Abstract:Abstrack: Community Service Activities in the form of training on the use of the internet at Porsea Sub-District of Toba Samosir District aim to increase the knowledge of the surrounding community about internet technology…
gy and the benefits of the internet and encourage surrounding communities to be able to independently manage and utilize network and internet functions. The main target in this community service is the community around Porsea Sub-District, Toba Samosir District. 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 the understanding of the surrounding community about the material given in lectures. Practice methods are used to show how to use the internet properly and correctly. The benefits of this training activity are that the surrounding community is able to use the internet and the network for positive and useful things.
Keywords: Internet, Benefits, Training, Networks
Abstrak : Kegiatan Pengabdian Pada Masyarakat berupa pelatihan pemanfaatan internet di Polsek Porsea Kab.Toba Samosir bertujuan untuk meningkatkan pengetahuan masyarakat sekitar terhadap teknologi internet dan manfaat dari internet serta mendorong masyarakat sekitar agar mampu dengan mandiri mengelola dan memanfaatkan fungsi jaringan dan internet. Khalayak sasaran dalam pengabdian masyrakat ini adalah masyarakat sekitar Polsek Porsea Kab.Toba Samosir. 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 masyarakat sekitar terhadap materi yang diberikan secara ceramah. Metode praktek digunakan untuk menunjukan langsung cara menggunakan internet yang baik dan benar. Manfaat yang diperoleh dari kegiatan pelatihan ini adalah masyarakat sekitar mampu menggunakan internet dan jaringan untuk hal-hal positif dan bermanfaat.
Kata kunci : Internet, Manfaat, Pelatihan, Jaringan
Abstract:Abstract: Current technological developments are no stranger among students, almost all students now have an Android that is enabled to share information and be used to help with daily activities. Based on the usefulness…
of android which is only enabled to share information or as a communication tool, the service team creates training or workshops which later aims to develop students' interest in reviewing or developing technology in the field of android or in the controller field. In order for the training not to start from the ground up, the training participants were taken from the main works of private vocational schools, majoring in computers, class XI of the Department of Software Engineering (RPL), with a total number of participants of 53 people. The implementation of a two-day workshop found results, on the first day with the theme of training on IOT-based automatic switch hardware design, it was found that 46 students managed to assemble automatic hardware switches, and 7 students failed to assemble the hardware automatically perfectly. On the second day, 53 students succeeded in making an automatic software switch on Android, and during the trial, all students also managed to do it. From the two days of the workshop activities, and seen from the students' activeness and curiosity about the development of Android and the controller, many students still want to know, other developments from Android besides being used as automatic switches are based on IoT. Keyword: Royer Oscillator circuit, Power wireless transfer, Booster converter circuit
Abstrak: Perkembangan teknologi saat ini sudah tidak asing dikalangan pelajar, hampir semua pelajar kini memiliki android yang difungsikan untuk berbagi informasi serta difungsikan untuk membantu kegiatan sehari hari. Berdasarkan kegunaan android yang hanya difungsikan untuk berbagi informasi atau sebagai alat komunikasi, maka tim pengabdian membuat pelatihan atau workshop yang nantinya bertujuan untuk menumbuh kembangkan minat siswa siswi dalam mengulas atau mengembangkan teknologi dibidang android dibidang controller. Agar pelatihan tidak dimulai dari dasar, maka peserta pelatihan diambil dari SMK Swasta karya utama, jurusan komputer, kelas XI Jurusan Rekayasa Perangkat Lunak (RPL), dengan total peserta 53 orang. Terselenggaranya workshop selama dua hari,mendapati hasil, pada hari pertama dengan tema pelatihan perancangan hardware switch otomatis berbasis iot, didapati 46 siswa berhasil merangkai hardwarei switch otomatis, dan 7 siswa tidak berhasil merangkai hardware otomatis secara sempurna. Dihari kedua, 53 siswa berhasil membuat software switch otomatis di android, dan pada saat uji coba, seluruh siswa juga berhasil melakukannya. Dari dua hari kegiatan workshop yang dilakukan,dan dilihat dari keaktifan dan rasa ingin tahu siswa tentang pengembangan dari android dan controller, banyak siswa yang masih ingin tahu, pengembangan lain dari android selain digunakan sebagai switch otomatis berbasis iot.
