Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pendeteksian Steganografi pada Gambar Digital Menggunakan StegSolve dan HxD dalam Investigasi Digital Forensik Ratih Anggraeni; Noer Fotin Octavia; Didit Suhartono
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 2 (2026): April, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i2.1

Abstract

Abstrak - Steganografi merupakan teknik penyembunyian informasi yang memanfaatkan media digital seperti gambar, audio, maupun video sehingga keberadaan pesan tidak terdeteksi oleh pengamat. Dalam ranah kejahatan siber, steganografi digunakan untuk menyamarkan komunikasi rahasia, menyembunyikan instruksi malware, hingga menyelundupkan data ilegal. Penelitian ini bertujuan menganalisis indikasi steganografi pada file citra berformat JPEG menggunakan kombinasi StegSolve dan HxD dalam konteks investigasi digital forensik. Penelitian dilakukan terhadap dua sampel citra, yaitu satu file JPEG asli dan satu file JPEG termodifikasi yang diberi payload teks secara appended payload untuk mensimulasikan skenario barang bukti. Analisis dilakukan melalui visualisasi bit-plane dengan StegSolve dan pemeriksaan struktur biner dengan HxD berdasarkan tahapan identifikasi, pengumpulan, pemeriksaan, analisis, dan pelaporan yang mengacu pada NIST SP 800-86 serta DFRWS. Hasil penelitian menunjukkan bahwa StegSolve mampu menampilkan anomali pada bit-plane rendah, sedangkan HxD mengidentifikasi adanya byte tambahan setelah marker EOI (End of Image) serta string ASCII yang tidak termasuk dalam struktur standar file JPEG. Temuan tersebut menunjukkan bahwa kombinasi kedua tool efektif sebagai prosedur pemeriksaan awal untuk mendeteksi indikasi steganografi sederhana berbasis manipulasi bit-level dan appended payload pada citra digital. Kata kunci : Steganografi; StegSolve; HxD; Digital Forensik; Bit-Plane; Hex Analysis;   Abstract - Steganography is an information-hiding technique that utilizes digital media such as images, audio, and video to ensure that the existence of a message remains undetected by observers. In the realm of cybercrime, steganography is used to conceal secret communications, hide malware instructions, and smuggle illegal data. This study aims to detect steganography in images using two methods: bit-plane analysis with StegSolve and binary structure analysis with HxD. The research methodology includes acquiring image samples, examining bit-planes, analyzing pixel patterns, inspecting header–footer structures, and identifying additional data located after the End of File. The results show that StegSolve can reveal modification patterns in the bit-plane layers indicating the use of the Least Significant Bit (LSB) technique, while HxD successfully identifies extra bytes after the IEND chunk as well as unusual ASCII patterns that indicate the presence of a hidden payload. The combination of these two techniques provides a comprehensive approach to the steganalysis process and supports digital forensic investigations of modified image files. Keywords: Steganography; StegSolve; HxD; Digital Forensics; Bit-Plane; Hex Analysis;
Sistem Temu Balik Informasi Berita Multitema Berbahasa Inggris Menggunakan BM25 dan Optimasi Semantik Kata Reva Marlita; Noer Fotin Octavia; Husna Maulida; Afra Rihadatul Aisy; Aulia Fahrizha Febriana; Yoga Faris Setiadi
Journal of Informatics and Interactive Technology Vol. 3 No. 2 (2026): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v3i2.125

Abstract

Pertumbuhan berita daring berbahasa Inggris yang semakin pesat dan mencakup berbagai tema menimbulkan tantangan dalam menemukan informasi yang relevan. Salah satu permasalahan utama dalam pencarian berita adalah perbedaan kosakata antara kata kunci yang dimasukkan pengguna dan istilah yang digunakan dalam dokumen berita. Penelitian ini bertujuan untuk merancang sistem temu balik informasi berita multitema berbahasa Inggris yang mampu meningkatkan relevansi hasil pencarian secara kontekstual. Pendekatan yang digunakan mengombinasikan metode leksikal melalui algoritma BM25 dengan pendekatan semantik menggunakan teknik semantic query expansion berbasis WordNet. Dataset yang digunakan berasal dari BBC News dengan total 42.115 dokumen, di mana judul dan deskripsi berita digabungkan untuk memperkaya konteks dokumen. Tahapan penelitian meliputi preprocessing teks, pembentukan model BM25, perluasan query menggunakan sinonim WordNet, serta pemeringkatan dokumen berdasarkan skor relevansi. Hasil pengujian menunjukkan bahwa penerapan ekspansi semantik memungkinkan sistem menemukan dokumen yang relevan meskipun tidak mengandung kata kunci yang sama secara langsung. Dengan demikian, integrasi BM25 dan optimasi semantik terbukti mampu meningkatkan kualitas pencarian berita berdasarkan makna, bukan sekadar kecocokan kata. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pencarian berita yang lebih efektif dan kontekstual.