Claim Missing Document
Check
Articles

Found 30 Documents
Search

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 | DOI: 10.21776/ub.jiat.2025.011.02.13

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 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 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.
Analisis Keamanan Aplikasi Mobile Malang Mbois Berdasarkan OWASP Mobile Application Testing Guide (MASTG) Wahyu Buana, Dani; Data, Mahendra; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk menganalisis keamanan aplikasi Malang Mbois berdasarkan pada pedoman OWASP Mobile Application Security Testing Guide (MASTG). Dilatarbelakangi oleh meningkatnya ketergantungan Masyarakat Indonesia terhadap aplikasi mobile, aspek keamanan menjadi faktor yang krusial untuk memastikan kerahasiaan, integritas, dan ketersediaan data pengguna. Pengujian dilakukan dengan metode gray-box testing melalui analisis statis menggunakan Mobile Security Framework (MobSF) dan analisis dinamis menggunakan pemantauan lalu lintas jaringan serta pemeriksaan artefak aplikasi pada emulator android. Hasil pengujian menunjukkan beberapa kerentanan penting seperti aplikasi masih mengizinkan komunikasi jaringan tanpa enkripsi (HTTP), hal tersebut berpotensi menimbulkan serangan man-in-the-middle (MITM). Selain itu, data sensitif seperti identitas pengguna, email, nomor telepon, serta token autentikasi ditemukan tersimpan dalam SharedPreferences tanpa enkripsi dan tercatat dalam log sistem ketika proses autentikasi berlangsung. Aplikasi juga mengaktifkan fitur backup otomatis, yang memungkinkan data internal diekstraksi melalui ADB tanpa perlindungan tambahan. Temuan ini menunjukkan bahwa aplikasi belum sepenuhnya memenuhi standar keamanan MASTG, khususnya pada aspek penyimpanan data, keamanan jaringan, dan pengelolaan log. Berdasarkan hasil analisis, penelitian ini menyimpulkan bahwa diperlukan peningkatan keamanan pada aspek penyimpanan lokal, komunikasi jaringan, dan manajemen log. Penelitian ini juga memberikan rekomendasi berupa penerapan enkripsi, penonaktifan cleartext traffic dan backup, serta pembatasan pencatatan log guna meningkatkan perlindungan data pengguna.
Implementasi Hybrid Intrusion Prevention System (IPS) Menggunakan Suricata Dan Decision Tree Untuk Mencegah Network Reconnaissance Berbasis TCP Saputra, Virgananta; Data, Mahendra; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Peningkatan ancaman siber menuntut mekanisme pertahanan jaringan yang mampu mendeteksi aktivitas reconnaissance sejak dini. Sistem pencegahan berbasis signature sering gagal dalam mengenali varian serangan baru atau zero-day attack. Penelitian ini mengusulkan pengembangan arsitektur hybrid Intrusion Prevention System menggunakan Suricata dan model Decision Tree. Suricata difungsikan sebagai penyaring lapisan pertama sebelum paket jaringan dianalisis lebih lanjut oleh model klasifikasi. Metode Decision Tree diterapkan untuk mendeteksi varian serangan zero-day yang lolos dari pemindaian berbasis ruleset. Lingkungan pengujian dirancang menggunakan mesin virtual untuk melakukan simulasi traffic jaringan normal dan aktivitas reconnaissance. Pengujian kinerja dilakukan dengan membandingkan skenario Suricata tunggal, Decision Tree tunggal, serta arsitektur hybrid IPS. Hasil eksperimen menunjukkan bahwa arsitektur hybrid mampu mencapai tingkat akurasi sebesar 0.8989 dan recall 0.7249. Sistem gabungan ini berhasil memblokir berbagai aktivitas reconnaissance yang tidak terdeteksi oleh ruleset Suricata. Hasil analisis menunjukkan bahwa Suricata tunggal memiliki kecepatan throughput tinggi dengan tingkat deteksi serangan rendah. Sebaliknya, implementasi sistem hybrid mengalami penurunan kecepatan throughput drastis hingga tersisa rata-rata 9.497 Mbps. Penurunan throughput tersebut disebabkan oleh beban komputasi tambahan selama proses klasifikasi Decision Tree. Penelitian ini menyimpulkan bahwa pendekatan hybrid dapat meningkatkan keamanan jaringan namun sangat berdampak pada kecepatan transmisi.
