Garuda - Garba Rujukan Digital

Penerapan Metode Discrete Wavelet Transform (DWT) dan Gaussian Mixture Model (GMM) Sebagai Pengenal Penutur Sidabutar, Jeckson
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No 1 Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Speaker Recognition adalah cabang dari pengolahan sinyal suara yang mempunyai ciri biometrik. Speaker Recognition dipengaruhi berbagai aspek seperti karakteristik bicara seseorang yang unik dalam bicaranya (tingkat suara karena waktu, kesalahan membaca atau pengucapan kata, kondisi kesehatan, tekanan emosional), bahasa, lingkungan, adanya noise dan lain sebagainya. Sehingga membuat penelitian tentang suara sampai saat ini masih tidak bekerja dengan baik. Penelitian ini membahas dan membangun sistem pengenalan penutur secara otomatis yang akan mengenali dan mengekstraksi kemiripan suara dari masing-masing manusia sehingga kita dapat mengetahui dan mengidentifikasi suara seseorang berdasarkan perbedaan karakteristik suara dari masing-masing manusia. Pada penelitian ini akan dilakukan kajian tentang proses ekstraksi ciri menggunakan metode Discrete Wavelet Transform (DWT) serta pengenalan pola dan clustering menggunakan metode Gaussian Mixture Model (GMM). Hasil percobaan yang telah dilakukan menunjukan sistem dapat bekerja dengan baik berdasakan banyaknya data training penutur, sehigga sistem menghasilkan akurasi di atas 90%. Hal ini dikarenakan pada teknik GMM pengenalan pola suara berdasarkan kemiripan suara yang telah disimpan dalam data training, dan melakukan pencocokan data testing melalui kemiripan ekstraksi suara yang ada pada data training.

Penerapan Metode Discrete Wavelet Transform (DWT) dan Gaussian Mixture Model (GMM) Sebagai Pengenal Penutur Sidabutar, Jeckson
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No 1 Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Speaker Recognition adalah cabang dari pengolahan sinyal suara yang mempunyai ciri biometrik. Speaker Recognition dipengaruhi berbagai aspek seperti karakteristik bicara seseorang yang unik dalam bicaranya (tingkat suara karena waktu, kesalahan membaca atau pengucapan kata, kondisi kesehatan, tekanan emosional), bahasa, lingkungan, adanya noise dan lain sebagainya. Sehingga membuat penelitian tentang suara sampai saat ini masih tidak bekerja dengan baik. Penelitian ini membahas dan membangun sistem pengenalan penutur secara otomatis yang akan mengenali dan mengekstraksi kemiripan suara dari masing-masing manusia sehingga kita dapat mengetahui dan mengidentifikasi suara seseorang berdasarkan perbedaan karakteristik suara dari masing-masing manusia. Pada penelitian ini akan dilakukan kajian tentang proses ekstraksi ciri menggunakan metode Discrete Wavelet Transform (DWT) serta pengenalan pola dan clustering menggunakan metode Gaussian Mixture Model (GMM). Hasil percobaan yang telah dilakukan menunjukan sistem dapat bekerja dengan baik berdasakan banyaknya data training penutur, sehigga sistem menghasilkan akurasi di atas 90%. Hal ini dikarenakan pada teknik GMM pengenalan pola suara berdasarkan kemiripan suara yang telah disimpan dalam data training, dan melakukan pencocokan data testing melalui kemiripan ekstraksi suara yang ada pada data training.

Analisa Sistem Manajemen Keamanan Informasi (SMKI) Organisasi Menggunakan Indeks KAMI Sidabutar, Jeckson
Journal of Information and Technology Vol. 4 No. 2 (2024): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v4i2.7747

Jumlah data yang tinggi dan tingkat keamanan yang rendah akan membahayakan proses bisnis dari suatu organisasi. Peran penting pemimpin organisasi dibenarkan dalam mengelola situasi dengan sikap baru yang diusulkan. Pemimpin organisasi memiliki tangung jawab dan komitmen atas kebijakan Sistem Manajemen Keamanan Informasi (SMKI), serta memberikan pengetahuan kepada karyawan tentang “disiplin” SMKI. Dengan disiplin SMKI yang baik membuat organisasi dapat secara sistematis melindungi dirinya dari bahaya dan potensi kerugian akibat penyalahgunaaan komputer dan kejahatan dunia maya. Penelitian ini memberikan cara yang komprehensif dengan menerapkan Analisa Gap SMKI menggunakan Indeks KAMI. Indeks KAMI merupakan alat evaluasi untuk menganalisa tingkat kesiapan SMKI disuatu organisasi dengan menggunakan standar ISO/IEC 27001:2022 dan COBIT. Dari penelitian ini diketahui Identitas Responden pada Nilai 41 yaitu Strategis. Hasil Analisa yang diperoleh berdasarkan evaluasi Indeks KAMI yaitu kesenjangan rentang kelengkapan pengamanan Gap Faktual (Memenuhi Kerangka Kerja Dasar) dengan Gap Kesesuaian (Cukup Baik) dengan rentang 1 Tingkat. Sedangkan kesenjangan Gap Faktual (Memenuhi Kerangka Kerja Dasar) dengan Gap Ideal (Baik) dengan rentang 2 Tingkat. Hasil ini memberikan gambaran kesiapan SMKI kepada pimpinan organisasi dalam meningkatkan kesadaran mengenai kebutuhan keamanan informasi dan sikap baru dalam “disiplin” SMKI kepada organisasi.

