Article Per Year (5 Year)
p-Index From 2021 - 2026
1.937
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmu Komputer dan Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Misykat: Jurnal Ilmu-ilmu Al-QurÆan, Hadist, Syariah dan Tarbiyah Systemic: Information System and Informatics Journal Indonesian Journal of Electrical Engineering and Computer Science Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) Kertha Widya : Jurnal Hukum
M. Ali Fauzi
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Other

Published : 104 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 104 Documents
Search

 7   8   9   10   11 
Evaluasi Kinerja Algoritma Pembelajaran Mesin dalam Klasifikasi Data Keystroke Dynamics Rodhiya, Hanif Robby; Data, Mahendra; Fauzi, M. Ali
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Autentikasi berbasis kata sandi memiliki kelemahan inheren terhadap serangan siber seperti phishing dan keylogging, sehingga diperlukan lapisan keamanan tambahan. Penelitian ini bertujuan untuk mengevaluasi kinerja keystroke dynamics, sebuah metode biometrik perilaku, sebagai sistem autentikasi yang efektif dan non-intrusif. Penelitian ini menggunakan dataset publik CMU Keystroke Dynamics dengan pendekatan model user-specific. Fitur diekstraksi dalam dua tingkatan (orde pertama dan kedua) dan diuji pada empat jenis model machine learning: XGBoost, SVM, Random Forest, dan Ensemble Voting Classifier (EVC). Untuk mengatasi masalah ketidakseimbangan kelas yang ekstrem pada data, diterapkan metode hybrid sampling yang menggabungkan undersampling dan SMOTE. Kinerja model dievaluasi menggunakan metrik F1- Score dan Equal Error Rate (EER). Hasil pengujian menunjukkan bahwa pendekatan Ensemble Voting Classifier memberikan kinerja paling unggul. Konfigurasi terbaik berhasil mencapai F1-Score sebesar 0.9318 dan EER serendah 0.10%. Analisis komparatif membuktikan bahwa Ensemble Voting Classifier secara signifikan mengungguli model tunggal, diikuti oleh XGBoost, Random Forest, dan SVM. Penelitian ini menyimpulkan bahwa keystroke dynamics, jika diimplementasikan dengan metode Ensemble Voting Classifier dan strategi penanganan data yang tepat, merupakan solusi yang sangat andal dan aman untuk sistem autentikasi modern.
Evaluasi Performa Dan Pengalaman Pengguna Situs Website Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Brawijaya Menggunakan Google Lighthouse Dan User Experience Questionnaire Qiindil, Audry; Aknuranda, Ismiarta; Fauzi, M. Ali
Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi Vol 6 No 1 (2025): Agustus
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/xqypzz83

Abstract

Situs web menjadi salah satu sarana dalam penyebaran informasi ke masyarakat. Universitas Brawijaya (UB) menggunakan situs web dalam setiap fakultasnya untuk menyampaikan berbagai informasi kepada dosen dan mahasiswa. Sebagai bagian dari upaya untuk meningkatkan kualitas akses informasi dan keterbukaan, UB melakukan penilaian terhadap situs web tingkat fakultas menggunakan Google Lighthouse. Penelitian ini akan menggunakan Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) UB sebagai kasus studi. Fakultas ini dipilih karena meraih peringkat tertinggi di ULIN Awards di antara fakultas lainnya. Penelitian ini bertujuan untuk menemukan apakah ada perbedaan yang signifikan terhadap penilaian performa single page dan multiple pages menggunakan Google Lighthouse serta menilai dari perspektif pengalaman pengguna menggunakan UEQ. Hasil penelitian ini nantinya akan digabungkan dengan temuan dari penelitian serupa pada FILKOM dan FPIK untuk mengidentifikasi pola performa situs web di seluruh fakultas di UB. Pengujian performa dilakukan sebanyak 5 kali dalam 5 hari. Kemudian, pengukuran pengalaman pengguna dilakukan dengan menggunakan 53 data responden. Berdasarkan hasil analisis data, pengujian performa single page menghasilkan skor rata-rata 66 sedangkan pengujian multiple pages menghasilkan skor rata-rata 56, keduanya dikategorikan ke dalam perlu perbaikan. Hasil pengujian uji hipotesis menunjukkan terdapat perbedaan yang signifikan antara pengujian performa pada single page dan multiple pages. HasIl pengukuran UEQ menunjukkan nilai positif pada skala attractiveness, perspicuity, efficiency, dependability, dan stimulation. Sementara itu, skala novelty mendapatkan nilai normal.   Abstract Websites are one of the means of disseminating information to the public.  Brawijaya University (UB) uses websites in each faculty to convey various information to lecturers and students. As part of efforts to improve the quality of information access and openness, UB evaluates faculty level websites using Google Lighthouse. This research used the Faculty of Mathematics and Natural Sciences (FMIPA) as a case study, selected due to its top ranking in the ULIN Awards among all faculties. This research aims to analyze whether there is a significant difference in evaluating the performance of single page and multiple pages using Google Lighthouse and assessing it from the user experience perspective using UEQ. The results of this study will be combined with findings from similar studies conducted on FILKOM and FPIK to identify patterns in website performance across faculties at UB. Performance testing was carried out 5 times in 5 days. The user experience measurements were carried out using 53 respondent data. Based on the results of data analysis, the single page performance test produced a score of 66 while the multiple pages test produced a score of 56, both were categorized as requiring improvement. The results of the hypothesis test confirmed a significant difference between performance testing on single page and multiple pages. The UEQ measurement results show positive values ​​on the scale of attractiveness, perspicuity, efficiency, dependability, and stimulation. Meanwhile, the novelty scale received normal value status.
Deteksi Kerentanan Cross-Site Request Forgery (CSRF) pada Plugin WordPress dengan Menggunakan Analisis Nonce Akbar, Aldi Fandiya; Data, Mahendra; Fauzi, M. Ali
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

