Abstract:Abstract: The purpose of this social service is to provide learning media training based on the presentation application, Sparcol and Powtoon. This activity was given to teachers in Elementary School 9 Purwodadi. The social…
ial service session consists of installing an application, creating an account, adding images and text, changing the background, and saving the results that have been made. The model used is a workshop model with lectures, demonstrations, question and answer and direct practice methods. Evaluation is done by distributing information and motivation questionnaires to participants and product checklists. In general, participants claimed that the training schedule was right, the time sharing (lectures, demonstrations, question-answer and direct practice) was also felt positively by the participants. Participants are satisfied with the topic presented and feel that most of the expectations and objectives of the social service are fulfilled. Evaluation results indicate that the material delivered can be followed well.
Keyword: Powtoon Training, Sparcol Training, Elementary School
Abstrak: Tujuan dari pengabdian ini adalah memberikan pelatihan media pembelajaran berbasis aplikasi presentasi Sparcol dan Powtoon. Kegiatan pengabdian ini diberikan kepada guru-guru SD Negeri 9 Purwodadi. Sesi pengabdian terdiri dari instal aplikasi, membuat akun, menambah gambar dan teks, merubah background, dan menyimpan hasil yang telah dibuat. Model yang digunakan adalah model lokakarya dengan ceramah, demonstrasi, tanya jawab dan metode praktik langsung. Evaluasi dilakukan dengan menyebarkan angket informasi dan motivasi kepada peserta dan daftar periksa produk. Secara umum, peserta mengklaim bahwa jadwal pelatihan sudah tepat, pembagian waktu (ceramah, demonstrasi, tanya jawab dan praktik langsung) juga dirasakan positif oleh peserta. Peserta puas dengan topik yang disajikan dan merasa bahwa sebagian besar harapan dan tujuan pengabdian terpenuhi. Hasil evaluasi menunjukkan bahwa materi yang disampaikan dapat diikuti dengan baik.
Kata Kunci: Pelatihan Powtoon, Pelatihan Sparcol, Sekolah Dasar
Abstract:Abstract: Community Service Activities in the form of internet utilization training at LKP Bintang Mulia Batubara aim to increase students' knowledge of internet technology and the benefits of the internet and encourage…
students to be able to independently manage networks and the internet. The target audience in this community service is LKP Bintang Mulia Batubara students. The training method used is a form of training in the classroom using the lecture method, discussion and question and answer. The lecture method used is intended to provide a theoretical explanation of internet and network material. The discussion method is used to explore students' understanding of the material given in lectures. The practice method is used to show directly how to make a network cable. The benefits obtained from this training activity are that students are able to make wired network connections and know the benefits of the internet.
Keywords: Internet, Benefits, Training, Networks
Abstrak : Kegiatan Pengabdian Pada Masyarakat berupa pelatihan pemanfaatan internet di LKP Bintang Mulia Batubara bertujuan untuk meningkatkan pengetahuan peserta didik terhadap teknologi internet dan manfaat dari internet serta mendorong peserta didik agar mampu dengan mandiri mengelola jaringan dan internet. Khalayak sasaran dalam pengabdian masyrakat ini adalah peserta didik LKP Bintang Mulia Batubara. Metode pelatihan yang digunakan adalah bentuk pelatihan di dalam kelas dengan menggunakan metode ceramah, diskusi dan tanya jawab. Metode ceramah yang digunakan dimaksudkan untuk memberikan penjelasan secara teori terhadap materi internet dan jaringan. Metode diskusi digunakan untuk menggali pemahaman peserta didik terhadap materi yang diberikan secara ceramah. Metode praktek digunakan untuk menunjukan langsung cara membuat kabel jaringan. Manfaat yang diperoleh dari kegiatan pelatihan ini adalah peserta didik mampu membuat koneksi jaringan dengan kabel serta mengetahui manfaat dari internet.