Kata Kunci: Royer Oscillator circuit, Power wireless transfer, Booster converter circuit
Abstract:Abstract: Based on data from Dinas Pendidikan dan Kebudayaan Kota Magelang in July 2018, the highest number of teachers is in group of IV / a. One of the influencing factors is their reluctance to make scientific publications…
cations for the promotion. They do not have enough information about the journal to be addressed, do not yet understand what must be stated in a scientific article, systematics of writing, and how to make a bibliography. The online process is also one of the things they find difficult. The purpose of community service is to improve the ability of teachers to write scientific articles. Partners in this activity were 12 elementary and junior high school teachers in Dinas Pendidikan dan Kebudayaan Kota Magelang. The implementation time is 4 months consisting of 3 training sessions and following assistance. The material presented during the training included (1) scientific articles in the ranks of teachers, (2) reference managers, and (3) article submissions. The results of the training showed that all participants increasingly understood how to use scientific articles for promotion. In addition, 58% of participants are more aware and able to use the reference manager in Ms Office Word. In the third material, 67% of participants understood and were able to register and submit articles in the Paedagogie Journal.
Keywords: scientific articles, training, scientific publications, classroom action research
Abstrak: Berdasarkan data dari Dinas Pendidikan dan Kebudayaan Kota Magelang pada bulan Juli 2018, jumlah terbanyak guru berada pada golongan IV/a. Salah satu faktor yang mempengaruhi adalah keengganan mereka dalam membuat publikasi ilmiah untuk kenaikan pangkat. Mereka tidak memiliki informasi yang cukup mengenai jurnal yang akan dituju, belum memahami apa yang harus dituangkan dalam sebuah artikel ilmiah, sistematika penulisan, serta cara membuat daftar pustaka. Proses online juga menjadi salah satu hal yang mereka anggap sulit. Tujuan dari pengabdian masyarakat ini adalah meningkatkan kemampuan guru dalam menulis artikel ilmiah. Mitra dalam kegiatan ini adalah 12 orang guru SD dan SMP di lingkungan Dinas Pendidikan dan Kebudayan di Kota Magelang. Waktu pelaksanaan yakni 4 bulan terdiri dari 3 kali pelatihan dan ikuti pendampingan. Materi yang disampaikan pada saat pelatihan antara lain (1) artikel ilmiah dalam kepangkatan guru, (2) reference manager, dan (3) article submission. Hasil pelatihan menunjukkan bahwa seluruh peserta semakin memahami bagaimana memanfaatkan artikel ilmiah bagi pengajuan kenaikan pangkat. Selain itu, 58% peserta semakin paham dan mampu cara menggunakan reference manager pada Ms Office Word. Pada materi ke-3, sebanyak 67% peserta memahami dan mampu untuk registrasi dan submit artikel pada Jurnal Paedagogie.
Kata kunci: artikel ilmiah, pelatihan, publikasi ilmiah, penelitian tindakan kelas
Abstract:ABSTRACT The decline in interest in reading among the younger generation is caused by, among other things, being distracted from the attention and leisure time of young people in social media activities. In addition, to…
get the information they need, they can get it only by using their smartphone. Seeing the situation that concerns this, the effort to stimulate literacy education must be instilled from the beginning of time. This PPM aims to increase reading interest of Bunda Hajar Dusun Sukanegla PAUD students, Desa Hegarmanah, Jatinangor, Sumedang. In order to be interesting, the delivery of counseling and educational activities is carried out using the storytelling method. The results obtained, children are more interested in listening, able to survive listening and can answer questions about fairy tales delivered.
Keywords: literacy education, fairy tales, early childhood education
ABSTRAK
Menurunnya minat membaca di kalangan generasi milenial disebabkan oleh antara lain teralihnya perhatian dan luang waktu anak muda pada kegiatan media sosial. Selain itu, untuk memperoleh informasi yang mereka butuhkan, mereka bisa mendapatkan secara instan hanya dengan melalui telepon genggam. Melihat keadaan yang memprihatikan ini, maka upaya menstimulasi edukasi literasi harus ditanamkan sejak usia dini. Pengabdian Pada Masyarakat (PPM) ini bertujuan meningkatkan minat baca dengan sasaran siswa PAUD Bunda Hajar Dusun Sukanegla Desa Hegarmanah Jatinangor Kabupaten Sumedang. Agar menarik, penyampaian penyuluhan dan kegiatan edukasi dilaksanakan dengan menggunakan metode mendongeng. Hasil yang diperoleh, anak-anak lebih tertarik mendengarkan, mampu bertahan menyimak dan dapat menjawab pertanyaan seputar dongeng yang disampaikan.
Kata kunci: edukasi literasi, dongeng, pendidikan anak usia dini
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