Claim Missing Document
Check
Articles

Found 12 Documents
Search

Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phishing Secara Real-Time Taufik Irfan; Rifa Hanifatunnisa; Irnanda Fidela
JTERA (Jurnal Teknologi Rekayasa) Vol 10 No 2: December 2025
Publisher : Politeknik Sukabumi

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

Abstract

Kemajuan teknologi informasi dan komunikasi semakin berkembang memberikan dampak signifikan pada penggunaan sosial media oleh seluruh masyarakat di dunia. Namun, dibalik kemajuan teknologi yang setiap harinya memberikan kemudahan pada pekerjaan manusia, ancaman dan kejahatan yang dilakukan di sosial media pun kian meningkat, salah satunya adalah phising. Phising  merupakan sebuah kejahatan siber dimana korban akan diarahkan menuju suatu situs palsu yang nantinya, penyerang akan mencuri data-data sensitif untuk dipakai sebagai kepentingannya. Serangan siber ini sudah marak di dunia media sosial dan memakan banyak korban dari usia muda hingga lansia. Untuk mengatasi hal tersebut, sudah banyak platform seperti website yang dapat mendeteksi phising, namun banyak dari website tersebut memiliki kekurangan dalam hal akurasi terhadap serangan yang semakin kompleks serta kemudahan pengguna untuk memakainya. Maka dari itu, implementasi dari “Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phising Secara Real-time” menjadi sebuah solusi yang tepat dalam menangani kejahatan phishing. Dengan mengadaptasi model logistic regression sebagai alat untuk mengklasifikasikan sebuah URL menjadi dua kategori utama yakni phishing dan non phishing yang diterapkan ke dalam mobile aplikasi, model algoritma ini memiliki tingkat keakurasian yang cukup tinggi. Dengan menggunakan dataset yang terdiri dari 11.025 sampel dan 30 parameter, model algoritma yang diterapkan mampu mengenali dan membaca pola sebuah URL yang cukup kompleks berdasarkan dataset yang dipelajarinya. Setelah melakukan pengujian dengan 150 URL berbeda, model ini menghasilkan kinerja evaluasi yang cukup memuaskan dengan perhitungan akurasi, presisi, recall dan f1 score sebesar 96%.
Analisis waktu konvergensi lima algoritma jalur terpendek pada jaringan SDN berbasis ONOS Steven Marulitua L. Toruan; Taufik Irfan
JITEL (Jurnal Ilmiah Telekomunikasi, Elektronika, dan Listrik Tenaga) Vol. 6 No. 2: July 2026
Publisher : Jurusan Teknik Elektro, Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35313/jitel.v6.i2.2026.153-160

Abstract

Pengelolaan routing path pada topologi jaringan Software Defined Networking (SDN) sangat bergantung pada pemilihan algoritma jalur terpendek yang optimal, karena algoritma tersebut menentukan efisiensi pengiriman data dari sumber ke tujuan melalui controller yang bersifat terpusat. Penelitian ini bertujuan menganalisis dan membandingkan performa algoritma Dijkstra, Bellman-Ford, Floyd-Warshall, A-Star, dan Johnson dalam menentukan jalur forwarding terbaik pada jaringan SDN berbasis OpenFlow menggunakan ONOS controller. Implementasi dan pengujian dilakukan pada lingkungan virtual menggunakan Mininet sebagai emulator Jaringan dengan kondisi topologi Partial Mesh. Parameter pengukuran yang digunakan adalah convergence time dan penentuan jalur untuk membandingkan kecepatan masing-masing algoritma dalam menghitung ulang jalur dan memulihkan komunikasi jaringan. Hasil pengujian menunjukkan urutan convergence time tercepat hingga terlambat yaitu A-Star, Dijkstra, Floyd-Warshall, Bellman-Ford, dan Johnson, yang konsisten dengan kompleksitas masing-masing algoritma. Penelitian ini diharapkan dapat menjadi referensi dalam pemilihan algoritma routing yang sesuai pada jaringan SDN berbasis OpenFlow.