Kata kunci : Internet, Manfaat, Pelatihan, Jaringan
Abstract:Abstract: The Financial Management Unit (UPK) is one of the managing units of financial activities. One of its tasks is to bring together people who have the same needs or types of businesses to form business groups. The…
UPK is also tasked with channeling and developing government aid funds for the development of micro enterprises in each kelurahan. Government through the Ministry of Public Works and Public Housing continue to develop the capacity of the community through various types of training that are scheduled each year. One of training forms conducted is financial management training for the Financial Management Unit located in 25 urban subdistricts of East Kisaran and West Kisaran District. This financial management training is considered very important because UPK capacity building is needed in performing its duties as a financial management unit. The purpose of this Community Service activity is to improve the knowledge of UPK on Financial Management so that it can be applied to the community, to be able to do the recording of income and expenditure with good and detailed, to give reference to UPK in order to be able to educate financial management to community and introduce MYOB application for UPK. The result of this activity is the implementation of Community Service activity which attended by UPK as many as 48 people.
Keywords: UPK, Financial, Management,MYOB
Abstrak: Unit Pengelola Keuangan (UPK) merupakan salah satu unit pengelola kegiatan keuangan. Salah satu tugasnya adalah menghimpun masyarakat yang memiliki kebutuhan atau jenis usaha yang sama untuk membentuk kelompok-kelompok usaha. UPK ini juga bertugas menyalurkan serta mengembangkan dana bantuan pemerintah untuk pengembangan usaha mikro di masing-masing kelurahan.Pemerintah melalui Kementerian Pekerjaan Umum dan Perumahan Rakyat terus melakukan pengembangan kapasitas masyarakat melalui berbagai jenis pelatihan yang diagendakan setiap tahun. Salah satu bentuk pelatihan yang dilakukan adalah pelatihan pengelolaan keuangan bagi Unit Pengelola Keuangan yang berada di 25 kelurahan Kecamatan Kisaran Timur dan Kecamatan Kisaran Barat. Pelatihan pengelolaan keuangan ini dipandang sangat penting karena, pengembangan kapasitas UPK sangat dibutuhkan dalam menjalankan tugasnya sebagai unit pengelola keuangan. Tujuan dilakukannya kegiatan Pengabdian Masyarakat ini adalah untuk meningkatkan pengetahuan UPK terhadap Pengelolaan Keuangan sehingga dapat diterapkan ke masyarakat, untuk dapat melakukan pencatatat pemasukan dan pengeluaran dengan baik dan rinci, untuk memberikan acuan kepada UPK agar mampu melakukan edukasi pengelolaan keuangan kepada masyarakat dan mengenalkan aplikasi MYOB bagi UPK .Hasil kegiatan ini adalah terlaksananya kegiatan Pengabdian Masyarakat yang dihadiri UPK sebanyak 48 orang.
Kata kunci: UPK, Keuangan, Manajemen, MYOB
Abstract:Abstract :Knowledge of computer science today is very necessary especially for students. One of them learns computer network which is a science that many people need. Associated with the existence of computer network so…
many jobs like send data, print paper to one printer by many computers easy to do. However, the knowledge of this is difficult to be able to by students in schools due to many obstacles such as incomplete equipment, competent tutors in their field no, that is experienced by students of SMA Negeri 1 Air Joman Kabupaten Asahan. Then need a solution that provides that knowledge. Cisco packet tracer which is a free application that can provide an overview of the computer network. With these applications it will be easy to provide knowledge of computer networks that can be provided through lectures, frequently asked questions and practice. The lecture method used is intended to provide a theoretical explanation of computer network material. Practice method is used to show directly how to make network cable and data communications. So that the benefits gained from this workshop activities is to increase students' knowledge of network technology and students are able to make a network connection with cable.