WordPress, sebagai platform Content Management System (CMS) yang dominan, menjadi target utama serangan siber, termasuk Cross-Site Request Forgery (CSRF). Meskipun WordPress telah mengadopsi mekanisme Nonce sebagai token keamanan untuk memverifikasi keabsahan permintaan, implementasinya pada Plugin sering kali tidak konsisten dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk mengatasi celah tersebut dengan mengembangkan custom ruleset PHP_CodeSniffer (PHPCS) yang dirancang khusus untuk mendeteksi kesalahan implementasi Nonce dalam Plugin WordPress. Ruleset yang dinamakan WPNonceAnalysis ini dibangun di atas WordPress Coding standards (WPCS) dan terdiri dari tiga sniff utama untuk mendeteksi ketiadaan generasi Nonce, kurangnya verifikasi, dan mengevaluasi kualitas implementasi. Metodologi penelitian melibatkan identifikasi pola kesalahan, perancangan sniff, serta pengujian terhadap 20 Plugin WordPress (10 versi rentan dan 10 versi aman). Hasil pengujian menunjukkan bahwa ruleset WPNonceAnalysis sangat efektif, dengan Akurasi sebesar 90% dan Recall 100%, berhasil mengidentifikasi semua Plugin rentan tanpa false negative. Namun, nilai Presisi 83.33% mengindikasikan adanya kasus false positive akibat keterbatasan analisis statis dalam memahami konteks aplikasi yang kompleks. Penelitian ini menunjukkan bahwa custom ruleset PHPCS yang dikembangkan memiliki kinerja yang sangat baik untuk deteksi otomatis kesalahan implementasi Nonce, menjadikannya alat bantu yang berharga untuk mitigasi kerentanan CSRF di ekosistem WordPress.
Implementasi Conditional Variational Autoencoder Pada Autentikasi Biometrik Berbasis PPG Alamsyah, Muhammad Alfaiz Khalifah; Pramukantoro, Eko Sakti; Fauzi, Muhammad Ali
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

