Garuda - Garba Rujukan Digital

IMPLEMENTASI WAZUH DASHBOARD PADA SERVER UNTUK MONITORING SERANGAN DDOS TERHADAP WEB XYZ Nugraha, Angga; Muhyidin, Yusuf; Kurniawan, Imay
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 11 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Kemajuan Internet pada saat ini, banyak kantor dan perusahaan menggunakan Internet untuk memfasilitasi arus informasi dalam perusahaan mereka. Karena server web adalah salah satu komponen utama infrastruktur web yang dapat diakses publik, kehati-hatian harus diberikan saat menyerang server web. Serangan terhadap server web dapat menimbulkan konsekuensi serius, termasuk Hilangnya Data Sensitif, Serangan dapat mengakibatkan hilangnya data sensitif seperti informasi pengguna, informasi keuangan, dan informasi sensitif lainnya. Dalam jenis serangan, serangan Ddos masih cukup banyak terjadi dalam dilakukan serangan jaringan seperti menurut CNN Indonesia yang mengutip bahwasannya baru baru ini dalam acara pemilihan di tahun 2024 terjadi kelumpuhan situs KPU yang di serang oleh jenis serangan Ddos. Berdasarkan permasalahan tersebut maka di perlukanlah sebuah tools untuk memonitoring sebuah web server, tools yang di gunakan dalam penelitian ini adalah wazuh. Wazuh merupakan perangkat berbasis Open Source yang berfungsi sebagai sistem deteksi intrusi berbasis host (endpoint). Dalam pengerjaan penelitian, penulis menggunakan metode Penetration Testing yang di dalamnya terdapat tahapan Gathering Information, Threat-Modeling, Vulnerability Analysis, Exploitation dan Reporting. Hasil dari penelitian ini wazuh dapat mendeteksi serangan Ddos pada kerentanan rendah dengan ada bukti 396 hits yaitu pengguna yang mencoba akses web.

PENGUJIAN SERANGAN EVIL TWIN ESP8266 PADA WIRELESS NETWORKING DENGAN METODE PENETRATION TESTING: (STUDI KASUS: SEKOLAH TINGGI TEKNOLOGI WASTUKANCANA) Sigit, Muhammad; Singasatia, Dayan; Kurniawan, Imay
Scientica: Jurnal Ilmiah Sains dan Teknologi Vol. 2 No. 11 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi
Publisher : Komunitas Menulis dan Meneliti (Kolibi)

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

Penelitian ini meneliti risiko serangan Evil Twin pada jaringan nirkabel di Sekolah Tinggi Teknologi Wastukancana (STT Wastukancana) menggunakan metode Penetration Testing. Serangan Evil Twin melibatkan pembuatan titik akses palsu yang meniru titik akses sah, memungkinkan penyerang untuk mengakses data sensitif pengguna. Tujuan penelitian ini adalah mengevaluasi kemungkinan serangan Evil Twin dan mengidentifikasi kerentanan jaringan, dengan tujuan memberikan rekomendasi pencegahan yang tepat. Hasil penelitian menunjukkan bahwa serangan Deauthentification berhasil dilakukan di dua lokasi: LAB_IOT dengan password "IOTJAR123" dan AUDITORIUM 1 dengan password "STTWASTU1". Pengguna terjebak pada titik akses palsu, menunjukkan kerentanan jaringan nirkabel. Penelitian ini diharapkan dapat meningkatkan pemahaman tentang serangan Evil Twin dan mengoptimalkan keamanan jaringan nirkabel, memastikan aktivitas pendidikan dan administratif berjalan lancar tanpa mengorbankan integritas data.

Analisis Sentimen Pengguna MY JNE Menggunakan Algoritma Naïve Bayes Putra, Egy Aria; Alam, Syariful; Kurniawan, Imay
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2251

