Article Per Year (5 Year)
p-Index From 2021 - 2026
2.787
P-Index
This Author published in this journals
All Journal JIEET (Journal of Information Engineering and Educational Technology) Journal of Informatics and Computer Science (JINACS)
Agus Prihanto
Universitas Negeri Surabaya
Computer Science & IT Engineering

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Analisis Perbandingan Behavior User Menggunakan Low Interaction Honeypot dan IDS pada Sistem Edge Computing Mokhamad Wildan Marzuqon; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1187.328 KB) | DOI: 10.26740/jinacs.v3n04.p471-480

Abstract

Saat ini perkembangan Edge computing semakin pesat, perkembangan ini juga disertai dengan ancaman yang begitu besar. Egde server merupakan sistem yang rentan terkena serangan. Serangan tersebut dapat berupa serangan DoS, Port Scanning, Web Service Intrusion, dan lain sebagainya. Maka dari itu diperlukan upaya pencegahan untuk meminimalisir risiko yang diakibatkan oleh serangan tersebut dengan cara menganalisis aktivitas user saat mengakses edge server. Penelitian ini bertujuan untuk mengetahui dan menganalisis aktivitas user saat mengakses edge server menggunakan Low Interaction Honeypot dan IDS. Pengujian yang dilakukan yaitu dengan dua skenario yaitu saat honeypot dinyalakan dan dimatikan. Hasil pengujian menunjukkan pada skenario honeypot dinyalakan, beban edge server menjadi berat, ditunjukkan dengan rata rata latensi sebesar 0,0085s. Selain itu, port layanan server yang terbuka juga lebih banyak sehingga meningkatkan peluang intruder untuk melakukan penyerangan terhadap edge server. Sedangkan pengujian dengan skenario honeypot dimatikan, beban edge server menjadi berkurang, hal ini ditunjukkan dengan rata rata latensi sebesar 0,0055s. Selain itu port layanan server yang terbuka hanya layanan yang berasal dari Windows dan XAMPP, sehingga aktivitas intruder yang dilakukan menjadi terbatas. Pengujian tersebut menunjukkan semakin banyak port dan layanan server yang terbuka, semakin tinggi risiko penyerangannya, dan dengan adanya honeypot risiko tersebut dapat dikurangi dengan menganalisis aktivitas intruder dengan menentukan rules yang tepat untuk pencegahan serangan.
Auto Response Messages pada Telegram Bot untuk Pelayanan Sistem Informasi Praktek Industri dan Skripsi dengan Metode Webhook Aji Ridwan Syah; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1089.319 KB) | DOI: 10.26740/jinacs.v3n04.p547-556

Abstract

Praktik industri (PI) dan Skripsi merupakan salah satu mata kuliah yang dijalani oleh mahasiswa Teknik Informatika Unesa. PI dan skripsi memiliki beberapa dokumen yang perlu dibuat dan didaftarkan agar mata kuliah bisa diselesaikan, namun saat ini tidak adanya media utama yang memberikan informasi ataupun dokumen yang berkaitan dengan mata kuliah tersebut membuat beberapa mahasiswa sedikit kesulitan untuk mencari informasi terkait. Biasanya mahasiswa mencari informasi terkait PI dan skripsi melalui kakak tingkat yang sudah pernah melaksanakan mata kuliah tersebut. Penelitian ini bertujuan untuk membangun sebuah sistem pesan otomatis (auto response messages) menggunakan telegram bot yang akan dijadikan sebagai aplikasi pesan utama dengan menggunakan metode webhook yang berfungsi sebagai penyambung antara server telegram dan server bot yang nantinya akan membuat bot mampu berjalan secara otomatis dalam waktu 24 jam penuh. File dokumen pendukung PI dan skripsi dijadikan satu oleh peneliti dalam sebuah folder pada google drive yang nantinya akan diambil link nya untuk dimasukkan kedalam kode untuk dipanggil saat pengguna memilih menu mata kuliah yang dibuat. Lalu penggunaan model seperti classification dan similarity word juga akan diadaptasikan terhadap bot. Hasil pengujian menunjukkan bahwa pengaplikasian sistem pesan otomatis (auto response messages) melalui bot telegram sudah berhasil dibuat menggunakan metode webhook dan hasil simulasi menjukkan bahwa bot yang telah dibuat mampu memberikan respon secara otomatis dalam mencari dokumen terkait mata kuliah praktik industri dan skripsi dikarenakan metode webhook yang sudah berhasil dicek dan diset pada server. File dokumen yang dibutuhkan sudah diorganisir menjadi beberapa folder yang sudah diberi nama sesuai pada google drive. Bot juga mampu digunakan oleh beberapa perangkat sekaligus tanpa mengalami delay ataupun crash pada server. Model yang digunakan seperti classification dan similarity word pun mampu diterapkan dengan baik pada bot.
Analisis Kebutuhan Resource Dan Independensi Antara Teknologi Single Server, Virtualisasi Dan Container Hanif Afrizal; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 01 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n01.p26-33