Hybrid Network Intrusion Detection System Berbasis Suricata dan Autoencoder untuk Deteksi Slow HTTP Denial of Service Ryo Adi Tarta, I Gusti Ngurah; Data, Mahendra; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Serangan Slow HTTP Denial of Service (DoS) merupakan ancaman keamanan jaringan yang sulit dideteksi karena mengeksploitasi protokol HTTP. Penelitian ini mengembangkan Hybrid Network Intrusion Detection System (HNIDS) yang mengintegrasikan Suricata dan Autoencoder untuk mendeteksi tiga varian Slow HTTP DoS, yaitu Slowloris, Slowread, dan Slow POST. Suricata berperan sebagai deteksi lapis pertama dengan pendekatan signature-based detection. Autoencoder berperan sebagai deteksi lapis kedua dengan pendekatan pembelajaran mesin melalui packet trace collection. Tiga model Autoencoder dilatih menggunakan data serangan dari setiap varian. Pengujian dilakukan pada lingkungan virtual Proxmox dengan data lalu lintas normal dari dataset CICIDS2017. Pengujian membandingkan tiga konfigurasi NIDS, yaitu NIDS berbasis Suricata, NIDS berbasis Autoencoder, dan HNIDS. Hasil pengujian menunjukkan HNIDS mencapai recall 0,99 dan hanya gagal mendeteksi 43 dari 17.047 flow serangan. HNIDS mengurangi false negative sebesar 89% dibandingkan NIDS berbasis Autoencoder dan 86% dibandingkan NIDS berbasis Suricata, dengan konsekuensi false positive rate meningkat menjadi 0,16. Distribusi latensi deteksi HNIDS secara konsisten berada di antara kedua NIDS lainnya pada seluruh rentang distribusi, dengan latensi sebesar 174 detik pada persentil ke-99.. Kendala yang ditemukan adalah klasifikasi multiclass Autoencoder yang kesulitan membedakan Slowloris dan Slow POST, serta aturan Suricata yang masih menghasilkan false positive.
Rancang Bangun Sistem IoT untuk Pengisian dan Pengaturan Suhu Air pada Multi Ice Bath Berbasis PLC dengan Integrasi Website Efendi, Archie Vian Nizam; Arwani, Issa; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SENTRIN 2026
Studi Komparasi Kinerja Varian One-Dimensional Convolutional Neural Network untuk Klasifikasi Elektrokardiogram 12-Lead pada Jetson Orin Nano Menggunakan Dataset Physikalisch-Technische Bundesanstalt-XL Aziz, Najwa Muthia; Pramukantoro, Eko Sakti; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit kardiovaskular menyebabkan sekitar 32% dari seluruh kematian global, sehingga sistem analisis elektrokardiogram (EKG) otomatis berbasis kecerdasan buatan menjadi kebutuhan mendesak, khususnya untuk diintegrasikan pada perangkat medis portabel. Implementasi model deep learning pada perangkat tersebut menuntut evaluasi trade-off antara performa klasifikasi dan efisiensi komputasi pada perangkat edge. Penelitian ini membandingkan empat arsitektur 1D-CNN yaitu baseline, ResNet, Multi-Scale, dan Attention-Based untuk klasifikasi diagnostik EKG 12-lead menggunakan dataset PTB-XL pada frekuensi sampling 100 Hz. Setiap rekaman EKG 10 detik diproses melalui bandpass filtering dan normalisasi Z-score per kanal, lalu dimasukkan sebagai tensor input (1000, 12) untuk mengklasifikasikan lima diagnostic superclass: NORM, MI, STTC, CD, dan HYP. Pada data uji fold 10, 1D-ResNet mencapai akurasi dan Macro AUC tertinggi, yaitu 79,94% dan 0,9354. Setelah dikonversi ke TensorRT FP16 dan diuji pada NVIDIA Jetson Orin Nano menggunakan seluruh 16.244 rekaman single-label PTB-XL, 1D-ResNet tetap unggul dalam akurasi, sedangkan latensi terendah (0,5291 ms/sampel) diperoleh 1D-CNN. Keempat model tetap berada dalam kapasitas memori 8 GB. Evaluasi multi-kriteria menggunakan Weighted Sum Model (bobot akurasi 0,40; latensi 0,30; CPU 0,15; GPU 0,10; RAM 0,05) menempatkan 1D-ResNet sebagai model paling optimal (skor 0,600), menawarkan keseimbangan terbaik untuk sistem klasifikasi EKG yang mengutamakan akurasi diagnostik pada edge device.