Peningkatan industri logistik saat ini didorong oleh peningkatan industri e-commerce, di mana membutuhkan dukungan kecepatan dan keterjangkauan hingga ke seluruh pelosok tanah air. Dengan banyaknya jumlah pulau di Indonesia, dibutuhkan moda udara yang handal dalam pengiriman kargo/barang e-commerce. Di sisi lain, kecepatan waktu pengiriman membutuhkan moda yang handal dan tepat waktu. PT. Tiki Jalur Nugraha Ekakurir atau biasa dikenal sebagai JNE merupakan salah satu perusahaan ekspedisi barang terbesar di Indonesia, berkat jaringan dan jangkauan area distribusinya yang mencakup lebih dari 83.000 kota, termasuk kabupaten, desa, dan pulau terluar, dengan gerai penjualan berjumlah lebih dari 8.000 titik dan mempekerjakan lebih dari 50.000 karyawan di seluruh Indonesia. JNE memiliki aplikasi bernama MY JNE yang dirilis pada tanggal 27 Januari 2016 di Google Play. Hingga saat ini, aplikasi MY JNE telah di download oleh lebih dari lima juta pengguna. Adapun my JNE telah mendapat ulasan sebanyak lebih dari 123.000 komentar dan hingga 26 April 2024 hanya mendapatkan rating 1,5 bintang dari total keseluruhan penilaian bintang 5. Ulasan ini pun mencakup bukan hanya mengenai aplikasi namun juga pelayanan JNE secara keseluruhan, mencakup keluhan yang bersifat negatif dan juga saran yang positif. Hal ini mendorong dilakukannya penelitian terkait JNE dengan menggunakan data ulasan pengguna dari Google Play. Ulasan yang digunakan pada penelitian ini berjumlah 996 ulasan pengguna yang most relevan yang diklasifikasikan menjadi kelas sentimen positif dan negatif menggunakan algoritma Naïve Bayes Classifier. Klasifikasi dengan naïve bayes classifier dengan perbandingan data latih 80% dan data uji 20% menghasilkan akurasi yang optimum yaitu sebesar 96%. Hasil sentimen dari aplikasi My JNE ini mendapatkan hasil negative karena ulasan yang terbesar sebanyak 96.8%.

Decision Support System for Selection of Achieving Student Using Weighted Product Method in SMA XYZ Nugroho, Imam Ma'ruf; Dewi Lestari, Candra; Kurniawan, Imay; Singasatia, Dayan; Dian Safitri, Aulia
RISTEC : Research in Information Systems and Technology Vol. 5 No. 1 (2024): JURNAL RISTEC : Research in Information Systems and Technology
Publisher : RISTEC : Research in Information Systems and Technology

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

The decision support system is able to provide the best recommendations from existing alternatives based on calculation results. One method that can be implemented is the Weighted Product (WP) Method. The Weigted Product method is a method whose solution uses multiplication to connect attribute values, where the value must be raised to the power of the weight value of the attribute in question. In the academic activities of a Senior High School (SMA), there are activities to select outstanding students. This activity aims to ensure that students who excel can become school representatives in various activities at the sub-district, regency, provincial and national levels. The criteria used in this research are average grades, attendance, attitudes and behavior, extracurriculars, and non-academics. The case study used a total of five alternatives. The implementation results show that the alternative with the highest V value calculation results, namely 0.238, can be recommended as an outstanding student.

Scholarship Decision Support System At Bina Sarana Informatika Cikampek Using The Method Simple Additive Weighting (Saw) Jaelani, Irsan; Kurniawan, Imay; Singasatia, Dayan; Dewi Lestari, Chandra; Khoirullah, Andre
RISTEC : Research in Information Systems and Technology Vol. 4 No. 2 (2023): RISTEC : Research in Information Systems and Technology
Publisher : RISTEC : Research in Information Systems and Technology

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

Scholarships are a form of appreciation in the form of financial assistance given to individuals or organizations for the work achievements they have produced. The award can be in the form of funding or certain access to an institution in the form of financial assistance for learning activities. In this research, the Simple Additive Weighting method was used to determine which students were entitled to receive the scholarship by assigning criteria and weights to each student so that it looked more detailed. Of the six alternatives used as case examples in this research, there is one alternative that is recommended as a student who is entitled to a scholarship, namely the alternative with a calculation result of 1.9.

Design of K-Nearest Neighbor Algorithm For Classification of Credit Loan Eligibility At Senarak Dana Purwakarta Cooperative Kurniawan, Imay; Santoso, Purwadi Budi
Internet of Things and Artificial Intelligence Journal Vol. 4 No. 2 (2024): Volume 4 Issue 2, 2024 [May]
Publisher : Association for Scientific Computing, Electronics, and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/iota.v4i2.742

Semarak Dana Cooperative is a savings and loan cooperative located in Purwakarta that has experience lending money to its members as many as 162 money lending transactions. However, there are 26 instances of bad debts. To avoid bad debts, the cooperative needs to classify loans to its members. Classification is done by using the K-Nearest Neighbor (KNN) method based on the attributes of employment, income, age, credit amount, term, and collateral value. Data taken from as many as 162 members are sorted into 2 parts, namely 149 transactions used as training data and 13 transactions used as testing data. In addition, the data is also sorted into two classes, namely 136 current classes and 26 bad classes. The KNN process consists of four stages. First, determine the parameter K nearest neighbor distance. The second stage is to calculate the distance between testing data and training data using Euclidean distance. The third stage sorts the distance data that has been calculated using selection sort in order from the smallest to the largest value of K. The fourth stage calculates the largest number of classes for the largest number of classes set as the classification result class. Implementation using Borland Delphi and Mysql database. The research method was used by applying the Waterfall method. The Waterfall method used is composed of analysis, design, coding, and testing. System design using Unified Modeling Language (UML) by describing use case diagram, activity diagram, and class diagram. Based on the confusion matrix of the KNN classification process, the percentage of accuracy is 77%, precision is 88%, and recall is 78%. These results can be said that the results obtained are quite good, which exceeds 70%.