Abstract

Saat ini perkembangan teknologi server semakin pesat, perkembangan ini disertai dengan banyaknya aplikasi web yang dikelola. Teknologi virtualisasi merupakan solusi dari independensi aplikasi. Peningkatan jumlah aplikasi web harus diikuti dengan peningkatan kebutuhan resource. Virtualisasi docker container menjadi trend saat ini. Docker adalah salah satu software yang menggunakan virtualisasi OS untuk menyimpan perangkat lunak ke dalam sebuah container. Penelitian ini dilakukan untuk menganalisis perbandingan kebutuhan resource dan independensi terhadap teknologi single server, virtualisasi dan container. Metode yang digunakan untuk menganalisis perbandingan dengan mengelola banyak aplikasi apache web server. Hasil dari pengujian penggunaan memori, container membutuhkan memori sebesar 521 MB, single server membutuhkan memori sebesar 1330 MB dan virtualisasi membutuhkan memori sebesar 2475 MB. Hasil pengujian penggunaan CPU container membutuhkan CPU 1.85%, single server membutuhkan CPU 2.74% dan virtualisasi membutuhkan CPU 4.95%. Penggunaan memori dan CPU pada docker container lebih sedikit karena pada setiap virtualisasi server docker container tidak memuat kernel, melainkan berbagi kernel host dengan container yang lain. Berbeda dengan virtualisasi dan single server yang memiliki kernel sendiri untuk menjalankan aplikasi dalam hal ini menyebabkan kebutuhan resource memori dan CPU container lebih kecil. Container dan virtualisasi memiliki independensi yang terjaga, karena sumber daya dan aplikasi terisolasi secara terpisah, sehingga tidak menggangu konfigurasi aplikasi yang lain.
Penerapan Metode Long Short Term Memory Untuk Klasifikasi Pada Hate Speech Bagus Arief Hamdi Kholifatullah; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 03 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n03.p292-297

