Article Per Year (5 Year)
p-Index From 2021 - 2026
5.111
P-Index
This Author published in this journals
All Journal Jurnal EECCIS Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika
Mahendra Data
Program Pascasarjana Teknik Informatika Institut Teknologi Sepuluh November Surabaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
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.
Analisis Efektivitas OWASP ZAP dalam Mendeteksi Kerentanan Terhadap Serangan SQL Injection Fernanda, Rizky; Data, Mahendra; Andri Bakhtiar, Fariz
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

SQL Injection (SQLi) masih menjadi ancaman utama pada aplikasi web. Penelitian ini bertujuan menganalisis kemampuan OWASP ZAP dalam mendeteksi kerentanan SQLi pada OWASP Juice Shop dan DVWA, serta menilai efektivitas deteksinya secara kuantitatif. Permasalahan yang diangkat meliputi jenis-jenis SQLi yang dapat terdeteksi oleh ZAP dan seberapa efektif ZAP mengidentifikasi serta memvalidasi serangan tersebut. Metode yang digunakan adalah eksperimen terkontrol dengan SQLMap sebagai pengirim payload empat varian (Error-Based, Union-Based, Boolean-Based Blind, Time-Based Blind). Seluruh request dan response diproksi melalui ZAP (passive/active scan). Validasi manual diterapkan untuk menetapkan ground truth per varian antara lain melalui indikator HTTP 500 disertai pesan error basis data, kemunculan marker UNION pada respons, perbedaan konten TRUE/FALSE, atau ΔRTT yang signifikan. Efektivitas ZAP dievaluasi menggunakan confusion matrix (TP, FP, FN, TN) dan metrik precision, recall, serta F1-score. Hasil menunjukkan ZAP unggul pada varian yang menimbulkan indikasi eksplisit terutama Error-Based ditandai respons 500 dan pesan error SQL; sebagian payload Union-Based juga terangkat karena pola respons serupa. Sebaliknya, pada Boolean-Based dan Time-Based, deteksi otomatis ZAP terbatas dan memerlukan analisis manual, sehingga berpotensi menimbulkan false negative. Disimpulkan bahwa ZAP efektif sebagai detektor awal kerentanan SQLi, namun konfirmasi akhir sebaiknya dikombinasikan dengan SQLMap dan validasi manual agar penilaian lebih akurat dan komprehensif.
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.
Pelatihan Manajemen Konfigurasi Infrastruktur Jaringan Pintar Berbasis Software-Defined Network (SDN) Untuk Meningkatkan Efisiensi Energi Dan Pengelolaan Sumber Daya Data, Mahendra; Basuki, Achmad; Yahya, Widhi; Pramukantoro, Eko Sakti
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika Vol 4 No 2 (2025): Juli
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/dimasloka.v4i2.48

Abstract

Kegiatan pelatihan ini bertujuan untuk meningkatkan pemahaman dan keterampilan peserta dalam konsep dan implementasi Software-Defined Networking (SDN), sebuah paradigma baru dalam pengelolaan jaringan yang lebih efisien, fleksibel, dan hemat energi. SDN memungkinkan pemisahan antara control plane dan data plane, sehingga memungkinkan pengaturan jaringan yang lebih terpusat dan otomatis. Fokus utama pengabdian ini adalah pada pengenalan protokol OpenFlow sebagai media komunikasi antara controller dan perangkat jaringan, serta implementasi teknik multi-tenant menggunakan Ryu Controller. Peserta juga diperkenalkan pada Mininet sebagai platform simulasi jaringan berbasis SDN dan Open vSwitch sebagai virtual switch untuk mengelola jaringan SDN. Selain menyampaikan potensi manfaat SDN dalam pengelolaan jaringan yang scalable, aman, dan hemat energi, pelatihan ini juga menggarisbawahi tantangan utama seperti interoperability antar perangkat dari berbagai vendor dan risiko keamanan controller terpusat. Dengan materi teoretis dan simulasi praktik langsung, pelatihan ini diharapkan dapat memberikan kontribusi nyata dalam penerapan teknologi SDN di berbagai lingkungan seperti pusat data, kampus, dan jaringan operator.   Abstract This training activity aims to improve participants' understanding and skills in the concept and implementation of Software-Defined Networking (SDN), a new paradigm in network management that is more efficient, flexible, and energy efficient. SDN enables the separation between the control plane and the data plane, allowing for more centralized and automated network management. The focus of this community service is on the introduction of the OpenFlow protocol as a communication medium between the controller and network devices, as well as the implementation of multi-tenant techniques using Ryu Controller. Participants were also introduced to Mininet as an SDN-based network simulation platform and Open vSwitch as a virtual switch for managing SDN networks. In addition to highlighting the potential benefits of SDN in managing scalable, secure, and energy-efficient networks, the training also highlighted key challenges such as interoperability between devices from different vendors and security risks of centralized controllers. With theoretical materials and hands-on simulations, this course is expected to make a real contribution to the application of SDN technology in various environments such as data centers, campuses, and operator networks.
Penguatan Literasi Keamanan Siber Melalui Pelatihan Keamanan Aplikasi Web Untuk Instansi Pendidikan Data, Mahendra; Fauzi, M. Ali; Bakhtiar, Fariz Andri; Saputra, Virgananta; Hilmy, Ahmad Nabih Baril; Tarta, I Gusti Ngurah Ryo Adi
DIMASLOKA: Jurnal Pengabdian Masyarakat Teknologi Informasi dan Informatika Vol 5 No 1 (2026): Januari
Publisher : Fakultas Ilmu Komputer Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/dimasloka.v5i1.77

