Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian Masyarakat Multidisiplin Journal of Computer Networks, Architecture and High Performance Computing Abdimas Langkanae Jurnal Informasi dan Teknologi (JITU) Artificial Intelligence and Computing
Permadi Kusuma
Universitas Cokroaminoto Palopo
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Comparative Machine Learning Classification for QRIS Quishing Detection Based on URL Features: English Permadi Kusuma; Muhammad Yusuf Halim; Ruhamah
Journal of Computer Networks, Architecture and High Performance Computing Vol. 8 No. 3 (2026): Research Paper July 2026
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v8i3.8940

Abstract

The increasing adoption of the Quick Response Code Indonesian Standard (QRIS) as a digital payment method has been accompanied by the emergence of quishing, a phishing attack that exploits malicious QR codes to redirect users to fraudulent websites. This study aims to compare the performance of three machine learning classification algorithms Random Forest, Decision Tree, and Naïve Bayes—for detecting phishing URLs in a simulated QRIS quishing environment using URL-based features. The experiments were conducted using a publicly available phishing URL dataset representing simulated URLs that may be encountered after scanning malicious QR codes. Model performance was evaluated using accuracy, precision, recall, and F1-score. The experimental results show that Random Forest achieved the highest accuracy of 96.94%, outperforming Decision Tree 95.32% and Naïve Bayes 65.49%. The superior performance of Random Forest is attributed to its ensemble learning mechanism, which combines multiple decision trees to reduce overfitting, improve robustness, and provide more stable classification performance across diverse URL characteristics. This study contributes a comparative benchmark of machine learning algorithms for URL-based quishing detection and demonstrates that Random Forest is the most effective approach for supporting early phishing detection in QRIS payment systems.
PENINGKATAN KEPEDULIAN DIRI SISWA MELALUI SOSIALISASI PERGAULAN SEHAT DI SMAN 3 LUWU UTARA Permadi Kusuma; Nirsal
Jurnal Pengabdian Masyarakat Multidisiplin Vol 9 No 3 (2026): Juni
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/jpm.v9i3.8043

Abstract

Unhealthy social interactions among adolescents can have a negative impact on students’ social behavior, mental health, and self-care. This situation underscores the need for educational activities as a preventive measure to foster positive social behavior within the school environment. This community service activity aims to improve students’ self-care through the promotion of healthy social interactions at SMAN 3 Luwu Utara. The activity was implemented through stages of preparation, presentation of material, interactive discussion, Q&A, and evaluation. The material covered included the definition of healthy social interactions, the impact of negative social interactions, the importance of maintaining mental and social health, and the wise use of social media. Evaluation was conducted through observation and the distribution of questionnaires to assess participants’ level of understanding following the activity. The activity was attended by 25 students. The evaluation results showed an increase in participants’ average scores from 65.2 on the pre-test to 77.6 on the post-test, representing an increase of 12.4 points (19.02%). These findings indicate that the socialization method combined with interactive discussions is effective in improving students’ understanding of the importance of maintaining healthy social relationships, fostering self-care, maintaining mental health, and using social media responsibly. It is hoped that this activity can serve as a preventive measure in shaping positive character and behavior among adolescents in the school environment.
Analisis Vulnerability Assessment Menggunakan OWASP ZAP untuk Mengidentifikasi Celah Keamanan Website Permadi Kusuma; Ryan Alghazali Pakkaja
AICOM: Artificial Intelligence and Computing Vol. 1 No. 04 (2026): ISSUE MARET
Publisher : AICOM: Artificial Intelligence and Computing

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Website sekolah berperan penting sebagai media penyampaian informasi akademik dan administrasi kepada siswa, guru, serta masyarakat. Namun, banyak website sekolah masih memiliki potensi kerentanan keamanan yang dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab. Penelitian ini bertujuan untuk menganalisis tingkat keamanan website sekolah melalui proses vulnerability assessment guna mengidentifikasi potensi celah keamanan pada aplikasi web. Penelitian ini menggunakan sampel tiga website sekolah, yaitu SMA Negeri 1 Palopo, SMK Negeri 1 Palopo, dan SMP Negeri 1 Tomoni yang berada di wilayah Kota Palopo dan Kabupaten Luwu Timur. Proses analisis kerentanan dilakukan menggunakan perangkat lunak OWASP ZAP (Open Web Application Security Project Zed Attack Proxy) yang digunakan untuk melakukan pemindaian terhadap potensi kerentanan keamanan pada website. Metode penelitian meliputi tahap pengumpulan sampel website, proses pemindaian kerentanan, analisis hasil pemindaian, serta pengelompokan tingkat risiko kerentanan yang ditemukan. Hasil penelitian menunjukkan bahwa ketiga website sekolah masih memiliki potensi kerentanan keamanan dengan tingkat risiko yang berbeda, seperti kesalahan konfigurasi keamanan, potensi serangan cross-site scripting, dan paparan informasi sensitif. Klasifikasi tingkat risiko pada penelitian ini mengacu pada standar bawaan OWASP ZAP, yaitu High, Medium, Low, dan Informational. Temuan tersebut menunjukkan bahwa keamanan website sekolah masih perlu ditingkatkan melalui penerapan konfigurasi keamanan yang lebih baik, validasi input yang tepat, serta pembaruan sistem secara berkala.
Forensik File Prefetch pada Windows 11 untuk Deteksi Aktivitas Ransomware sebagai Upaya Penguatan Keamanan Siber Permadi Kusuma; Vicky Bin Djusmin; Ryan Alghazali Pakkaja; Mikhail Ashshidiqie Rachman
Jurnal Informasi dan Teknologi Vol 2 No 3 (2025): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v2i3.346