Keywords :Network, Computer, Cisco
Abstrak :Pengetahuan akan ilmu komputer saat ini sangat diperlukan terkhusus untuk kalangan pelajar.Salah satunya belajar jaringan komputer yang merupakan ilmu yang banyak dibutuhkan masyarakat.Berhubungan dengan adanya jaringan komputer maka banyak pekerjaan seperti kirim data, cetak kertas ke satu printer oleh banyak computer mudah dilakukan. Namun, pengetahuan akan hal ini sulit di dapat oleh pelajar di sekolah berhubung banyak kendala seperti peralatan yang tidak lengkap, tutor yang berkompeten dibidangnya tida ada, itulah yang dialami oleh siswa SMA Negeri 1 Air Joman Kabupaten Asahan. Maka perlu solusi yang memberikan pengetahuan tersebut.Cisco packet tracer yang merupakan aplikasi gratis yang dapat memberikan gambaran atas jaringan komputer. Dengan aplikasi tersebut maka akan mudah memberikan pengetahuan akan jaringan komputer yang dapat diberikan melalui ceramah, tanya jawab dan praktek. Metode ceramah yang digunakan dimaksudkan untuk memberikan penjelasan secara teori terhadap materi jaringan komputer.Metode praktek digunakan untuk menunjukan langsung cara membuat kabel jaringan dan komunikasi data. Sehinga manfaat yang diperoleh dari kegiatan workshop ini adalah meningkatkan pengetahuan siswa terhadap teknologi jaringan dan siswa mampu membuat koneksi jaringan dengan kabel.
Kata kunci : Jaringan, Komputer, Cisco
Abstract:Abstract: Man-in-the-Middle (MITM) attacks are a threat that can occur on public wireless networks, including campus Wi-Fi environments. This study aims to analyze MITM attacks on the Wi-Fi network at Universitas ‘Aisyiyah…
iyah Yogyakarta using the National Institute of Standards and Technology (NIST) digital forensics methodology. The study applied the four NIST phases: collection, examination, analysis, and reporting. The digital evidence analyzed included packet capture (PCAP) files, as well as digital traces such as browser history, cookies, and cache data obtained from the victim’s device. The analysis process utilized Wireshark, the SQLite Database Browser, and ChromeCacheView to identify suspicious activity and correlate the discovered digital traces. The results of the study show that the MITM attack was successfully reconstructed through the correlation of digital traces, leading to the identification of ARP spoofing and DNS spoofing originating from a device with the IP address 192.168.200.12 and the MAC address a0:47:d7:73:ef:fb. The correlation of digital traces in the victim’s network and system traffic revealed communication redirection and web access manipulation. This study concludes that the NIST method is capable of reconstructing MITM attacks and identifying digital evidence from activity traces on both the network and the system.
Keywords: ARP spoofing; digital forensics; DNS spoofing; MITM; NIST
Abstrak: Serangan Man-in-the-Middle (MITM) merupakan ancaman yang dapat terjadi pada jaringan nirkabel publik, termasuk lingkungan WiFi kampus. Penelitian ini bertujuan menganalisis serangan MITM pada jaringan WiFi Universitas ‘Aisyiyah Yogyakarta menggunakan metode forensik digital National Institute of Standards and Technology (NIST). Penelitian menerapkan empat tahapan NIST, yaitu collection, examination, analysis, dan reporting. Bukti digital yang dianalisis meliputi file packet capture (PCAP), jejak digital berupa history browser, cookies, dan cache yang diperoleh dari perangkat korban. Proses analisis menggunakan Wireshark, SQLite Database Browser, dan ChromeCacheView untuk mengidentifikasi aktivitas mencurigakan serta mengorelasikan jejak digital yang ditemukan. Hasil penelitian menunjukkan bahwa serangan MITM berhasil direkonstruksi melalui korelasi jejak digital yang mengarah pada identifikasi ARP spoofing dan DNS spoofing dari perangkat dengan alamat IP 192.168.200.12 dan MAC address a0:47:d7:73:ef:fb. Korelasi jejak digital pada lalu lintas jaringan dan sistem korban menunjukkan adanya pengalihan komunikasi serta manipulasi akses web. Penelitian ini menyimpulkan bahwa metode NIST mampu merekonstruksi serangan MITM dan mengidentifikasi bukti digital dari jejak aktivitas pada jaringan maupun sistem.
