Claim Missing Document
Check
Articles

Found 2 Documents
Search

PERANCANGAN SISTEM KEAMANAN JARINGAN PADA UNIVERSITAS BINA INSAN LUBUKLINGGAU MENGGUNAKAN TEKNIK DEMILITARIZED ZONE (DMZ) M. Agus Syamsul Arifin; Antoni Zulius
Jusikom : Jurnal Sistem Komputer Musirawas Vol 4 No 1 (2019): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (290.42 KB) | DOI: 10.32767/jusikom.v4i1.443

Abstract

Abstrak Pengamanan Jaringan merupakan salah satu tindakan untuk menjaga data yang terdapat di server selain menggunakan metode enskripsi data terdapat juga salah satu Teknik yang di gunakan untuk mengamankan jaringan yaitu dengan menggunakan Teknik DMZ (Demilitarized Zone). DMZ merupakan sebuah area dalam jaringan yang di bangun untuk melindungi sistem internal dengan cara memisahkan lalulintas Data yang ada pada jaringan. Lalulintas data pada Jaringan Universitas Bina Insan Lubuklinggau tidak terfilter sehingga sistem internal yang ada dalam hal ini adalah perangkat server tidak memiliki pengamanan selain sistem keamanan built in yang ada pada sistem operasi yang di gunakan oleh server Universitas (Firewall Sistem Operasi) pengguna yang mengakses jaringan Internet menggunakan IP Address yang biasa di gunakan mahasiswa dapat juga memasuki jaringan yang di gunakan oleh server secara langsung tanpa terfilter, dengan menggunakan Teknik DMZ lalulintas data Server yang ada akan dipisah dari Jaringan yang di gunakan oleh mahasiswa dan Jaringan Luar, sehingga mahasiswa dan pengguna hanya akan dapat mengakses port yang sudah di tentukan saja. Penggunaan Teknik DMZ nantinya akan menjadi sistem lapis pengamanan pertama dari server yang ada di Universitas Bina Insan Lubuklinggau agar beberapa port dapat terlindungi dari pengguna yang berusaha mengakses lebih dalam ke dalam Server. Kata kunci : Demilitarized Zone (DMZ), Keamanan Jaringan, Server Abstract Network Security is one of the ways to maintain the data contained on the server besides using data encryption methods, there is also one of the techniques used to secure the network by using the DMZ (Demilitarized Zone) technique. DMZ is an area in a network that is built to protect internal systems by separating traffic data on the network. Data traffic on the Bina University Network Lubuklinggau Staff is not filtered so that the internal system in this case is that the server device has no security other than the built-in security system that is on the operating system used by the University server (Firewall Operating System) users accessing the Internet network using an IP address that is commonly used by students can also enter the network that is used directly by the server without filtering, using the DMZ technique data traffic Existing servers will be separated from the network used by students and the outside network, so students and users will only can only access the specified port. The use of the DMZ Technique will later become the first security layer system from the server at Bina University, Lubuklinggau, so that several ports can be protected from users trying to access deeper into the Server. Keywords : Demilitarized Zone (DMZ), Network Security, Server
Penerapan Metode Hybrid Svm-Indobert Transformer untuk Klasifikasi Ulasan pada Aplikasi Bea Cukai Mobile di Google Playstore Dafa Ananda Pratama; Ahmad Sobri; Antoni Zulius
Edutik : Jurnal Pendidikan Teknologi Informasi dan Komunikasi Vol. 6 No. 1 (2026): EduTIK : Februari 2026
Publisher : Jurusan PTIK Universitas Negeri Manado

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

Abstract

Pesatnya pertumbuhan umpan balik masyarakat di platform digital menuntut instansi pemerintah untuk memiliki sistem analisis sentimen yang efisien guna memahami persepsi publik. Penelitian ini bertujuan untuk membangun dan mengevaluasi model klasifikasi sentimen yang akurat untuk menganalisis ulasan layanan publik berbahasa Indonesia. Metode yang diimplementasikan adalah arsitektur hybrid yang mengombinasikan kekuatan model pre-trained IndoBERT untuk tahap ekstraksi fitur kontekstual dan algoritma Support Vector Machine (SVM) untuk tahap klasifikasi. Model dilatih dan diuji menggunakan dataset ulasan publik yang telah melalui tahap pra-pemrosesan. Hasil pengujian menunjukkan bahwa model yang diusulkan berhasil mencapai akurasi keseluruhan sebesar 90%. Analisis kinerja secara mendalam mengungkapkan bahwa model memiliki karakteristik yang unggul dalam mendeteksi sentimen negatif dengan nilai recall mencapai 97%, meskipun bersifat lebih konservatif pada sentimen positif. Hasil ini membuktikan bahwa kombinasi IndoBERT dan SVM merupakan pendekatan yang sangat efektif dan dapat menghasilkan sebuah model fungsional yang andal, khususnya untuk identifikasi keluhan, sehingga dapat menjadi alat bantu yang berharga bagi instansi dalam memonitor umpan balik publik secara otomatis.