Article Per Year (5 Year)
p-Index From 2021 - 2026
2.647
P-Index
This Author published in this journals
All Journal Journal of Innovation and Applied Technology Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Journal of Robotics and Control (JRC)
Kasyful Amron
University of Brawijaya
Aerospace Engineering Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Mechanical Engineering Public Health Social Sciences

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Assistance in Converting Tofu Waste Into Valuable Products for the Ngrangin Jaya Tofu and Tempeh Business Group in Sumberpasir Village, Pakis District, Malang Regency. Suryanto Hertika, Asus Maizar; Nurlaelih, Euis Elih; Amron, Kasyful; Supriyatin, Febriyani Eka
Journal of Innovation and Applied Technology Vol 11, No 2 (2025)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Brawijaya

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

Abstract

This article describes the implementation of the Doctoral Program in comunity Service (Doktor mengabdi / DM) conducted in Sumberpasir Village, Pakis District, Malang Regency. The purpose of this service is to empower the community through the utilization of tofu industry waste into useful and eco-friendly products. The program consisted of three main activities: BIOLITA, which focused on processing liquid tofu waste into organic liquid fertilizer; MAGOLITA, which transformed solid tofu waste into maggot feed; and GURAME, which emphasized character building and educational development for elementary school students. The impact of this service involved improving environmental awareness, enhancing waste management practices, promoting community-based economic opportunities, and fostering cooperation between the university and the village. The program successfully demonstrated how higher education institutions can contribute to sustainable community development through applied science and innovation.
Analisis Performa QoS Varian ESP32 dan Raspberry Pi pada Jaringan Starlink Menggunakan Protokol TCP dan UDP Atarian, Tiara Calista Kusumawardani; Amron, Kasyful; Pramukantoro, Eko Sakti
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Konektivitas jaringan masih menjadi tantangan utama dalam penerapan IoT di wilayah terpencil. Jaringan satelit Starlink menawarkan solusi alternatif dengan latency rendah dan cakupan luas, namun karakteristiknya yang dinamis menuntut pengujian performa komunikasi pada perangkat IoT. Perbedaan kemampuan pemrosesan dan implementasi protokol jaringan pada perangkat IoT berpotensi menghasilkan performa yang tidak seragam, sehingga diperlakukan pengujian dengan variasi perangkat. Penelitian ini menganalisis performa QoS jaringan Starlink pada perangkat ESP32, ESP32-C6, Raspberry Pi Zero, dan Raspberry Pi 3 B+ menggunakan protokol TCP dan UDP. Pengujian dilakukan menggunakan iPerf2 dan ping untuk memperoleh parameter throughput, latency, jitter, dan packet loss. Hasil penelitian menunjukkan bahwa performa QoS pada jaringan Starlink sangat dipengaruhi oleh kapabilitas internal perangkat dan protokol komunikasi yang digunakan. Pada protokol TCP, ESP32 dan ESP32-C6 menunjukkan throughput terbatas 2–4 Mbps akibat keterbatasan buffer dan kemampuan pemrosesan, sedangkan Raspberry Pi Zero dan Raspberry Pi 3 B+ mampu mencapai throughput yang lebih stabil sekitar 4–7 Mbps. Pada protokol UDP, ESP32 dan ESP32-C6 menghasilkan throughput tinggi hingga 20–30 Mbps, namun disertai packet loss ekstrem sebesar 65–96% sehingga tidak merepresentasikan goodput. Sebaliknya, Raspberry Pi mampu mempertahankan throughput sesuai target iPerf2 dengan packet loss mendekati nol. Nilai latency seluruh perangkat berada pada kisaran 68–96 ms dengan jitter di bawah 12 ms. Secara keseluruhan, protokol TCP lebih konsisten dan direkomendasikan untuk perangkat IoT, sedangkan performa UDP sangat bergantung pada kemampuan pemrosesan perangkat.
Pemanfaatan Data Log Suricata dalam Pengembangan Model Machine Learning untuk Deteksi Serangan Cross-Site Scripting (XSS) Wahida, Putri Zahratul; Data, Mahendra; Amron, Kasyful
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Cross-Site Scripting (XSS) merupakan salah satu serangan aplikasi web yang paling berbahaya menurut OWASP Top 10 (2021) karena memungkinkan penyerang menyisipkan skrip berbahaya untuk pencurian data sensitif maupun pengambilalihan sesi. Penelitian ini mengembangkan model deteksi XSS berbasis machine learning dengan memanfaatkan log Suricata sebagai sumber data utama. Lingkungan uji berbasis Docker dibangun untuk menghasilkan trafik benign dan serangan terkontrol melalui mekanisme traffic mirroring, sehingga diperoleh dataset HTTP yang kemudian diproses melalui tahapan pembersihan, pelabelan, dan ekstraksi delapan fitur utama. Model Random Forest dilatih dan dievaluasi dalam 15 iterasi eksperimen untuk memperoleh performa yang stabil serta dibandingkan secara langsung dengan mekanisme deteksi rule-based Suricata. Hasil menunjukkan bahwa model ML mencapai recall 1.00 tanpa false negative, precision rata-rata 0.90, dan F1-score 0.947, secara konsisten melampaui Suricata yang hanya mencapai recall 0.619 akibat keterbatasan rule dalam mengenali variasi payload. Analisis feature importance menegaskan bahwa panjang URL dan elemen konten HTTP menjadi indikator paling dominan. Secara keseluruhan, pendekatan machine learning terbukti lebih adaptif dan mampu meningkatkan efektivitas deteksi XSS dibandingkan deteksi berbasis aturan konvensional.
Co-Authors A.M., Rizky Kurnia Achmad Basuki Achmadi, Adrian Al Farida, Soraya Alifa Ni Mah Alfarisi, Muhammad Asnin Alvaro, Archangela Muhammad Andriansah, Ilham Ar - Raffly, Muhammad Rifqi Ari Kusyanti Arya Sena Marga Mukti, Arya Sena Marga Asus Maizar Suryanto H Atarian, Tiara Calista Kusumawardani Diraja, Ananda Fitra Eko Sakti Pramukantoro, Eko Sakti Eryanto, Erik Gilang Ramadhan Halimah, Marsa Fatin Hari Trisnawan, Primantara Kamila, Putri Annisa Kusumawinahyu, Wuryansari M Lal, Mohammad Tamrin Bin Mohamad Mahendra Data mahmudy, wayan f Mukhlis, Dharu Habib Narendra, Daffa Putra Nurrahman, Ahmad Prasetya Putra, Renanda Baghaz Dzulhamdhani Surya Rakhmadhany Primananda, Rakhmadhany Reza Andria Siregar Rudolf, Rudolf Sabriansyah Rizqika Akbar Sakti Pramukantoro, Eko Savira, Riza Setiyono, Bagus Aji Pamungkas Shaffan, Nur Hazbiy Shofwan, Shofwan Supriyatin, Febriyani Eka Sutrisno, Bagasdio Syaiful Anam Uluputty, Fathoni Ibrahim Basyir Viera Wardhani Wahida, Putri Zahratul Widhi Yahya Wijanata, Ida Bagus Pascad Wijaya Kurniawan