Article Per Year (5 Year)
p-Index From 2021 - 2026
1.606
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING The Indonesian Journal of Computer Science Research JURNAL MULTIDISIPLIN BHATARA
Utama, Hastari
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : JURNAL MULTIDISIPLIN BHATARA

 1 
Integrasi Augmentasi Data dan Machine Learning dalam Prediksi Magnitudo Gempa Bumi: Analisis dengan Random Forest Regressor dan Visualisasi Geospasial Utama, Hastari; Masruro, Ahlihi; Indriyatmoko, Toto; Sudarmanto, Sudarmanto
BHATARA: Jurnal Multidisiplin Ilmu Vol 2 No 3 (2025): October (In progress issue)
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/jmb.v2i3.233

Abstract

This research aims to enhance the accuracy of earthquake magnitude prediction through an integration of data augmentation techniques and machine learning based on the Random Forest Regressor, supported by geospatial visualization for in-depth analysis. The dataset used originates from the USGS (United States Geological Survey) in CSV format, encompassing over a thousand global earthquake events within one month, with seismic parameters such as location (latitude, longitude), depth, magnitude, and recording quality. In the context of imbalanced data—dominated by small earthquakes and rare large ones—a data augmentation technique based on noise injection into spatial features (latitude, longitude) and depth was applied, resulting in a dataset five times larger than the original. Evaluation results demonstrate significant improvement in model performance: MAE decreased from 0.2467 to 0.1046 (a 57.6% reduction), RMSE dropped from 0.3499 to 0.1868 (a 46.6% decrease), MSE reduced from 0.1225 to 0.0349 (a 71.5% reduction), and R² increased from 0.9493 to 0.9817. These improvements confirm that data augmentation not only reduces overfitting but also strengthens the model’s ability to predict large-magnitude earthquakes—classes most critical for disaster mitigation. Geospatial visualization displays the spatiotemporal distribution of earthquakes, identifying active seismic hotspots in regions such as the Pacific Ring of Fire, California, Alaska, and Indonesia. This research proves that data augmentation is not merely a supplementary technique but a crucial strategy to enhance model generalization and predictive performance, particularly for rare yet high-impact seismic events. The findings offer significant scientific and practical contributions to seismic hazard mitigation and risk mapping, with potential applications in early warning systems and real-time disaster response.
Pemodelan Prediktif Konsumsi Energi Listrik di Pabrik Baja Berbasis XGBoost untuk Pengelolaan Sumber Daya Berkelanjutan Utama, Hastari; Santoso, Joko Dwi
BHATARA: Jurnal Multidisiplin Ilmu Vol 2 No 3 (2025): October (In progress issue)
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/jmb.v2i3.234

Abstract

This research aims to develop a predictive model for electrical energy consumption in steel plants based on XGBoost Regressor, with the goal of supporting sustainable resource management. The dataset used was obtained from the UCI Machine Learning Repository with DOI: 10.24432/C52G8C , covering real-time operational data from a steel plant during 2018, including variables such as energy consumption (Usage_kWh), reactive power, power factor, and production load status. The research process included data exploration, preprocessing, time and categorical feature extraction, and training the XGBoost Regressor model with hyperparameter optimization using Grid Search and time-series split validation. Evaluation results showed outstanding performance with an MAE of only 0.41 kWh, RMSE of 0.81 kWh, and an R² value of 0.9993, indicating that the model successfully explained nearly all variations in actual data. Feature importance analysis revealed that Lagging_Current_Reactive.Power_kVarh and CO2(tCO2) were the most influential features in predicting energy consumption. This model is not only technically accurate but also holds significant practical potential for use in industrial energy management systems, helping companies plan production schedules, avoid peak loads, and improve energy efficiency sustainably.
Analisis Keamanan Jaringan pada VLAN dengan Metode Firewall Security Port Menggunakan Telegram Bot sebagai Monitoring Al Fatta, Khabib; Utama, Hastari; Santoso, Joko Dwi; Ferdiansyah, Pramudita
BHATARA: Jurnal Multidisiplin Ilmu Vol 3 No 1 (2026): January
Publisher : Hemispheres Press

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

Abstract

Perkembangan era digital meningkatkan kebutuhan akan keamanan jaringan, terutama pada lingkungan Virtual Local Area Network (VLAN). Penelitian ini bertujuan untuk menganalisis keamanan jaringan pada VLAN dengan menerapkan metode firewall security port dan memanfaatkan Telegram Bot sebagai sistem monitoring berbasis notifikasi real-time. Metode penelitian yang digunakan adalah SPDLC (Security Policy Development Life Cycle) dengan tahapan analisis, desain, implementasi, pengujian, dan evaluasi. Implementasi dilakukan menggunakan router Mikrotik dengan konfigurasi aturan firewall filter beraksi drop pada port tertentu, khususnya port FTP (21). Pengujian serangan DDoS dilakukan menggunakan software Ultraddos dengan mengirimkan 10.000 paket ke alamat IP target. Hasil penelitian menunjukkan bahwa firewall dengan aksi drop berhasil mencegah lonjakan CPU hingga 100% dan menghindari logout paksa pada perangkat. Selain itu, Telegram Bot berhasil mengirimkan notifikasi serangan dalam waktu kurang dari 5 detik setelah serangan terdeteksi, meningkatkan responsivitas administrator. Kesimpulan penelitian ini adalah integrasi firewall security port dan Telegram Bot efektif dalam melindungi jaringan VLAN dari serangan DDoS sekaligus menyediakan mekanisme monitoring yang cepat dan andal. Penelitian ini memberikan kontribusi praktis bagi pengembangan sistem keamanan jaringan yang responsif dan terdiferensiasi.
Analisis Hasil Uji Penetrasi Menggunakan Metode Information Systems Security Assessment Framework (ISSAF) Pada Website Cahyo, Iyondiansyah Eka; Santoso, Joko Dwi; Utama, Hastari
BHATARA: Jurnal Multidisiplin Ilmu Vol 3 No 1 (2026): January
Publisher : Hemispheres Press