Abstract

Hate Speech atau ujaran kebencian merupakan tindakan seseorang atau kelompok dalam bentuk provokasi atau hinaaan kepada seseorang atau kelompok lain dalam berbagai faktor seperti suku, agama, ras, antar golongoan, gender, cacat, warna kulit, kewarganegaraan dan orientasi seksual yang dapat dilakukan dengan berbagai cara. Maka dilakukan penelitian dengan membentuk model pendeteksi Hate Speech menggunakan Metode Long Short Term Memory (LSTM). Metode LSTM merupakan suatu metode Deep Learning yang mampu mengingat informasi dari masa lalu dalam proses pembelajaran modelnya. Pada penelitian ini dataset didapat dari website kaggle dengan jumlah 13170 data. Dimana dataset tersebut dipisah menjadi 2 yaitu data latih dan data validasi dengan rasio perbandingan data latih dan data validasi sebesar 80% : 20%. Hasil pengujian menunjukkan bahwa : 1) Metode LSTM dapat diterapkan pada model untuk proses klasifikasi pada hate speech menggunakan data dari situs kaggle yaitu Indonesian Abusive and Hate Speech. Model yang dibentuk terdiri dari Embedding Layer, LSTM Layer, 2 Dense Layer dengan fungsi aktivasi ReLu, Dropout Layer dan Fully Connected Layer dengan fungsi aktivasi softmax dan fungsi rugi Binary Cross Entropy, 2) Model memiliki peforma terbaik dengan menggunakan 256 neuron LSTM. Akurasi yang diperoleh pada data latih sebesar 86.23% dan akurasi pada data validasi sebesar 87.10% dengan epoch sebanyak 10.
Analisis Perbandingan Algoritma Klasifikasi untuk Penyakit Jantung Jalis Dwi Muthohhar; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 03 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n03.p298-304

Abstract

Penyakit jantung menjadi penyebab tertinggi kematian didunia setelah stroke. Dengan kemajuan teknologi yang sangat pesat mendorong berbagai penelitian untuk mempermudah dalam mendiagnosa penyakit jantung menggunakan klasifikasi machine learning. Model klasifikasi yang digunakan yaitu Decision Tree, Naive Bayes dan Random Forest Classifier. Model Decision Tree menggunakan pohon keputusan, metode Naïve Bayes menggunakan probabilitas disetiap data, sedangkan model Random Forest Classifier menggunakan sekumpulan pohon keputusan yang disatukan. Data yang digunakan adalah Heart Attack Analysis & Prediction Dataset diambil dari Kaggle. Penelitian ini bertujuan untuk medapatkan model yang terbaik untuk mengklasifikasikan data penyakit jantung dari ketiga model tersebut. Untuk mendapatkan model yang terbaik penelitian ini melakukan cross validation pada setiap model machine learning. Dari hasil cross validation didapatkan adanya overfiting pada setiap model. Untuk mengatasi overfiting peneliti melakukan fine tuning pada setiap model dengan parameter F1-Score. Berdasarkan rata-rata hasil pengujian model decision tree menggunakan evaluasi random search mendapatkan nilai 0.844 dan grid search 0.84. Kemudian hasil pengujian model naïve bayes tidak ada perbedaan antara evaluasi menggunakan random search maupun grid search yaitu sebesar 0.85. Selanjutnya hasil pengujian model random forest classifier menggunakan evaluasi random search mendapatkan nilai 0.852 dan grid search 0.868. Dengan demikian dapat dilihat dari hasil pengujian bahwa model random forest classifier merupakan model terbaik dalam mengklasifikasi penyakit jantung baik itu menggunakan hyperparamter tuning grid search.
Perancangan Voice Over Internet Protocol Menggunakan VPN Gateway-To-Gateway Berbasis Server Septian Wahyu Tricahya; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n04.p351-361

