Claim Missing Document
Check
Articles

Found 3 Documents
Search

Implementasi Frida Framework untuk Manipulasi Alur Kerja pada Aplikasi Android Ramadhan, Aldo Reghan; Fitriani, Arif Senja; Rosid, Mochamad Alfan; Taurusta, Cindy
Physical Sciences, Life Science and Engineering Vol. 1 No. 2 (2024): Maret
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/pslse.v1i2.198

Abstract

Peningkatan keamanan pada perangkat Android telah menjadi tantangan bagi para peneliti keamanan. Bypass root adalah salah satu metode yang sering digunakan untuk menghindari deteksi oleh mekanisme keamanan. Dalam penelitian ini, menjelaskan penggunaan Frida, sebuah framework dynamic instrumentation, untuk melakukan bypass root pada perangkat Android. Dengan memanfaatkan kemampuan Frida untuk melakukan intersepsi dan modifikasi kode pada saat runtime, dapat mengubah perilaku aplikasi yang mencoba mendeteksi keberadaan root. Penulis melakukan serangkaian percobaan menggunakan Frida dan berhasil melewati mekanisme deteksi root yang umum digunakan. Hasil penelitian ini menunjukkan potensi Frida sebagai alat yang efektif dalam melakukan bypass root dan serangkaian pengujian keamanan pada perangkat Android. Penelitian ini memberikan pemahaman lebih lanjut tentang penggunaan Frida dalam konteks keamanan perangkat Android.
Application of Data Mining With Naïve Bayes Classifier Algorithm to Predict Customer Character: Penerapan Data Mining Dengan Algoritma Naïve Bayes Classifier untuk Memprediksi Karakter Pelanggan Pratiwi, Anisa Yuli Eka; Fitriani, Arif Senja
Indonesian Journal of Innovation Studies Vol. 14 (2021): April
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (237.46 KB) | DOI: 10.21070/ijins.v14i.539

Abstract

This research is based on late payment data from UD Delta customers which affect all production processes that occur in UD Delta. The purpose of this study is to predict the character of the customer as a basis for analyzing the delay in the payment process that hinders the company's production. The datasets tested were 30% of the 600 data, which were divided into 1 id, 7 attributes and for the prediction classes 'No Problem', 'Slightly Problematic', and 'Very Problematic'. This study collects data by means of non-participant observation, namely data on UD Delta's bookkeeping. The process stage is processed using the python programming language with classification methods and naive bayes algorithms. The results obtained from this study are in the form of calculations that state the number of customers grouped into 3 categories, namely with correct predictions as much as 51%, incorrect predictions as much as 49%. From the results obtained, it will be taken into consideration by the company in processing the existing processes within the company as a step to develop the business carried out so that it is more optimal.
Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur Fitriani, Arif Senja
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 3, No 2 (2019): October
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (202.397 KB) | DOI: 10.31764/jtam.v3i2.995

Abstract

Abstrak: Pemilihan Umum (PEMILU) merupakan peristiwa politik yang penting untuk menentukan seorang pemimpin dalam Negara demokrasi. Pemilihan Umum (PEMILU) untuk periode tahun 2019-2024 di Jawa Timur telah dilaksanakan pada 27 Juni 2018 dengan dua pasangan calon gubernur dan calon wakil gubernur. Melalui Pemilihan Umum (PEMILU) semua pihak bisa terakomodasi apa yang diinginkan dan dicita-citakan sehingga terwujud kehidupan yang lebih baik. Masyarakat merupakan komponen penentu berhasil atau tidaknya suatu pelaksanaan Pemilihan Umum. Oleh karena itu, dalam penelitian ini peneliti meneliti partisipasi pemilu di Desa Jemirahan Kecamatan Jabon dengan menggunakan metode klasifikasi, yaitu algoritma Naïve Bayes. Data diperoleh dari Komisi Pemilihan Umum (KPU) Sidoarjo. Data tersebut di uji menggunakan metode klasifikasi Naive Bayes dengan Tools Weka dan Websitedengan 6 variabel yang sudah ditentukan. Dataset di ambil sebanyak 300 data dibagi 2 yaitu sebanyak 65% dari 195 data Training dan sebanyak 35%  dari 105 data Testing. Hasil prediksi  partisipasi pemilu dari dataset yang diambil sebanyak 300 data dibagi 2 yaitu sebanyak 65% dari 195 data Training dan sebanyak 35% dari 105 data Testing.Hasil prediksi berdasarkan set atribut kehadiran, untuk kehadiran dengan 105 data diperoleh nilai 97% prediksi kebenarannya dan diperoleh nilai 3% prediksi kesalahannya.Abstract:  General Election (PEMILU) is an important political event to determine a leader in democratic country. General Election (PEMILU) for the period 2019-2024 in East Java was held on June 27, 2018 with two pairs of candidates for governor and deputy governor candidates. Through the General Election (PEMILU) all parties can be accommodated what they want and aspire to so that a better life can be realized. The community is the determining component of the success or failure of a General Election. Therefore, in this study the researchers examined the participation of elections in Jemirahan Village, Jabon District by using a classification method, the Naïve Bayes algorithm. Data obtained from the General Election Commission (KPU) Sidoarjo. The data was tested using the Naive Bayes classification method with Weka Tools and Website with 6 predetermined variables. The dataset was taken as much as 300 data divided by 2, as much as 65% of 195 training data and as much as 35% of 105 Testing data. The results of the prediction of election participation from the dataset taken were 300 data divided by 2, as many as 65% of 195 training data and 35% of 105 data Testing. Prediction results are based on the presence attribute set, for the presence with 105 data, the value of 97% of the truth prediction is obtained and the value of the 3% prediction of error is obtained.