Abstract

Pemanfaatan aplikasi web yang semakin masif di lingkungan institusi pendidikan telah meningkatkan potensi risiko terhadap serangan keamanan siber, khususnya SQL Injection (SQLi) dan Cross-Site Scripting (XSS). Rendahnya literasi keamanan siber di kalangan pengelola dan pengembang menjadi salah satu faktor utama kerentanan tersebut. Kegiatan pengabdian ini bertujuan untuk memperkuat literasi dan keterampilan teknis keamanan siber melalui pelatihan berbasis hands-on workshop kepada 32 siswa dari jurusan Rekayasa Perangkat Lunak dan Teknik Komputer dan Jaringan di SMK Telkom Malang. Materi pelatihan difokuskan pada pemahaman mekanisme serangan SQLi dan XSS serta penerapan teknik mitigasi yang relevan. Evaluasi dilakukan melalui pre-test dan post-test, yang menunjukkan peningkatan rata-rata skor peserta dari 45,417 menjadi 47,917. Namun, hasil uji Wilcoxon Signed-Rank Test menunjukkan bahwa peningkatan tersebut tidak signifikan secara statistik (p = 0,457), yang diduga disebabkan oleh keterbatasan durasi pelatihan, kompleksitas dua topik sekaligus, serta minimnya pengetahuan prasyarat peserta. Di sisi lain, hasil User Experience Questionnaire (UEQ) menunjukkan skor "Excellent" pada sebagian besar aspek, yang mengindikasikan bahwa peserta menilai positif pengalaman pelatihan. Temuan ini menunjukkan bahwa pelatihan berkontribusi pada pengenalan awal (awareness) keamanan aplikasi web, tetapi belum cukup efektif dalam meningkatkan kompetensi kognitif secara terukur.   Abstract The increasing adoption of web applications in educational institutions has heightened the risk of cybersecurity attacks, particularly SQL Injection (SQLi) and Cross-Site Scripting (XSS). Low cybersecurity literacy among system administrators and developers remains a key contributing factor to these vulnerabilities. This community service activity aimed to strengthen cybersecurity literacy and technical skills through a hands-on workshop for 32 students from the Software Engineering and Computer Network Engineering departments at SMK Telkom Malang. The training focused on understanding SQLi and XSS attack mechanisms and applying relevant mitigation techniques. Evaluation through pre-test and post-test showed an increase in mean scores from 45.417 to 47.917. However, the Wilcoxon Signed-Rank Test indicated that this increase was not statistically significant (p = 0.457), presumably due to the limited training duration, the complexity of covering two topics simultaneously, and the participants' lack of prerequisite knowledge. On the other hand, the User Experience Questionnaire (UEQ) results showed "Excellent" scores on most aspects, indicating that participants responded positively to the training experience. These findings suggest that the training contributed to initial awareness of web application security, but was not yet effective enough to produce a measurable improvement in cognitive competence.
Analisis Perbandingan Performa Retrieval-Augmented Generation pada Sistem Tanya Jawab Gizi Klinis Hakim, Muhammad Yasin; Fatyanosa, Tirana Noor; Data, Mahendra
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

Informasi di domain gizi klinis yang terus berkembang pesat menimbulkan tantangan bagi tenaga medis dalam mengakses jawaban yang akurat, terutama pada literatur berbahasa Indonesia yang masih terbatas. Pemanfaatan Large Language Model (LLM) untuk sistem tanya jawab gizi klinis juga masih menghadapi permasalahan hallucination yang berisiko serius dalam konteks klinis. Penelitian ini bertujuan untuk merancang, mengimplementasikan, dan mengevaluasi pipeline Retrieval-Augmented Generation (RAG) untuk sistem tanya jawab di domain gizi klinis menggunakan dataset berbahasa Indonesia. Pipeline dibangun dari lima komponen utama: query embedder, document retriever, prompt builder, generator berbasis Llama 3.2 3B dan GPT-OSS, serta answer builder. Evaluasi dilakukan menggunakan BERTScore dan RAGAS terhadap empat eksperimen yang membandingkan kedua model dengan dan tanpa RAG. Hasil menunjukkan bahwa RAG secara konsisten meningkatkan kualitas jawaban. Llama 3.2 3B dengan RAG memperoleh BERT F1 tertinggi (0,5703), dengan peningkatan 5,8%, sedangkan GPT-OSS dengan RAG mencapai 0,5658 dengan peningkatan 10,3%. Evaluasi RAGAS mengungkapkan trade-off antara faithfulness dan answer relevancy: GPT-OSS unggul pada faithfulness (0,6881) namun rendah pada answer relevancy (0,1595), sementara Llama 3.2 3B menunjukkan keseimbangan yang lebih baik. Temuan ini mengonfirmasi bahwa model open-source berukuran kecil dengan RAG dapat menjadi alternatif efisien untuk sistem tanya jawab klinis berbahasa Indonesia.
Analisis Penerapan XLM-RoBERTa pada Named Entity Recognition untuk Deteksi Entitas Sensitif Laporan Asuhan Gizi Klinik Berformat PDF Pradipta, Muhammad Fadhil; Noor Fatyanosa, Tirana; Data, Mahendra
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