Kata kunci: ARP spoofing; DNS spoofing; forensik digital; MITM; NIST
Abstract:Abstract: Anomalous sound detection is essential for industrial predictive maintenance, as machine failures often originate from subtle acoustic changes during operation. However, high background noise and limitations of…
conventional Convolutional Neural Networks (CNN) reduce detection reliability. This study proposes a 1D-CNN-based anomaly detection framework with multi-view feature fusion and temporal segmentation to enhance detection performance. The approach combines MFCC, Log-Mel Spectrogram, and Chroma STFT features, while temporal segmentation divides audio signals into 5-second segments to better capture transient anomalies. Experiments on the MIMII dataset under varying Signal-to-Noise Ratio (SNR) conditions show that MFCC and Log-Mel fusion achieves the best performance, with 97.90% accuracy and ROC-AUC of 0.9789. The model maintains accuracy above 90% at −6 dB, demonstrating strong robustness in noisy industrial environments.
Keywords: industrial anomaly detection; 1D-CNN; multi-view feature fusion; temporal segmentation; MIMII dataset.
Abstrak: Deteksi anomali suara merupakan komponen penting dalam sistem pemeliharaan prediktif industri, karena kegagalan mesin sering diawali oleh perubahan akustik yang bersifat halus selama proses operasi. Namun, tingkat kebisingan yang tinggi serta keterbatasan arsitektur Convolutional Neural Network (CNN) konvensional dapat menurunkan keandalan deteksi. Penelitian ini bertujuan mengusulkan kerangka deteksi anomali berbasis 1D-CNN yang mengintegrasikan strategi fusi fitur multi-view dan segmentasi temporal untuk meningkatkan kinerja deteksi. Pendekatan yang digunakan menggabungkan fitur MFCC, Log-Mel Spectrogram dan Chroma STFT, sementara teknik temporal splitting membagi sinyal audio menjadi segmen berdurasi 5 detik untuk menangkap anomali yang bersifat sementara. Eksperimen menggunakan dataset MIMII pada berbagai kondisi Signal-to-Noise Ratio (SNR) menunjukkan bahwa kombinasi MFCC dan Log-Mel Spectrogram menghasilkan kinerja terbaik dengan akurasi 97,90% dan ROC-AUC sebesar 0,9789. Model juga mempertahankan akurasi di atas 90% pada kondisi kebisingan ekstrem (−6 dB) yang menunjukkan ketahanan yang baik dalam lingkungan industri yang bising.
Kata kunci: deteksi anomali industri; 1D-CNN; fusi fitur multi-view; segmentasi temporal; dataset MIMII
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: Accurate bone age estimation is essential for monitoring pediatric growth, diagnosing endocrine disorders, and supporting clinical decision-making. Although deep learning has improved prediction accuracy, limited…
ed studies have systematically examined how increasing model depth affects performance and reliability. This study evaluates the effectiveness of progressively deeper convolutional neural networks, specifically EfficientNet variants B0 to B5, for bone age estimation from hand radiographs. Experiments were conducted using 12,611 hand X-ray images from the RSNA Pediatric Bone Age Challenge dataset on Kaggle. To ensure fair comparison, all models were trained using a unified and consistent training pipeline. Model performance was evaluated using Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Concordance Correlation Coefficient (CCC), and Pearson correlation coefficient. The results show a consistent improvement in prediction accuracy as model depth increases. Among the evaluated models, EfficientNet-B5 achieved the best performance, with an MAE of 21.5 months, MAPE of 6.23%, CCC of 0.9148, and Pearson’s r of 0.9203. These findings confirm that model scaling plays a critical role in enhancing prediction robustness and clinical reliability. Future work should emphasize external validation across diverse populations and incorporate interpretability techniques, such as Grad-CAM, to improve clinical transparency and trust.
