Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Technology and Data Science
Untoro Apsiswanto
Universitas Dharmawacana Metro, Metro, Indonesia
Computer Science & IT Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perbandingan Static Analysis dan Dynamic Analysis untuk Deteksi Kerentanan Smart Contract Solidity Andreas Perdana; Febri Sugandi; Ridwan Yusuf; Untoro Apsiswanto
Journal of Technology and Data Science Vol 3 No 2 (2025): Vol. 3 No. 2 (2025): Desember 2025
Publisher : PT. Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/a948780c

Abstract

Smart contract pada platform Ethereum mengelola aset finansial bernilai besar, namun sifat immutable membuat kerentanan kode berdampak permanen sebagaimana ditunjukkan kasus The DAO, Parity Wallet, dan Ronin Bridge. Dua pendekatan pendeteksian kerentanan telah berkembang luas: static analysis yang memeriksa kode sumber atau bytecode tanpa eksekusi, dan dynamic analysis yang menjalankan kontrak pada lingkungan simulasi dengan masukan terstruktur. Keduanya memiliki trade-off kecepatan, cakupan, dan tingkat false positive yang berbeda, namun perbandingan sistematis pada lingkungan pengembangan lokal Indonesia menggunakan alat versi terbaru masih jarang dilakukan. Artikel ini memaparkan rancangan penelitian eksperimental kuantitatif yang akan membandingkan Slither (static) dengan Foundry dan Echidna (dynamic) pada dataset 25 smart contract Solidity yang mencakup lima kategori kerentanan utama: reentrancy, integer overflow, access control, unchecked return values, dan unbounded loop. Metrik perbandingan meliputi precision, recall, F1-score, dan waktu komputasi. Kontribusi yang diharapkan adalah kerangka komparatif yang dapat menjadi rujukan praktis bagi pengembang Web3 Indonesia dalam memilih alat keamanan dan strategi pengujian hibrid yang sesuai dengan tingkat risiko proyek serta sumber daya tim.
Kajian Konseptual AI Agent On-Chain Berbasis LLM untuk Manajemen Aset DeFi Ridwan Yusuf; Andreas Perdana; Febri Sugandi; Untoro Apsiswanto
Journal of Technology and Data Science Vol 3 No 2 (2025): Vol. 3 No. 2 (2025): Desember 2025
Publisher : PT. Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/ef9b943c

Abstract

Pada periode 2024-2025, pertemuan antara Large Language Model dan teknologi blockchain melahirkan kelas perangkat lunak baru yang disebut AI Agent on-chain, perangkat lunak otonom yang menerjemahkan tujuan pengguna menjadi rangkaian transaksi Decentralized Finance dan menandatanganinya tanpa intervensi manusia. Adopsi yang berlangsung cepat memperlihatkan tiga celah konseptual yang belum terjawab: kompleksitas alur eksekusi multi-langkah pada DeFi, lansekap kerentanan yang khas LLM seperti indirect prompt injection dan jailbreak yang berimplikasi langsung pada aset finansial, dan ketiadaan kerangka tata kelola yang akuntabel pada ekosistem yang terdesentralisasi. Kajian ini menyintesis 34 publikasi terverifikasi dari basis data Zotero ke dalam empat tema yang saling terkait: arsitektur agen dan kolaborasi multi-agen, manajemen kunci pada agentic wallet, lansekap ancaman keamanan, serta peran blockchain sebagai trust layer. Temuan kunci yang muncul adalah bahwa pertahanan yang hanya bertumpu pada lapisan bahasa terbukti tidak memadai; kontrol pada lapisan tindakan, melalui kebijakan yang dinamis, isolasi enclave, atau secret sharing multi-pihak, menjadi prasyarat ketika konsekuensi finansial bersifat permanen. Kontribusi yang diajukan mencakup taksonomi vektor ancaman per lapis arsitektur, kerangka pertahanan tiga-lapis hibrid, serta agenda riset masa depan dengan lima arah konkret.
Co-Authors Andreas Perdana Febri Sugandi Ridwan Yusuf