Artikel ini diterbitkan pada seminar TBD
Leveraging Convolutional Neural Networks Preprocessing for Accurate Age and Gender Classification in Personalized Nutrition Fadhillah, Muhammad Aulia Nur; Al Hakim, Shidiq; Rodiah, Rodiah; Data, Mahendra; Siagian, Al Hafiz Akbar Maulana; Riyanto, Slamet; Madenda, Sarifuddin; Apriani, Niken Fitria; Maukar, Maukar
Journal of Information Technology and Computer Science Vol. 10 No. 1: April 2025
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.2025101923

Abstract

Imagine having a personalized nutrition plan that caters to your unique dietary needs based on your age and gender. Such a system could revolutionize the way we approach health and wellness. A key component of this vision is the accurate classification of age and gender from facial images, which can be leveraged to provide tailored nutritional recommendations. In this paper, we explored the use of convolutional neural networks and their preprocessing techniques to enhance the performance of age and gender classification models. Our age classification aimed to identify the age group according to the regulation of the Indonesian Republic's Health Ministry in 2014 about the guidelines for balanced nutrition, which includes the following categories: 10-12 years old, 13-15 years old, 16-18 years old, 19-29 years old, and 30-49 years old. We utilized the ResNet50 and Inception-v3 models, which were fine-tuned on the UTKFace dataset, a collection of more than 20,000 face images with corresponding age and gender labels. However, the UTKFace dataset suffers from a data imbalance problem. To address this issue, we proposed innovative data augmentation methods to create a more balanced dataset. Our experimental results demonstrated that our proposed augmented methods could significantly improve the classification performances of the models, leading to more accurate age and gender predictions. This advancement in facial attribute classification could pave the way for developing personalized nutrition systems that cater to individual needs and preferences, ultimately improving health outcomes and quality of life.
Implementasi Reciprocal Rank Fusion pada Sistem Retrieval-Augmented Generation untuk Rekomendasi Nutrisi Medis Winata, Jaya; Fatyanosa, Tirana Noor; Data, Mahendra
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 Konferensi Internasional TBD
Co-Authors Achmad Basuki Achmad Basuki Adam Hendra Brata Adi Sumarno, Abdullah Hilal Akbar, Aldi Fandiya Al Hakim, Shidiq Alfatih, Ramadhan Amadeo, Yoel Andri Bakhtiar, Fariz Andrian, Alfansya Shandy Apriani, Niken Fitria Aqil Aldiyan, Rizky Arief, Muhammad Bakhtiar, Fariz Andri Bintoro, Rendya Fadil Adji Budi Darma Setiawan Cahya Buana, Lukas Awan Condro Kusuma, Satrio Danialdo, Muhammad Gibran Abraham Desfianti, Ruri Dian Eka Ratnawati Diana, Rahmah Nur Eko Sakti Pramukantoro, Eko Sakti Fadhillah, Muhammad Aulia Nur Faza, Bintang Fajar Putera Fernanda, Rizky Gilang Ramadhan Hakim, Muhammad Yasin Halimsurya, Ervan Hari Trisnawan, Primantara Heru Nurwarsito Hilmy, Ahmad Nabih Baril Ibnu Aqli, Ibnu Jobel, Roenrico Kasyful Amron M. Ali Fauzi Maukar Maukar Maulana, Azizi Novan Mulia Pratama, Afwan Noor Fatyanosa, Tirana Pradipta, Muhammad Fadhil Radinka Akmal, Salsa Zufar Rafi Faisal, Muhammad Rodhiya, Hanif Robby Rodiah Rodiah Ryo Adi Tarta, I Gusti Ngurah Saladin, Abid Faiz Santoso, Azarya Saputra, Virgananta Sarifuddin Madenda SIAGIAN, AL HAFIZ AKBAR MAULANA Simarmata, Gilbert Jonathan Siregar, Reza Andri Slamet Riyanto Tama, Satria Adi Tarta, I Gusti Ngurah Ryo Adi Tirana Noor Fatyanosa, Tirana Noor Trisnawan, Primantara Hari Wahida, Putri Zahratul Wahyu Buana, Dani Waskitho Wibisono Widhi Yahya Wildannantha, Jawadi Ahmad Winata, Jaya Yuhand Pramudita, Rezzy Zafran, Muhammad Abyan