Article Per Year (5 Year)
p-Index From 2020 - 2025
1.829
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JSAI (Journal Scientific and Applied Informatics) Journal of Informatics and Communication Technology (JICT) SIENNA Journal of Informatics and Communication Technology (JICT)
Hesmi Aria Yanti
Telkom University
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Mathematics

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Journal of Informatics and Communication Technology (JICT)

 1 
SIMULASI SISTEM MONITORING OKSIGEN TERLARUT (DO) PADA BUDIDAYA UDANG VANAME BERBASIS INTERNET OF THINGS (IoT) Hesmi Aria Yanti; Diana Ananda Putri; Siti Zahrotul Fajriyah
Journal of Informatics and Communication Technology (JICT) Vol. 5 No. 1
Publisher : PPM Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52661/j_ict.v5i1.156

Abstract

Indonesia has a prospective fishery sector, with an elongated coastline making it potential in the vannamei shrimp farming sector using an Internet of Things (IoT)-based system. Vannamei shrimp (Litopenaeus vannamei) is cultivated with an intensive application of high-density systems with a stocking density of 150 m2, so vannamei shrimp cultivation, namely water quality management to balance the bioenergy metabolism of shrimp, requires water quality such as dissolved oxygen (DO) to increase yields and production. To increase production yields, a system is needed that can monitor dissolved oxygen (DO) levels, an important factor for shrimp growth. The minimum DO level for shrimp growth is 3.0 mg/L, and DO that has the potential to cause mortality is <2.0 mg/L, while the optimal DO value for vannamei shrimp cultivation is >3 mg/L with a tolerance of 2 mg/L. The simulation results of an IoT-based system state that if the green light is on as a sign that the oxygen in the pond has been fulfilled, the results of dissolved oxygen readings are good or normal as seen from the display on the LCD, and the simulation value of the temperature system analysis is seen using ThingsBoard, so that the simulation system can be implemented in real terms.
Analisis Performa Algoritma Convolutional Neural Network (CNN) sebagai Pendeteksi Serangan DDoS Berbasis Deep Learning Gustav, William Paul; Fajri, Naufalul; Hidayat, Raihan; Yanti, Hesmi Aria
Journal of Informatics and Communication Technology (JICT) Vol. 6 No. 2 (2024)
Publisher : PPM Telkom University

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

Abstract

DDoS (Distributed Denial of Service) merupakan jenis serangan siber yang membuat sebuah layanan online tidak tersedia dengan membuat server, jaringan, atau aplikasi target dengan lalu lintas internet menjadi overload. Serangan ini biasanya dilakukan dengan menggunakan beberapa sistem untuk mengirimkan sejumlah besar permintaan ke target, menyebabkan layanan menjadi lambat atau bahkan tidak berfungsi. Tujuan dari penelitian ini adalah menganalisis lalu lintas serangan DDoS menggunakan pendekatan deep learning dengan algoritma Convolutional Neural Network (CNN). Penggunaan CNN pada penelitian ini dapat meningkatkan akurasi deteksi dan efisiensi serangan DDoS, dengan memanfaatkan kemampuan mengidentifikasi pola dalam data traffic jaringan. Implementasi dataset, melalui beberapa proses yaitu akuisisi data, pre-processing data, model CNN untuk mengklasifikasikan dan evaluasi terhadap traffic DDoS. Temuan ini menunjukkan bahwa model CNN mencapai akurasi tinggi dalam mendeteksi serangan DDoS dengan nilai akurasi training mencapai 99.75% dan akurasi validasi mencapai 99.65%. Ini berarti model mengklasifikasikan data training dengan benar sebesar 99.75% dan data validasi sebesar 99.65%, lebih baik daripada algoritma DNN , RNN, dan GRU. Penelitian lebih lanjut disarankan untuk mengoptimalkan model dan mengeksplorasi penerapannya dalam sistem deteksi real-time.
Analisis Vulnerabilitas HTTP pada Jaringan Publik Menggunakan Wireshark Arief, Arief Rachman Wicaksana; Wisnu , Muhammad Wisnu Haryanto; Yanti , Hesmi Aria; Fauzi , Ahmad Fauzi Zayandra
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

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

Abstract

Keamanan data yang ditransmisikan melalui HTTP pada jaringan publik menjadi isu yang sangat penting, terutama dengan berkembangnya serangan sniffing yang dapat mengekspos informasi sensitif. Penelitian ini bertujuan untuk menganalisis kerentanannya HTTP pada jaringan publik dengan menggunakan Wireshark sebagai alat untuk menangkap dan menganalisis paket data. Sniffing pada jaringan Wi-Fi publik dapat dengan mudah mengambil data sensitif seperti username dan password yang dikirimkan tanpa enkripsi. Dengan menggunakan Wireshark, penelitian ini dapat menunjukkan dengan jelas potensi masalah keamanan ini, termasuk terlihatnya kredensial dalam cleartext dan eksposur cookie sesi yang seharusnya terlindungi. Hasil penelitian ini menunjukkan bahwa data yang dikirim menggunakan HTTP sangat rentan terhadap penyadapan, dan penggunaan HTTPS sangat diperlukan untuk mengamankan komunikasi data yang sensitif. Analisis ini mengidentifikasi bahwa sebagian besar sesi HTTP yang dianalisis mengungkapkan informasi sensitif yang seharusnya dilindungi. Oleh karena itu, penelitian ini menekankan pentingnya penggunaan protokol yang lebih aman dalam jaringan publik untuk melindungi data pengguna dari potensi serangan sniffing.
Co-Authors Ali Djamhuri Anggraeni, Auliya Arief, Arief Rachman Wicaksana Diana Ananda Putri Erfareta, Muhammad Alief Fajri, Naufalul Fauzi , Ahmad Fauzi Zayandra Gustav, William Paul Hibatullah, Muhammad Ridho Hidayat, Raihan Maulana, Alfarhad Putri, Diana Ananda Shelvie Nidya Neyman Siti Zahrotul Fajriyah Wisnu , Muhammad Wisnu Haryanto