Article Per Year (5 Year)
p-Index From 2021 - 2026
5.674
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Nasional Komputasi dan Teknologi Informasi JETL (Journal Of Education, Teaching and Learning) MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Jurnal Pendidikan Teknologi Informasi dan Vokasional JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Sistem Komputer Jurnal Ilmiah Wahana Pendidikan Journal of Software Engineering, Information and Communication Technology Bulletin of Information Technology (BIT) Jurnal Informasi Sains dan Teknologi (ISAINTEK) Blend Sains Jurnal Teknik Journal of Education Technology Information Social Sciences and Health Golden Ratio of Data in Summary Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Journal of Informatics and Data Science (J-IDS) Jurnal Ilmiah Sistem Informasi Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Dedy Kiswanto
Universitas Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Neuroscience Nursing Public Health Social Sciences Transportation Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Pengembangan Sistem Logging Jaringan Berbasis Website dengan Otentikasi Pengguna dan Algoritma Machine Learning Vivielda Farmawaty Tambunan; Dedy Kiswanto; Gloria Citra Hasiana Rajagukguk; Fhadillah Br Hutagalung
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9898

Abstract

Abstrak - Perkembangan ancaman siber yang kompleks menuntut adanya sistem logging jaringan yang tidak hanya efisien dalam pencatatan aktivitas, tetapi juga cerdas dan aman dalam otentikasi serta deteksi anomali. Penelitian ini bertujuan mengembangkan prototipe sistem logging jaringan berbasis web yang terintegrasi menggunakan framework Flask (Python), dengan fokus pada keamanan berlapis dan analisis Machine Learning (ML) otomatis. Sistem yang dikembangkan menerapkan Google reCAPTCHA, Rate Limiter, dan Verifikasi OTP (2FA) untuk memperkuat autentikasi administrator, memastikan data log yang dicatat memiliki validitas tinggi. Data log yang dihasilkan kemudian digunakan untuk melatih model klasifikasi Decision Tree dan Random Forest. Hasil evaluasi menunjukkan kinerja model yang sangat tinggi; Decision Tree mencapai akurasi 100% (F1-Score 1.00) dan Random Forest mencapai akurasi 99.11% (F1-Score 0.99) dalam mengklasifikasikan aktivitas sebagai 'Normal' atau 'Anomali'. Akurasi yang dicapai ini mengonfirmasi efektivitas Decision Tree dan Random Forest dalam mengidentifikasi pola anomali berbasis frekuensi log. Namun, perlu dicatat bahwa pengujian dilakukan pada dataset log yang terbatas dan dihasilkan dari lingkungan simulasi terkontrol. Implikasi praktis dari penelitian ini adalah menyediakan arsitektur end-to-end yang siap diterapkan, yang memungkinkan administrator jaringan untuk mengotomatisasi proses audit keamanan dan memperoleh insight cepat mengenai potensi serangan tanpa perlu analisis log manual yang intensif. Kontribusi utama secara ilmiah adalah prototipe sistem yang melatih model ML langsung pada log internal sistem keamanannya sendiri, menjadikannya dasar bagi pengembangan deteksi anomali real-time yang lebih andal di masa depan.Kata kunci: Sistem Logging; Otentikasi Dua Faktor; Rate Limiter; Machine Learning; Deteksi Anomali; Abstract - The development of complex cyber threats requires a network logging system that is not only efficient in recording activities, but also intelligent and secure in authentication and anomaly detection. This research aims to develop a prototype of an integrated web-based network logging system using the Flask (Python) framework, with a focus on layered security and automatic Machine Learning (ML) analysis. The developed system implements Google reCAPTCHA, Rate Limiter, and OTP Verification (2FA) to strengthen administrator authentication, ensuring that the recorded log data has high validity. The generated log data is then used to train Decision Tree and Random Forest classification models. The evaluation results show very high model performance; Decision Tree achieves 100% accuracy (F1-Score 1.00) and Random Forest achieves 99.11% accuracy (F1-Score 0.99) in classifying activities as ‘Normal’ or ‘Anomaly’. This accuracy confirms the effectiveness of Decision Tree and Random Forest in identifying frequency-based anomaly patterns. However, it should be noted that testing was conducted on a limited log dataset generated from a controlled simulation environment. The practical implication of this research is to provide a ready-to-implement end-to-end architecture that allows network administrators to automate the security audit process and gain quick insight into potential attacks without the need for intensive manual log analysis. The main scientific contribution is a system prototype that trains ML models directly on the internal logs of its own security system, laying the foundation for the development of more reliable real-time anomaly detection in the future.Keywords: Logging System; Two-Factor Authentication; Rate Limiter; Machine Learning; Anomaly Detection;
Perancangan dan Implementasi Sistem Logging Jaringan Berbasis Website dengan Fitur Multi-User Real-Time dan Deteksi Tri Sapta Warman Zai; Dedy Kiswanto; Fahra Pebiana Putri; Bob Valentino
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9915