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

Abstract

Ancaman keamanan pada situs web sering kali disebabkan oleh adanya celah keamanan yang dapat dimanfaatkan pihak tidak berwenang untuk melakukan tindakan berbahaya. Penelitian ini bertujuan untuk menganalisis kerentanan keamanan pada website dummy dengan menerapkan metode Information Systems Security Assessment Framework (ISSAF) dalam pelaksanaan uji penetrasi. Pengujian dilakukan menggunakan pendekatan black box testing dengan fokus pada tiga jenis serangan umum: SQL Injection, Cross-Site Scripting (XSS), dan Cross-Site Request Forgery (CSRF). Hasil penelitian mengidentifikasi bahwa SQL Injection tergolong risiko sedang, sedangkan XSS dan CSRF termasuk dalam kategori risiko tinggi berdasarkan analisis faktor ancaman dan dampak teknis-bisnis. Rekomendasi mitigasi yang diusulkan meliputi penerapan prepared statements, Content Security Policy (CSP), dan CSRF token untuk meningkatkan keamanan sistem. Penelitian ini diharapkan dapat menjadi acuan dalam pengujian dan peningkatan keamanan aplikasi web berbasis kerangka kerja terstruktur.
Identifikasi Kerentanan Perangkat Lunak Pengolah Dokumen Berbasis Binary menggunakan Metode Whitebox Fuzzing Afl++ Rasyid, Ahmad Hassan; Santoso, Joko Dwi; Utama, Hastari
BHATARA: Jurnal Multidisiplin Ilmu Vol 3 No 1 (2026): January
Publisher : Hemispheres Press

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

Abstract

Keamanan perangkat lunak menjadi semakin penting di era digital, terutama dalam menghadapi serangan siber seperti buffer overflow. Pengujian keamanan yang komprehensif diperlukan untuk menemukan kerentanan tersebut, dengan teknik fuzzing sebagai salah satu pendekatan yang efektif. Penelitian ini mengimplementasikan whitebox fuzzing menggunakan AFL++ yang dikombinasikan dengan Address Sanitizer (ASan) untuk mendeteksi kerentanan pada perangkat lunak pengolah dokumen berbasis binary, yaitu PDFCook versi 0.4.5. Hasil penelitian menunjukkan bahwa dalam waktu 10 menit 2 detik, AFL++ berhasil menemukan 2.952 crash dengan 110 file crash unik yang tersimpan. Jenis kerentanan yang teridentifikasi didominasi oleh Segmentation Fault (SEGV) sebanyak 94,5%, diikuti oleh Heap Buffer Overflow (3,6%), SIGABRT, dan Out of Memory. Temuan ini membuktikan bahwa fuzzing berbasis AFL++ merupakan metode yang efisien, ekonomis, dan efektif untuk mengungkap kerentanan keamanan pada perangkat lunak sebelum dirilis ke lingkungan produksi.
Implementasi Sistem Manajemen Produksi Dan Pemesanan Pada Konveksi Sablon Cambena.Ink Berbasis Website Anggara, Adrianus Ingka; Santoso, Joko Dwi; Utama, Hastari
BHATARA: Jurnal Multidisiplin Ilmu Vol 3 No 1 (2026): January
Publisher : Hemispheres Press

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

Abstract

Perkembangan teknologi digital tidak hanya membawa dampak positif tetapi juga memicu peningkatan kejahatan siber, termasuk cyber sexual harassment. Modus kejahatan ini sering kali memanfaatkan teknik steganografi untuk menyembunyikan bukti digital dalam media seperti gambar. Penelitian ini bertujuan untuk menganalisis bukti digital forensik terkait penggunaan teknik steganografi pada media flashdisk dalam konteks kasus cyber sexual harassment. Metode yang digunakan adalah kerangka kerja National Institute of Standards and Technology (NIST) yang terdiri dari empat tahap: collection, examination, analysis, dan reporting. Alat yang digunakan meliputi FTK Imager untuk akuisisi, Autopsy untuk pemeriksaan dan pemulihan data, serta OpenStego dan Steganographystudio untuk steganalisis. Hasil penelitian menunjukkan bahwa proses akuisisi berhasil dengan integritas terjaga (hash MD5 & SHA-1 terverifikasi). Autopsy berhasil memulihkan 10 file gambar yang terhapus. Analisis histogram mengindikasikan adanya anomali pada semua file. Namun, ekstraksi pesan tersembunyi hanya berhasil sebagian: OpenStego berhasil pada 1 file (10%), sedangkan Steganographystudio pada 2 file (20%). Simpulan penelitian menyatakan bahwa pendekatan NIST efektif, namun efektivitas steganalisis sangat bergantung pada alat dan teknik penyembunyian yang digunakan, sehingga diperlukan strategi multi-alat dalam investigasi forensik digital untuk kasus serupa.
Co-Authors Aidina Ristyawan, Aidina Al Fatta, Khabib Anggara, Adrianus Ingka Arie Nugroho, Arie Cahyo, Iyondiansyah Eka Erna Daniati Ferdiansyah, Pramudita Frobenius, Arvin Claudy Gavinda, Gigih Raka Indriyatmoko, Toto JOKO DWI SANTOSO Majid Rahardi Masruro, Ahlihi Rasyid, Ahmad Hassan Sudarmanto Sudarmanto, Sudarmanto