrak: Perkembangan teknologi informasi dan komunikasi mendorong transformasi digital dalam berbagai sektor, termasuk pertanian. Salah satu teknologi yang banyak diterapkan adalah Internet of Things (IoT) yang memungkinkan perangkat saling terhubung melalui jaringan internet untuk melakukan pemantauan dan pertukaran data secara real-time. Pada budidaya hidroponik, kestabilan kualitas air menjadi faktor penting yang mempengaruhi pertumbuhan tanaman. Parameter utama yang perlu diperhatikan meliputi tingkat keasaman air (pH), suhu air, serta konsentrasi nutrisi terlarut yang diukur menggunakan Total Dissolved Solids (TDS). Namun, pemantauan kualitas air masih banyak dilakukan secara manual sehingga kurang efisien dan berpotensi menimbulkan keterlambatan dalam mendeteksi perubahan kondisi air. Penelitian ini bertujuan merancang sistem pemantauan kualitas air hidroponik berbasis IoT menggunakan mikrokontroler ESP32 yang terintegrasi dengan sensor pH, suhu, dan TDS. Data dikirim ke server dan ditampilkan pada web dashboard secara real-time serta dilengkapi notifikasi otomatis. Sistem ini diharapkan meningkatkan efisiensi pemantauan dan produktivitas budidaya hidroponik.
Kata kunci: esp32; hidroponik; internet of things; kualitas air; monitoring real-time
Abstract:Abstract: The growing intensity of cyber attacks, marked by rapid, large-scale, automated, and adaptive execution, requires analytical methods that represent the diversity of network environments, including variations in…
target platforms such as IoT, traditional networks, and hybrid infrastructures. This study compares machine learning models for cyber attack classification under heterogeneous environmental conditions and formulates a conceptual optimization framework based on model performance. Four publicly available benchmark datasets were used, namely UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, and a Kaggle cyber security attacks dataset, comprising approximately 40,000 to over 3.6 million records and 25 to 80 features across IoT, conventional, and mixed network environments. Random Forest, XGBoost, Multilayer Perceptron, and Transformer were implemented within a unified pipeline involving preprocessing, feature selection, and Bayesian Optimization-based hyperparameter tuning. All models achieved F1-score and Cohen's Kappa above 96%, with XGBoost performing best (97.80%, 97.26%), followed by Random Forest (97.78%, 96.96%) and Transformer (97.44%, 96.82%), while MLP scored lowest (96.74%, 96.00%), a gap below one percentage point. Confusion matrix analysis revealed persistent misclassification in minority and overlapping attack classes, informing a proposed adaptive cyber attack simulation optimization framework.
Keywords: cyber attacks; optimization; machine learning; environmental variability.
Abstrak: Meningkatnya intensitas serangan siber yang berlangsung cepat, masif, otomatis, dan adaptif menuntut pendekatan analitis yang merepresentasikan keragaman lingkungan jaringan, termasuk perbedaan karakteristik platform sasaran seperti Internet of Things (IoT), jaringan konvensional, dan infrastruktur hibrida. Penelitian ini membandingkan model machine learning untuk klasifikasi serangan siber pada kondisi lingkungan heterogen, sekaligus menyusun kerangka optimasi konseptual berdasarkan performa model. Empat dataset benchmark publik digunakan, yaitu UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, serta dataset Kaggle cyber security attacks, dengan jumlah data berkisar 40.000 hingga lebih dari 3,6 juta rekaman dan 25 sampai 80 fitur, mewakili lingkungan IoT, konvensional, dan campuran. Random Forest, XGBoost, Multilayer Perceptron, dan Transformer diimplementasikan melalui pipeline terpadu mencakup pra-pemrosesan, seleksi fitur, dan optimasi hyperparameter berbasis Bayesian Optimization. Seluruh model mencapai F1-score dan Cohen's Kappa di atas 96%, dengan XGBoost menunjukkan performa terbaik (97,80%, 97,26%), diikuti Random Forest (97,78%, 96,96%) dan Transformer (97,44%, 96,82%), sementara MLP mencatat skor terendah (96,74%, 96,00%), dengan selisih kurang dari satu poin persentase. Analisis confusion matrix mengungkap misklasifikasi yang konsisten pada kelas minoritas dan serangan dengan karakteristik serupa, yang menjadi dasar kerangka optimasi simulasi serangan siber adaptif yang diusulkan.
Kata kunci: serangan siber; optimasi; machine learning; variabilitas lingkungan
Abstract:Abstract: Human metapneumovirus (HMPV) poses a global health threat, but its detection remains challenging due to limited environmental monitoring. This study aims to develop a portable diagnostic tool for rapid HMPV detection…
ection by integrating cutting-edge biotechnology (CRISPR-Cas system and immunoassay) with air quality sensors on an Internet of Things (IoT)-based microfluidic platform controlled by an ESP32 microcontroller. The system is supported by a companion application and data analysis using Vertex AI, and is capable of providing results in less than fifteen minutes. The development results demonstrate the potential for improving detection accuracy and reliability, particularly with further development of virus-specific biosensors, sensor optimization, and algorithms. This technology is effective as a complementary tool for early screening and environment-based risk management in areas with limited laboratory facilities, although it does not completely replace molecular diagnostic methods such as PCR. A rapid diagnostic approach based on environmental sensors, IoT, and artificial intelligence is a promising strategy to improve early HMPV detection, accelerate public health responses, and strengthen respiratory infection prevention through integrated environmental monitoring and education functions.