Penggunaan biometrik sebagai metode autentikasi mempunyai kelebihan dari sisi personalisasi dan minimnya resiko pemalsuan dibandingkan metode autentikasi tradisional. Salah satu metode biometrik yang banyak diteliti dan dikembangkan adalah photoplethysmography atau PPG yang populer digunakan karena biaya sensornya yang relatif rendah, implementasi yang sederhana, serta keamanannya yang tinggi. Akan tetapi, PPG memiliki beberapa kelemahan di antaranya adalah kesulitan mengidentifikasi pengguna di luar kondisi steril, rentan terhadap motion artifacts, serta kesulitan untuk mengidentifikasi user baru. Salah satu cara untuk menanggulangi berbagai kekurangan dalam PPG adalah dengan mengolah data PPG yang masuk menggunakan machine learning atau deep learning. Salah satu metode deep learning yang layak untuk dipertimbangkan adalah Conditional Variational Autoencoder atau CVAE. Dalam paper ini, penulis menggagas sebuah metode autentikasi berbasis sinyal PPG yang diproses dengan CVAE untuk membentuk representasi biometrik. Hasil representasi ini kemudian akan disimpan di database dan akan dilakukan pengujian dengan sistem autentikasi yang kemudian diukur dengan berbagai matrik.  Hasil penelitian menunjukkan CVAE mampu mengekstraksi karakteristik biometrik individu secara efektif pada kondisi pengujian yang terkontrol. Akan tetapi, hasil pengujian pada sistem autentikasi menunjukkan performa yang jauh lebih rendah, menunjukkan implementasi autentikasi secara real-time masih menghadapi tantangan signifikan. Hasil penelitian mengindikasikan bahwa performa sistem sangat dipengaruhi oleh kualitas sinyal, konsistensi preprocessing, serta perbedaan pipeline pemrosesan data. Penelitian selanjutnya disarankan untuk menerapkan pipeline preprocessing yang benar-benar konsisten antara pemrosesan data offline dan pemrosesan data real-time.
Co-Authors Adi Sukarno Rachman Adinugroho, Sigit Aditya Kresna Bayu Arda Putra Agnes Rossi Trisna Lestari Agung Setiyoaji Agus Wahyu Widodo Agus Zainal Arifin Ahmad Galang Satria Ahmad Wildan Attabi' Akbar, Aldi Fandiya Alamsyah, Muhammad Alfaiz Khalifah Alvandi Fadhil Sabily Amalia Kusuma Akaresti Andika Indra Kusuma Andro Subagio Anita Sumiati Annam Rosyadi Annisya Aprilia Prasanti Annisya Aprilia Prasanti Anny Yuniarti ari kusyanti Bayu Rahayudi Billy Sabilal Budi Darma Setiawan Budi Kurniawan Chusnah Puteri Damayanti Claudio Fresta Suharno Claudio Fresta Suharno Dahnial Syauqy Desfianti, Ruri Dhimas Anjar Prabowo Dian Eka Ratnawati Dimas Joko Haryanto Dwi Damara Kartikasari dwi taufik hidayat Edy Santoso Eka Dewi Lukmana Sari Eko Sakti Pramukantoro, Eko Sakti Elisa Julie Irianti Siahaan Eti Setiawati Fachrul Rozy Saputra Rangkuti Fakhruddin Farid Irfani Fathor Rosi Ferly Gunawan Ferly Gunawan Figgy Rosaliana Fitra Abdurrachman Bachtiar Galih Nuring Bagaskoro Gosario, Sony Hadiyan Hadiyan Hasbi Razzak Hidayat, Hasannudin Hilmy Khairi Idris Hurriyatul Fitriyah I Wayan Sudira Imam Cholissodin Imam Cholissodin Indriati Indriati Irma Pujadayanti Irwin Deriyan Ferdiansyah Ismiarta Aknuranda Isnan . Joda Pahlawan Romadhona Tanjung Komang Candra Brata Lailil Muflikhah Laksono Trisnantoro Liana Shinta Dewi Liana Shinta Dewi Lita Handayani Tampubolon M Yusron Syauqi Dirgantara M. Rizzo Irfan M. Rizzo Irfan Mahdarani Dwi Laxmi Mahendra Data Malahayati, Salsabila Nur Maulana, Muhammad Afif Moch. Yugas Ardiansyah Moh Fadel Asikin Moh Iqbal Yusron Muhammad Fhadli Muhammad Hakiem Muhammad Khaerul Ardi Muhammad Khatib Barokah Muhammad Mishbahul Munir Muhammad Sholeh Hudin Muhammad Tanzil Furqon Nanda Firizki Ananta Ni Made Gita Dwi Purnamasari Ni Made Gita Dwi Purnamasari Nining Nahdiah Satriani Nur Hijriani Ayuning Sari Nurul Dyah Mentari Nurul Dyah Mentari Nurul Hidayat Prananda Antinasari Primantara Hari Trisnawan Putra Pandu Adikara Qiindil, Audry Rachmad Indrianto Rahmat Yani Rakhman Halim Satrio Randy Cahya Wihandika Ratih Diah Puspitasari Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Resti Febriana Ria Ine Pristiyanti Rika Raudhotul Rizqiyah Rizal Maulana Rizal Maulana, Rizal Rizal Setya Perdana Ro'i Fahreza Nur Firmansyah Robertus Santoso Aji Putro Rodhiya, Hanif Robby Rosy Indah Permatasari Safier Yusuf Saiful Bahri Shandy, Ryo Shima Fanissa Silalahi, Gifo Armando Silvia Aprilla Sonny Christiano Gosaria Sudin, Mahmudin Suryani Agustin Sutrisno Sutrisno Thio Marta Elisa Yuridis Butar Butar Tibyani Tibyani Tibyani Tibyani Tri Afirianto Tri Afirianto, Tri Ulfa Lina Wulandari Umi Rofiqoh Ummah Karimah, Ummah Uswatun Hasanah Utaminingrum, Fitri Veronica Kristina Br Simamora Vina Adelina Wahyuni Lubis Widhi Yahya Wildan Aulia Rachman Winda Estu Nurjanah Winda Fitri Astiti Yessivha Imanuela Claudy Yuita Arum Sari Yuita Arum Sari Zafran, Muhammad Abyan Zubaidah Al Ubaidah Sakti