Abstract

Abstrak - Perkembangan teknologi informasi menimbulkan tantangan dalam deteksi anomali log secara real-time. Penelitian ini mengembangkan NetLog, sistem monitoring log dengan pendekatan hybrid yang menggabungkan deep learning dan deteksi berbasis aturan. Sistem menggunakan Autoencoder untuk mempelajari pola log normal dan rule-based detector sebagai fallback. Arsitektur terdiri dari backend FastAPI, frontend React/Next.js, dan modul anomaly detection. Hasil implementasi menunjukkan sistem berhasil mendeteksi 60% serangan simulasi dengan precision 100% dan recall 20%. Evaluasi komprehensif menunjukkan ROC AUC 82% dan PR AUC 86.7%, mengindikasikan kemampuan model yang baik dalam membedakan log normal dan log anomali. Dashboard real-time menampilkan log dengan latensi di bawah 2 detik. Kesimpulannya, pendekatan hybrid pada NetLog terbukti efektif memperluas cakupan deteksi anomali dibandingkan metode tunggal, meskipun masih diperlukan peningkatan sensitivitas deteksi.Kata kunci: Deteksi Anomali; Autoencoder; Deep Learning; Monitoring Log; Sistem Real-time; Abstract - The rapid advancement of information technology poses new challenges in real-time log anomaly detection. This study develops NetLog, a log monitoring system based on a hybrid approach that combines deep learning with rule-based detection. The system employs an Autoencoder to learn normal log patterns and a rule-based detector as a fallback mechanism. The architecture consists of a FastAPI backend, React/Next.js frontend, and an anomaly detection module. The implementation results show that the system successfully detected 60% of simulated attacks with 100% precision and 20% recall. A comprehensive evaluation demonstrates ROC AUC of 82% and PR AUC of 86.7%, indicating a strong ability of the model to distinguish between normal and anomalous logs. The real-time dashboard displays log data with latency below 2 seconds. In conclusion, the hybrid approach of NetLog effectively broadens anomaly detection coverage compared to single-method systems, although improvements in sensitivity are still required.Keywords: Anomaly Detection; Autoencoder; Deep Learning; Log Monitoring; Real-time System;
Penerapan Data Lifecycle Management Otomatis pada Sistem Informasi Karyawan Berbasis Web Rizky Wahyudi; Dedy Kiswanto; Pritiy Singgam; Khildan Rifail Azis
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9911

Abstract

Abstrak - Pengelolaan data karyawan yang efektif menuntut sistem yang mampu mengatur siklus hidup data secara otomatis, aman, dan efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi karyawan berbasis web dengan menerapkan Data Lifecycle Management (DLM) otomatis menggunakan scheduler dan event-based trigger. Sistem dikembangkan dengan framework Laravel dan basis data MySQL, serta diperkuat dengan mekanisme Role-Based Access Control (RBAC) untuk pembatasan hak akses dan Two-Factor Authentication (2FA) berbasis OTP email guna meningkatkan keamanan data. Pengujian dilakukan menggunakan metode black-box testing pada sembilan fitur utama, termasuk pengelolaan pengguna, absensi, dan retensi data otomatis. Hasil pengujian menunjukkan seluruh fitur berjalan sesuai rancangan tanpa kesalahan fungsional, sementara proses retensi berhasil mengeksekusi penghapusan dan pengarsipan data secara terjadwal. Kebaruan penelitian ini terletak pada integrasi antara DLM otomatis, RBAC, dan 2FA dalam satu platform yang saling terhubung, menjadikannya model implementasi yang dapat direplikasi untuk sistem informasi organisasi modern. Penelitian ini diharapkan berkontribusi terhadap peningkatan keamanan, efisiensi, dan kepatuhan dalam pengelolaan data karyawan di era digital.Kata kunci : Data Lifecycle Management; Sistem Informasi Karyawan; Role-Based Access Control; Two-Factor Authentication; Laravel; Abstract - Effective employee data management requires a system capable of managing the data lifecycle automatically, securely, and efficiently. This study aims to design and implement a web-based employee information system that integrates automated Data Lifecycle Management (DLM) using a scheduler and event-based triggers. The system was developed using the Laravel framework and MySQL database, strengthened by Role-Based Access Control (RBAC) to manage user permissions and Two-Factor Authentication (2FA) via email-based OTP to enhance data security. System testing was conducted using the black-box testing method across nine main features, including user management, attendance tracking, and automated data retention. The results show that all features performed as expected without functional errors, and the retention process successfully executed automatic data archiving and deletion according to schedule. The novelty of this research lies in the integration of automated DLM, RBAC, and 2FA within a unified platform, providing a practical and replicable model for modern organizational information systems. This study contributes to improving data security, efficiency, and compliance in employee data management within the digital era.Keywords: Data Lifecycle Management; Employee Information System; Role-Based Access Control; Two-Factor Authentication; Laravel;
Rancangan Implementasi Zero Trust Architecture (ZTA) pada Sistem Login danManajemen Data Web Menggunakan MFA, RBAC, dan Audit Logging Alfin Syahri; Dedy Kiswanto; Stefen Agus Waruwu; Rizky Ananda Hafika
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9897