Implementasi Hybrid Intrusion Prevention System Berbasis Suricata dan Model Extreme Gradient Boosting (XGBoost) Untuk Mitigasi Serangan SQL Injection Hilmy, Ahmad Nabih Baril; Data, Mahendra; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Abstrak SQL Injection memanfaatkan kelemahan validasi masukan untuk menyisipkan perintah SQL ke dalam permintaan aplikasi web. Intrusion Prevention System berbasis signature, seperti Suricata, efektif terhadap pola yang telah didefinisikan, tetapi dapat melewatkan variasi sintaks, encoding, dan obfuscation. Penelitian ini mengimplementasikan sistem hybrid yang menempatkan Suricata pada NFQUEUE 2 sebagai pemeriksaan pertama dan model Extreme Gradient Boosting (XGBoost) pada NFQUEUE 3 sebagai pemeriksaan kedua. Payload HTTP direpresentasikan menggunakan TF-IDF berbasis kata, TF-IDF berbasis karakter, dan fitur kata kunci SQL. Evaluasi dilakukan dengan membandingkan Suricata tunggal, XGBoost tunggal, dan sistem hybrid menggunakan 422 payload SQL Injection serta 699 permintaan normal. Sistem hybrid memblokir 370 serangan dan meneruskan 692 permintaan normal, dengan akurasi 0,9474, precision 0,9814, recall 0,8768, F1-score 0,9262, dan false positive rate 0,0100. Dibandingkan Suricata tunggal, pendekatan hybrid menambah 13 true positive dan mengurangi false negative dari 65 menjadi 52 tanpa menaikkan false positive rate. Hasil ini menunjukkan bahwa XGBoost dapat memperluas cakupan deteksi ketika diterapkan sebagai lapisan pemeriksaan setelah Suricata. Kata kunci: SQL Injection, Intrusion Prevention System, Suricata, XGBoost, TF-IDF, NFQUEUE
Implementasi Sistem Pemeriksaan Keamanan Berbasis Static Application Security Testing (SAST) dengan Arsitektur Software as a Service (SaaS) pada Open Journal Systems (OJS) Mataram, Putu Divakara; Pramukantoro, Eko Sakti; Amron, Kasyful
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 10 (2026): Oktober 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Open Journal Systems (OJS) banyak digunakan untuk mengelola jurnal ilmiah di Indonesia. Instalasi OJS menghadapi risiko keamanan pada kode sumber, berkas konfigurasi, dan upload directory. Pemeriksaan kode sumber saja belum mencakup kondisi aktual instalasi. Aturan statis generik belum tentu mengenali pola khas OJS. Penelitian ini membangun sistem pemeriksaan keamanan statis khas OJS dengan arsitektur Software as a Service yang memisahkan agen SAST pada VPS OJS dan service SAST pada VPS SAST. Kinerja sistem dievaluasi melalui dua dimensi, yaitu kesesuaian hasil tiga modul terhadap data acuan dan kinerja layanan dalam memproses tugas pemindaian. Agen SAST mengumpulkan artefak secara read-only. Service SAST memeriksa kode sumber dengan ruleset berbasis CVE dan pembatasan versi, config.inc.php, serta manifes unggahan. Pada evaluasi internal di laboratorium terkontrol dengan OJS 2.4.8-4, 3.3.0-13, dan 3.4.0-7, modul kode sumber mendeteksi seluruh 14 unit evaluasi CVE yang berlaku. Modul konfigurasi mengklasifikasikan seluruh kasus berlabel sesuai acuan tanpa false positive. Modul upload directory mencapai kinerja serupa. Ruleset generik pembanding tidak menghasilkan temuan yang dapat dipetakan ke CVE acuan. Service SAST menyelesaikan 250 tugas pemindaian tanpa kegagalan. Penelitian memakai data acuan yang sama pada pembentukan aturan dan evaluasi. Oleh karena itu, capaian tersebut terbatas pada CVE terkurasi, data uji, dan lingkungan laboratorium.