Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Fajar Sidiq, Muhammad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Algoritma Aes Dengan Steganografi Menggunakan Metode Spread Spectrum Untuk Pengamanan Data Pada Citra Pamungkas Megananda, Muhammad; Fajar Sidiq, Muhammad; Amrulloh, Arif
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Seiring dengan perkembangan teknologi informasi, keamanan data merupakan aspek yang sangat penting dalam era digital, Otoritas Jasa Keuangan (OJK) melaporkan dalam kurun waktu 2020 hingga 2023 terjadi lebih dari 20 kasus pencurian data. Dari banyaknya kasus, diperlukan metode pengamanan data yang efektif dengan mengombinasikan kriptografi dan steganografi. Penelitian ini bertujuan untuk menerapkan algoritma kriptografi Advanced Encryption Standard (AES) dan metodesteganografi Spread Spectrum untuk mengamankan data dengan menyisipkan file berformat PDF ke dalam citradigital berformat PNG. Algoritma AES digunakan untuk mengenkripsi pesan sehingga hanya dapat diakses olehpihak yang memiliki kunci, sementara metode steganografi Spread Spectrum digunakan untuk menyembunyikan pesandalam citra digital tanpa mengurangi kualitas visual yang signifikan. Penelitian ini mencakup proses enkripsi isi pesandengan AES, lalu merubah ke bentuk bit yang kemudian bitbit di lakukan spreading pada cover objek dengan metodesteganografi spread spectrum, kemudian pada proses ekstraksi file dilakukan despreading untuk mengambil bitbit yang terdapat pada stego image dan mengembaliikannya ke bentuk file. Selanjutnya setalah pengujian, dilakukanevaluasi kualitas citra yang dihasilkan berdasarkan parameter PSNR (Peak Signal to Noise Ratio) dan MSE (Mean Squared Error). Hasil penelitian menjunjukkan bahwa metode yang digunakan mampu menyisipkan dan mengekstrak data dengan kualitas citra yang masih baik (PSNR > 40 dB) dan waktu waktu proses yang singkat. Dengan demikian, penelitian ini menunjukkan kombinasi AES dan Steganografi Spread Spectrum berhasil dalam menjaga data, terutama dalam konteks perlindungandokumen digital rahasia. Kata kunci— Keamanan data, Kriptografi, AES, Steganografi, Spread Spectrum
Klasifikasi Serangan Malware Menggunakan Machine Learning Ristey Ajeng Pramono, Dian; Adi Prabowo, Wahyu; Fajar Sidiq, Muhammad
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Serangan malware merupakan ancaman signifikan dalam era digitalisasi dengan lebih dari 6,5 miliar serangan tercatat pada tahun 2024. Penelitian ini bertujuan mengevaluasi dan membandingkan performa tiga algoritma machine learning yaitu Random Forest, Support Vector Machine (SVM), dan Naïve Bayes dalam mengklasifikasi serangan malware. Dataset pe-files-malwares dari Kaggle dengan 19.611 sampel dan 79 fitur digunakan sebagai basis eksperimen. Metodologi penelitian meliputi exploratory data analysis, preprocessing dengan normalisasi StandardScaler, seleksi fitur menggunakan SelectKBest, penanganan ketidakseimbangan kelas dengan SMOTE, dan pembagian data dengan rasio 80:20. Evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score.Hasil penelitian menunjukkan Random Forest memberikan performa terbaik dengan akurasi 98,8%, precision 98,7%,recall 99,7%, dan F1-score 99,2%. SVM mencapai akurasi 96,7% dengan F1-score 97,7%, sedangkan Naïve Bayesmemperoleh akurasi 88,2% dengan F1-score 91,7%. Random Forest terbukti paling efektif dalam mendeteksi malwaredengan tingkat false negative terendah, menjadikannya solusi optimal untuk implementasi sistem keamanan siber.Kata kunci— Malware, Klasifikasi, Cybersecurity,Algorithm, Detection
Co-Authors Arif Amrulloh Pamungkas Megananda, Muhammad Ristey Ajeng Pramono, Dian Wahyu Adi Prabowo