Abstract

Abstrak – Perkembangan teknologi informasi yang pesat telah meningkatkan risiko keamanan data, terutama pada sistem autentikasi dan manajemen akses. Untuk menghadapi ancaman tersebut, penelitian ini mengimplementasikan pendekatan keamanan berbasis Zero Trust Architecture (ZTA) pada sistem login dan manajemen data web. ZTA menerapkan prinsip “never trust, always verify” dengan menggabungkan beberapa mekanisme keamanan, antara lain Multi-factor authentication (MFA) melalui OTP via WhatsApp, autentikasi biometrik (sidik jari), Role-based access control (RBAC) untuk pembatasan hak akses, serta audit logging untuk pemantauan aktivitas pengguna. Metode pengembangan menggunakan pendekatan rekayasa sistem, dengan tahapan analisis kebutuhan, perancangan, implementasi, pengujian black box, dan evaluasi. Hasil pengujian menunjukkan bahwa seluruh fitur sistem berjalan sesuai fungsinya, termasuk deteksi login dari perangkat baru dan pengiriman OTP real time. Sistem mampu memberikan peringatan keamanan yang responsif serta mencatat setiap aktivitas pengguna secara akurat. Penerapan ZTA terbukti meningkatkan keamanan, keandalan autentikasi, serta kontrol akses terhadap data. Penelitian ini menunjukkan bahwa integrasi ZTA dalam sistem web dapat menjadi solusi efektif untuk memperkuat ketahanan keamanan siber.Kata kunci : Zero Trust Architecture; MFA; RBAC; OTP; Audit Logging; Abstract – The rapid development of information technology has increased the risk of data breaches, particularly in authentication and access management systems. To address these challenges, this research implements a security approach based on Zero Trust Architecture (ZTA) for web-based login and data management systems. ZTA applies the principle of “never trust, always verify” by integrating several security mechanisms, including Multi-factor authentication (MFA) using OTP via WhatsApp, biometric authentication (fingerprint), Role-based access control (RBAC) to regulate user permissions, and audit logging to monitor user activities.The development method follows a systematic engineering approach consisting of requirement analysis, system design, implementation, black box testing, and evaluation. The results show that all features function as intended, including real-time OTP delivery, fingerprint authentication, and detection of logins from new devices or IP addresses. The system provides responsive security alerts and records user activities accurately, enhancing accountability.The implementation of ZTA successfully strengthens authentication reliability and access control, making it an effective solution for improving cybersecurity in web applications.Keywords: Zero Trust Architecture; MFA; RBAC; OTP; Audit Logging;
Sistem Logging Jaringan Berbasis Web dengan Visualisasi Interaktif dan Analisis Anomali sebagai Solusi Keterbatasan Sistem Konvensional Rizal Muslim Sinaga; Dedy Kiswanto; Ega Pratama; Yohana Lorinez S.
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9937