Analisis Sentimen Pengguna Aplikasi Kitalulus pada Ulasan Google Play Store Menggunakan Metode Naïve Bayes Fristtikasari, Dwi; Alam, Syariful; Kurniawan, Imay
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2244

Dalam beberapa tahun ini, masalah yang signifikan terkait dengan lowongan kerja yang sedang ramai terjadi di berbagai negara di seluruh dunia. Latar belakang utama dari fenomena ini tingginya tingkat pengangguran di beberapa wilayah, meskipun ada peningkatan ekonomi yang terjadi. Dalam era digital ini, ulasan pengguna di Google Play Store tidak hanya sekadar menyampaikan kesan individual, tetapi juga menjadi sumber informasi berharga bagi calon pengguna untuk memilih aplikasi yang sesuai dengan kebutuhan mereka.Ulasan pengguna merupakan salah satu bentuk timbal balik dari pengguna yang sepatutnya dianalisis oleh pihak pengembang agar dapat digunakan sebagai dasar pengembangan aplikasi. Analisis sentimen dapat dilakukan dengan pendekatan klasifikasi. Analisis sentimen dari ulasan pengguna dapat menjadi salah satu cara untuk mengetahui sentimen pengguna terhadap aplikasi. Penelitian ini bertujuan untuk menganalisis ulasan pada aplikasi kitalulus. Metode yang digunakan Naïve Bayes dengan Algoritma Multinomial Naïve Bayes. Dari hasil penelitian dapat disimpulkan terdapat analisis sentimen pengguna aplkasi KitaLulus ke dalam kategori positif dan negatif yang diambil melalui scraping dari bulan Oktober 2023 hingga Februari 2024 sebanyak 2.277 data ulasan dan diberi label positif dan negatif. Didapatkan prediksi klasifikasi sentimen pada data testing didapatkan hasil positif sebanyak 2094 dan sentimen negatif sebanyak 183 data ulasan, dan hasil klasifikasi dari metode naïve bayes didapat hasil accuracy 94%, precision 70%, dan tingkat keberhasilan (recall) 45%.

Analisis Sentimen Pengguna MY JNE Menggunakan Algoritma Naïve Bayes Putra, Egy Aria; Alam, Syariful; Kurniawan, Imay
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2251

Peningkatan industri logistik saat ini didorong oleh peningkatan industri e-commerce, di mana membutuhkan dukungan kecepatan dan keterjangkauan hingga ke seluruh pelosok tanah air. Dengan banyaknya jumlah pulau di Indonesia, dibutuhkan moda udara yang handal dalam pengiriman kargo/barang e-commerce. Di sisi lain, kecepatan waktu pengiriman membutuhkan moda yang handal dan tepat waktu. PT. Tiki Jalur Nugraha Ekakurir atau biasa dikenal sebagai JNE merupakan salah satu perusahaan ekspedisi barang terbesar di Indonesia, berkat jaringan dan jangkauan area distribusinya yang mencakup lebih dari 83.000 kota, termasuk kabupaten, desa, dan pulau terluar, dengan gerai penjualan berjumlah lebih dari 8.000 titik dan mempekerjakan lebih dari 50.000 karyawan di seluruh Indonesia. JNE memiliki aplikasi bernama MY JNE yang dirilis pada tanggal 27 Januari 2016 di Google Play. Hingga saat ini, aplikasi MY JNE telah di download oleh lebih dari lima juta pengguna. Adapun my JNE telah mendapat ulasan sebanyak lebih dari 123.000 komentar dan hingga 26 April 2024 hanya mendapatkan rating 1,5 bintang dari total keseluruhan penilaian bintang 5. Ulasan ini pun mencakup bukan hanya mengenai aplikasi namun juga pelayanan JNE secara keseluruhan, mencakup keluhan yang bersifat negatif dan juga saran yang positif. Hal ini mendorong dilakukannya penelitian terkait JNE dengan menggunakan data ulasan pengguna dari Google Play. Ulasan yang digunakan pada penelitian ini berjumlah 996 ulasan pengguna yang most relevan yang diklasifikasikan menjadi kelas sentimen positif dan negatif menggunakan algoritma Naïve Bayes Classifier. Klasifikasi dengan naïve bayes classifier dengan perbandingan data latih 80% dan data uji 20% menghasilkan akurasi yang optimum yaitu sebesar 96%. Hasil sentimen dari aplikasi My JNE ini mendapatkan hasil negative karena ulasan yang terbesar sebanyak 96.8%.

Title

Found 8 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 8 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 8 Documents
Search