Abstract

Serangan ransomware merupakan salah satu ancaman serius dalam keamanan siber karena mampu mengenkripsi data korban dan mengganggu ketersediaan sistem. Pada tahun 2023–2024, jumlah serangan ransomware mengalami peningkatan signifikan, dengan puluhan ribu serangan yang berhasil diblokir di Indonesia dan ratusan juta upaya tercatat secara global. Dengan banyaknya serangan Ransomware maka diperlukan upaya pencegahan. Upaya mitigasi tidak hanya berfokus pada tahap pencegahan, tetapi juga membutuhkan mekanisme deteksi berbasis artefak forensik yang dapat memberikan indikasi dini terhadap aktivitas berbahaya. Penelitian ini bertujuan untuk menganalisis file Prefetch pada sistem operasi Windows 11 sebagai sumber artefak forensik untuk mendeteksi pola eksekusi ransomware. Proses penelitian dilakukan dengan membangun lingkungan uji berbasis virtual machine yang dipakai untuk mengeksekusi sampel ransomware. Selanjutnya, analisis Prefetch dilakukan menggunakan WinPrefetchView untuk mengidentifikasi metadata eksekusi, seperti nama file executable, waktu akses terakhir, jumlah eksekusi, serta daftar file yang diakses. Hasil penelitian menunjukkan bahwa ransomware menghasilkan pola Prefetch yang berbeda dibandingkan aplikasi normal, ditandai dengan jumlah akses file yang lebih tinggi, eksekusi berulang dalam waktu singkat, serta jalur eksekusi yang tidak lazim. Temuan ini memberikan kontribusi pada bidang forensik digital dengan menawarkan pendekatan berbasis Prefetch untuk mendukung deteksi dini ransomware, sekaligus memperkuat strategi Cyber Security Incident Response pada sistem berbasis Windows 11.
Pendalaman Kebijakan Koding dan Kecerdasan Artifisial (KKA) Dan Kurikulum Berbasis Cinta (KBC) Dalam Workshop Kolaborasi Cinta Dan Teknologi Di MAN Luwu Masluddin Masluddin; Sunarni Yassa; Abdul Zahir; Permadi Kusuma
Abdimas Langkanae Vol. 6 No. 2 (2026)
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53769/jpm.v6i2.836

Abstract

Transformasi pendidikan nasional mendorong satuan pendidikan untuk mengimplementasikan pembelajaran yang adaptif terhadap perkembangan teknologi sekaligus tetap berlandaskan pada penguatan karakter. Kebijakan Pembelajaran Koding dan Kecerdasan Artifisial (KKA) yang diterbitkan oleh Kementerian Pendidikan Dasar dan Menengah serta Kurikulum Berbasis Cinta (KBC) yang dikembangkan oleh Kementerian Agama menjadi dua kebijakan strategis yang perlu dipahami secara komprehensif oleh guru madrasah. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman guru mengenai arah kebijakan, konsep, serta strategi implementasi KKA dan KBC dalam pembelajaran di madrasah. Kegiatan dilaksanakan dalam bentuk workshop pada tanggal 24 Juli 2026 di Laboratorium Komputer Madrasah Aliyah Negeri Luwu dengan melibatkan 32 guru dan tenaga pendidik. Materi disampaikan melalui ceramah interaktif, diskusi, tanya jawab, dan refleksi implementasi kebijakan. Hasil kegiatan menunjukkan bahwa peserta memperoleh pemahaman yang lebih baik mengenai urgensi transformasi digital pendidikan, hubungan antara kompetensi berpikir komputasional dengan penguatan karakter, serta strategi mengintegrasikan nilai-nilai Kurikulum Berbasis Cinta dalam pembelajaran Koding dan Kecerdasan Artifisial. Antusiasme peserta terlihat dari tingginya partisipasi selama diskusi dan meningkatnya kesiapan guru dalam merancang pembelajaran yang bermakna, adaptif terhadap teknologi, sekaligus berorientasi pada pembentukan karakter peserta didik. Kegiatan ini diharapkan menjadi langkah awal dalam memperkuat implementasi kebijakan pendidikan nasional pada lingkungan madrasah.
Co-Authors Masluddin Masluddin Mikhail Ashshidiqie Rachman Muhammad Yusuf Halim Nirsal Ruhamah Ryan Alghazali Pakkaja Ryan Alghazali Pakkaja Vicky Bin Djusmin Yassa, Sunarni Zahir, Abdul