Keywords: air quality; CRISPR-Cas; Human Metapneumovirus (HMPV); Internet of Things, portable diagnostic; public health; rapid detection; sensors.
Abstrak: Human metapneumovirus (HMPV) merupakan ancaman bagi kesehatan global, namun pendeteksiannya masih sulit akibat keterbatasan pemantauan lingkungan. Studi ini bertujuan mengembangkan alat diagnostik portabel untuk deteksi cepat HMPV melalui integrasi bioteknologi mutakhir (sistem CRISPR-Cas dan immunoassay) dengan sensor kualitas udara pada platform mikrofluida berbasis Internet of Things (IoT) yang dikendalikan mikrokontroler ESP32. Sistem ini didukung aplikasi pendamping dan analisis data menggunakan Vertex AI, serta mampu memberikan hasil dalam waktu kurang dari lima belas menit. Hasil pengembangan menunjukkan potensi peningkatan akurasi dan keandalan deteksi, terutama dengan pengembangan lanjutan berupa biosensor spesifik virus, optimalisasi sensor, dan algoritma. Teknologi ini efektif sebagai alat pelengkap untuk skrining awal dan manajemen risiko berbasis lingkungan di wilayah dengan keterbatasan fasilitas laboratorium, meskipun tidak sepenuhnya menggantikan metode diagnostik molekuler seperti PCR. Pendekatan diagnostik cepat berbasis sensor lingkungan, IoT, dan kecerdasan buatan menjadi strategi menjanjikan untuk meningkatkan deteksi dini HMPV, mempercepat respons kesehatan masyarakat, serta memperkuat pencegahan infeksi saluran pernapasan melalui fungsi pemantauan dan edukasi lingkungan yang terintegrasi.
Kata kunci: CRISPR-Cas; diagnostik portabel; deteksi cepat; Human Metapneumovirus (HMPV); kesehatan masyarakat; IoT (Internet of Things); sensor kualitas udara.
Abstract:Abstract: In the era of the Internet of Things (IoT), cyber threats are increasingly complex and dynamic, thus demanding an adaptive and intelligent network security system. This study proposes a Convolutional Neural Network…
work (CNN)-based Intrusion Detection System (IDS) implemented through a Federated Learning (FL) approach in a Non-Independent and Identically Distributed (Non-IID) data environment. This approach allows the model to be trained in a distributed manner across multiple IoT devices without having to collect sensitive data to a central server, thereby maintaining data privacy while increasing the efficiency of the training process. The experiment used the CIC IoT 2023 dataset, which represents various modern IoT network traffic patterns. The results show that the proposed CNN–FL model achieves an overall accuracy of 0.99, with excellent performance in detecting various types of network traffic. The model obtains a perfect recall value (1.00) for normal traffic (Benign), as well as a very high F1-score for DDoS (0.99) and DoS (0.99) attacks. Stable and consistent performance across all five federation rounds demonstrates that this approach is a reliable, efficient, and accurate solution for detecting threats in distributed and privacy-preserving IoT networks.
Keywords: cnn; federated_learning; ids; non-iid; ciciot2023
Abstrak: Dalam era Internet of Things (IoT), ancaman siber semakin kompleks dan dinamis, sehingga menuntut sistem keamanan jaringan yang adaptif dan cerdas. Penelitian ini mengusulkan Intrusion Detection System (IDS) berbasis Convolutional Neural Network (CNN) yang diterapkan melalui pendekatan Federated Learning (FL) pada lingkungan data yang bersifat Non-Independent and Identically Distributed (Non-IID). Pendekatan ini memungkinkan model dilatih secara terdistribusi di berbagai perangkat IoT tanpa harus mengumpulkan data sensitif ke server pusat, sehingga mampu menjaga privasi data sekaligus meningkatkan efisiensi proses pelatihan. Eksperimen menggunakan dataset CIC IoT 2023, yang merepresentasikan berbagai pola lalu lintas jaringan IoT modern. Hasil penelitian menunjukkan bahwa model CNN–FL yang diusulkan mencapai akurasi keseluruhan sebesar 0.99, dengan performa yang sangat baik dalam mendeteksi berbagai jenis lalu lintas jaringan. Model memperoleh nilai recall sempurna (1.00) untuk lalu lintas normal (Benign), serta nilai F1-score yang sangat tinggi untuk serangan DDoS (0.99) dan DoS (0.99). Kinerja yang stabil dan konsisten di seluruh lima putaran federasi membuktikan bahwa pendekatan ini merupakan solusi yang andal, efisien, dan akurat untuk mendeteksi ancaman pada jaringan IoT yang bersifat terdistribusi dan menjaga privasi (privacy-preserving).
Kata kunci: cnn; federated_learning; ids; non-iid; ciciot2023