Keywords: bone age prediction; deep learning; model evaluation; clinical validation
Abstrak: Estimasi usia tulang yang akurat sangat penting untuk memantau pertumbuhan anak, mendiagnosis gangguan endokrin, dan mendukung pengambilan keputusan klinis. Meskipun pembelajaran mendalam telah meningkatkan akurasi prediksi, studi yang secara sistematis meneliti bagaimana peningkatan kedalaman model memengaruhi kinerja dan keandalan masih terbatas. Studi ini mengevaluasi efektivitas jaringan saraf konvolusional yang semakin dalam, khususnya varian EfficientNet B0 hingga B5, untuk estimasi usia tulang dari radiografi tangan. Eksperimen dilakukan menggunakan 12.611 gambar sinar-X tangan dari dataset RSNA Pediatric Bone Age Challenge di Kaggle. Untuk memastikan perbandingan yang adil, semua model dilatih menggunakan alur pelatihan yang terpadu dan konsisten. Kinerja model dievaluasi menggunakan Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Concordance Correlation Coefficient (CCC), dan koefisien korelasi Pearson. Hasil menunjukkan peningkatan yang konsisten dalam akurasi prediksi seiring dengan peningkatan kedalaman model. Di antara model yang dievaluasi, EfficientNet-B5 mencapai kinerja terbaik, dengan MAE sebesar 21,5 bulan, MAPE sebesar 6,23%, CCC sebesar 0,9148, dan Pearson’s r sebesar 0,9203. Temuan ini menegaskan bahwa penskalaan model memainkan peran penting dalam meningkatkan optimasi prediksi dan keandalan klinis. Penelitian selanjutnya dapat menekankan validasi eksternal di berbagai populasi dan menggabungkan teknik interpretasi, seperti Grad-CAM, untuk meningkatkan transparansi dan kepercayaan klinis.
Kata kunci: prediksi usia tulang; deep learning; evaluasi model; validasi klinis
Abstract:Abstract: Understanding students’ emotional conditions is important for evaluating engagement and learning atmosphere in classroom environments. However, conventional evaluation methods are often subjective and difficult…
lt to apply in real time. Therefore, this study proposes a real-time multi-face emotion detection system designed for classroom learning environments. The system integrates a CNN-based Tiny Face Detector for multi-scale face localization with a convolutional neural network to classify seven facial emotions: angry, disgust, fear, happy, sad, surprise, and neutral. Experimental evaluation was conducted using classroom video data under varying lighting conditions, face orientations, partial occlusions, and different numbers of detected faces per frame. The proposed system achieves stable real-time performance with processing speeds ranging from 10–20 FPS, depending on face density. The results show higher recognition performance for expressive emotions, while subtle emotions remain more challenging. Overall classification accuracy reaches above 80% when emotion predictions are aggregated across multiple faces and time windows. These results indicate that the proposed system is suitable for objective analysis of emotional dynamics in classroom environments and supports the deployment of lightweight emotion-aware monitoring systems for educational applications.
Keywords: classroom monitoring; convolutional neural network; facial emotion recognition; multi-face detection; tiny face detector.
Abstrak: Pemahaman terhadap kondisi emosional mahasiswa penting untuk mengevaluasi keterlibatan dan suasana pembelajaran di kelas. Namun, metode evaluasi konvensional umumnya bersifat subjektif dan sulit diterapkan secara real-time. Oleh karena itu, penelitian ini mengusulkan sistem deteksi emosi multi-wajah secara real-time yang dirancang untuk lingkungan pembelajaran di kelas. Sistem mengintegrasikan Tiny Face Detector berbasis CNN untuk pelokalan wajah multi-skala dengan jaringan saraf konvolusional untuk mengklasifikasikan tujuh emosi wajah, yaitu marah, jijik, takut, senang, sedih, terkejut, dan netral. Evaluasi eksperimen dilakukan menggunakan data video kelas dengan variasi kondisi pencahayaan, orientasi wajah, oklusi parsial, serta jumlah wajah yang berbeda dalam satu frame. Sistem menunjukkan kinerja real-time yang stabil dengan kecepatan pemrosesan antara 10–20 FPS, bergantung pada kepadatan wajah. Hasil pengujian menunjukkan kinerja yang lebih baik pada emosi ekspresif, sementara emosi dengan ciri halus lebih menantang untuk dikenali. Akurasi klasifikasi keseluruhan mencapai di atas 80% ketika hasil emosi diagregasi berdasarkan banyak wajah dan interval waktu. Hasil ini menunjukkan bahwa sistem yang diusulkan berpotensi digunakan untuk analisis objektif dinamika emosi di kelas serta mendukung pemantauan lingkungan pembelajaran berbasis kecerdasan buatan.
Kata kunci: pengenalan emosi wajah; deteksi multi-wajah; Tiny Face Detector; jaringan saraf konvolusional; pemantauan kelas.
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