Abstract

Abstrak — Keamanan jaringan komunikasi menjadi hal yang perlu diperhatikan di zaman yang sudah serba digital seperti sekarang ini. Banyak aktivitas yang membutuhkan internet sebagai media komunikasi, salah satunya adalah komunikasi untuk kepentingan proses bisnis dalam sebuah perusahaan. Umumnya perusahaan menggunakan jaringan komunikasi dari layanan pihak ketiga yang berpotensi terhadap serangan siber. Ada banyak penyedia layanan komunikasi yang dapat membantu bisnis perusahaan, akan tetapi penyedia layanan tersebut masih memiliki potensi terjadinya serangan siber. Untuk mengatasi hal ini, penggunaan VoIP (Voice Over Internet Protocol) dapat menjadi solusi yang tepat untuk meminimalisir terjadinya serangan siber dalam komunikasi bisnis perusahaan. VoIP dapat dimanfaatkan untuk melakukan panggilan telepon serta panggilan video. Hal ini membantu perusahaan agar tetap terhubung dalam kepentingan bisnisnya. Akan tetapi, penggunaan VoIP masih memiliki kerentanan terhadap serangan siber, salah satu serangan yang dapat terjadi adalah penyadapan atau sniffing. Maka, perlu adanya teknologi pengaman pada jaringan yang digunakan perusahaan ketika memilih menggunakan teknologi VoIP. Untuk mengatasi hal ini, penulis akan menggunakan VPN Point-to-Point Tunneling, sehingga VoIP akan berjalan di dalam tunnel yang telah dibuat. Hal ini akan meningkatkan keamanan komunikasi perusahaan, bahkan ISP (Internet Service Provider) yang digunakan perusahaan tidak akan mengetahui VoIP di dalam VPN yang digunakan. Dengan adanya gagasan ini, peneliti menciptakan suatu rancangan komunikasi VoIP beserta pengamanan melalui sisi jaringan dengan memanfaatkan VPN Gateway-To-Gateway dengan tingkat keamanan lebih tinggi serta biaya yang lebih terjangkau. Kata Kunci — Voice Over, VoIP, VPN, Gateway-To-Gateway, Server
Sistem Pencatatan Data Alat Ukur Tinggi Badan Berbasis Internet Of Things Ajeng Alifatus Safira Misbach; Agus Prihanto
Journal of Informatics and Computer Science (JINACS) Vol 4 No 04 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v4n04.p469-478

Abstract

Penelitian ini menghasilkan sebuah alat pengukur tinggi badan berbasis Internet of Things (IoT) yang dilengkapi dengan sensor ultrasonik. Alat ini dirancang untuk membantu petugas kesehatan dalam melakukan pengukuran tinggi badan pasien secara efisien dan tepat. Dengan kemampuan terintegrasi dengan IoT, data hasil pengukuran dapat langsung diakses melalui aplikasi di smartphone Android, memudahkan pemantauan dan pengelolaan data. Hasil penelitian menunjukkan bahwa alat ini memberikan selisih rata-rata sebesar 0,8% dibandingkan pengukuran manual, menunjukkan tingkat keakuratan yang tinggi. Selain itu, alat ini juga memiliki waktu deteksi objek yang cepat, memungkinkan pengukuran tinggi badan dilakukan dengan efisien dalam Medical Check Up (MCU). Dengan inovasi ini, alat pengukur tinggi badan berbasis IoT memberikan solusi yang efektif untuk meningkatkan proses pengukuran dan pemantauan kesehatan pasien.
Co-Authors Aditya Prapanca Agitiya Dwi Hendrata Ajeng Alifatus Safira Misbach Aji Ridwan Syah Aldi Bariqi Ananda Adhe Suqma Anita Qoiriah Bagus Arief Hamdi Kholifatullah Dedy Rahman Prehanto Defta Pradana Yuana Farid Fajar Shodiq Fino Ardiansyah Prayudi Hanif Afrizal Hanik Badriyah Hidayati,* Mohammad Hasan Machfoed,* Kuntoro,** Soetojo,*** Budi Santoso,**** Suroto,***** Budi Utomo****** Hapsari Peni Agustin Tjahyaningtijas Jalis Dwi Muthohhar Kevin Kurniawan Krisna Bayu Aditya Nurcahyo Mochamad Dimas Erlangga Mokhamad Wildan Marzuqon Muhammad Arief Rahman Ismansyah Putra Naim Rochmawati Nissa Cahyaningtyas Safitri Nonik Indahwati Rahadian Bisma Ridho Wahyudi Rachmadtullah Septian Wahyu Tricahya Sulistiyorini Sulistiyorini Umar Faruk Wahyu Ari Yuliono Wiyli Yustanti YUNI YAMASARI Zaim Nabil Alif Tirta Putra