Claim Missing Document
Check
Articles

Found 14 Documents
Search

Implementation of Generative Language Models (GLM) in Cyber Exercise Secure Coding using Prompt Engineering Sidabutar, Jeckson; Osdie, Alfido
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 2 (2025): April 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i2.6012

Abstract

With the advancement of technology, the need for secure software is becoming increasingly urgent due to the rise in vulnerabilities in applications. In 2022, the National Cyber and Encryption Agency (BSSN) recorded 2,348 cases of web defacement, with one of the main causes being the lack of attention to secure coding practices during software development. This study explores the utilization of Generative Language Models (GLMs), such as ChatGPT, in secure coding training to enhance developers' skills. GLMs were implemented in a cybersecurity platform designed specifically for secure coding training, also serving as learning assistants that users can interact with during the cyber exercise. The study results show that the cyber exercise using GLMs significantly improved users' secure coding skills, as evidenced by comparing pre-test and post-test scores, indicating an increase in knowledge and proficiency in secure coding practices.
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.611 KB) | DOI: 10.17605/jti.v5i1.617

Abstract

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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.611 KB) | DOI: 10.17605/jti.v5i1.617

Abstract

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

Abstract

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.