Collaborative Intrusion Detection System with Snort Machine Learning Plugin Priambodo, Dimas Febriyan; Faizi, Achmad Husein Noor; Rahmawati, Fika Dwi; Sunaringtyas, Septia Ulfa; Sidabutar, Jeckson; Yulita, Tiyas
JOIV : International Journal on Informatics Visualization Vol 8, No 3 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3.2018

The increasing prevalence of cybercrime and cyber-attacks underscores the imperative need for organizations to implement robust network security measures. Nevertheless, current Intrusion Detection Systems (IDS) often rely on single-sensor or multi-sensor in the same type of IDS, including Host-Based IDS (HIDS) or Network-Based IDS (NIDS), which inherently possess limited detection capabilities. To address this limitation, this research combines NIDS and HIDS components into a collaborative-IDS system, thus expanding the scope of intrusion detection and enhancing the efficacy of the established attack mitigation system. However, the integration of NIDS and HIDS introduces formidable challenges, notably the elevated rates of False Positive and False Negative alerts. To surmount these challenges, the researcher employs machine learning techniques in the form of Snort plugins and comparison methods to heighten the precision of attack detection. The obtained results unequivocally illustrate the effectiveness of this approach. Using a Support Vector Machine for static analysis of the NSL-KDD dataset attains an outstanding 99% detection rate for Denial of Service (DoS) attacks and an impressive 98% detection rate for Probe attacks. Furthermore, in dynamic real-time attack simulations, the machine learning plugins exhibit remarkable proficiency in detecting various types of DoS attacks, concurrently offering more comprehensive identification of SYN Flooding DoS attacks compared to the Snort community rules set. These findings signify a significant advancement in intrusion detection, paving the way for more robust and accurate network security systems in an era of escalating cyber threats.

ANALISIS FORENSIK DIGITAL INSTANT MESSAGING TWINME PADA EMULATOR BERBASIS ANDROID BERDASARKAN NIST SP 800-101 REV 1 Wibowo, Nugroho Adi; Sa’adah, Khoerina; Suputra, I Gede Gilang Dharma; Sidabutar, Jeckson
Jurnal Review Pendidikan dan Pengajaran Vol. 7 No. 1 (2024): Volume 7 No 1 Tahun 2024
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jrpp.v7i1.25456

Penelitian ini menyelidiki aspek forensik digital dari aplikasi Instant Messaging (IM) Twinme pada emulator berbasis Android, dengan fokus khusus pada pemanfaatan kerangka kerja NIST 800-101 Revisi 1. Twinme, sebuah aplikasi IM yang mengedepankan keamanan melalui enkripsi mobile, memungkinkan pengguna untuk berkomunikasi tanpa harus bertukar informasi pribadi seperti nomor telepon atau email. Namun, kasus-kasus kriminal, seperti distribusi narkotika oleh narapidana yang menggunakan Twinme dari dalam lembaga pemasyarakatan, mengindikasikan adanya potensi penyalahgunaan yang dapat disembunyikan dari pihak berwenang. Tujuan dari penelitian ini adalah untuk mengidentifikasi dan menganalisis artefak digital yang dapat berfungsi sebagai bukti yang dapat diterima secara hukum terkait penyalahgunaan Twinme. Proses analisis forensik mengikuti kerangka kerja NIST 800-101 Rev 1, yang memberikan landasan hukum yang kuat untuk hasil investigasi. Dengan memahami bahaya keamanan yang terkait dengan aplikasi IM, penelitian ini bertujuan untuk berkontribusi pada pengembangan praktik forensik digital yang efektif dan mendukung proses hukum dalam menanggapi aktivitas kriminal yang melibatkan aplikasi komunikasi serupa.

Title

Found 15 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 15 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 15 Documents
Search