Abstract

Abstrak - Pertumbuhan ekosistem digital di lingkungan kampus menghasilkan volume log jaringan yang tinggi sehingga administrator kesulitan mengidentifikasi anomali secara manual. Penelitian ini menghadirkan sistem logging berbasis web yang mengintegrasikan Django sebagai layanan aplikasi, ELK Stack untuk agregasi dan visualisasi real-time, serta modul machine learning RandomForest yang dilatih menggunakan dataset UNSW-NB15 guna mengklasifikasikan tipe serangan. Telegram Bot API digunakan sebagai kanal notifikasi instan ketika pola mencurigakan ditemukan. Metode Research and Development diterapkan untuk merancang arsitektur, mengimplementasikan modul, dan menguji performa sistem. Evaluasi menunjukkan akurasi model sebesar 81,54% dengan f1-score tertinggi 99,05% pada trafik Generic, sedangkan kelas dengan data terbatas seperti Backdoor masih menantang. Integrasi dashboard dan notifikasi menurunkan waktu investigasi insiden serta membuktikan bahwa sinergi visualisasi dan analitik dapat memperkuat ketahanan keamanan jaringan kampus.Kata kunci : Logging jaringan; ELK Stack; deteksi anomali; machine learning; Telegram Bot; Abstract - The rapid expansion of campus digital services produces high-volume network logs that complicate manual anomaly analysis. This article presents a web-based logging system that combines Django as the application layer, the ELK Stack for real-time aggregation and visualization, and a RandomForest model trained on the UNSW-NB15 dataset to classify attack categories. A Telegram Bot API integration delivers instant notifications when suspicious patterns emerge. A Research and Development methodology guides the architecture design, module implementation, and performance evaluation. Experiments report 81.54% accuracy with the highest f1-score of 99.05% on Generic traffic, while minority classes such as Backdoor remain challenging. The integrated dashboard and notification flow reduce incident investigation time and demonstrate how visual analytics and machine learning improve campus network resilience.Keywords: Network logging; ELK Stack; anomaly detection; machine learning; Telegram Bot;
Sistem Logging Jaringan dengan Visualisasi Interaktif Berbasis Website Nazwar Farezi; Dedy Kiswanto; Muhammad Alby Savana Hasibuan; Fauzan Azima Lubis
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9918

Abstract

Abstrak - Penelitian ini bertujuan menciptakan sistem log jaringan yang berbasis website dengan tema SIAKAD (Sistem Informasi Akademik), sehingga dapat meningkatkan keamanan dan transparansi dalam aktivitas pengguna di lingkungan akademik. Masalah utama yang dibahas adalah kurangnya keamanan saat login dan tidak adanya catatan aktivitas jaringan yang terorganisir. Pengembangan sistem dilakukan menggunakan bahasa pemrograman PHP, HTML, CSS, dan JavaScript dengan database MySQL, serta diinstal di lingkungan localhost menggunakan XAMPP. Penelitian ini menggunakan metode eksperimen kuantitatif dengan menguji fungsi dan kinerja sistem melalui pendekatan Black Box Testing. Sistem menerapkan autentikasi dua faktor dengan mengirimkan token ke email pengguna dan CAPTCHA logika, serta membatasi login otomatis selama 15 menit setelah terdapat lima kali percobaan login yang gagal. Hasil penelitian menunjukkan bahwa sistem dapat mencatat semua aktivitas seperti login, logout, dan percobaan login gagal secara real time, serta menampilkan data tersebut dalam bentuk visualisasi interaktif menggunakan Chart.js. Kesimpulannya, sistem ini efektif meningkatkan keamanan pengguna dan efisien dalam memantau aktivitas jaringan akademik secara transparan dan terintegrasi.Kata kunci : Sistem Logging; SIAKAD; Token Email; CAPTCHA; Keamanan Autentikasi; Abstract - This study aims to create a website-based network log system with the theme of SIAKAD (Academic Information System), so that it can improve security and transparency in user activities in the academic environment. The main problems discussed are the lack of security during login and the absence of organized network activity logs. The system was developed using PHP, HTML, CSS, and JavaScript programming languages with a MySQL database, and installed in a localhost environment using XAMPP. This study used a quantitative experimental method by testing the system's functions and performance through a Black Box Testing approach. The system implements two-factor authentication by sending tokens to the user's email and CAPTCHA logic, as well as limiting automatic logins for 15 minutes after five failed login attempts. The results of the study show that the system can record all activities such as login, logout, and failed login attempts in real time, and display the data in the form of interactive visualizations using Chart.js. In conclusion, this system is effective in improving user security and is efficient in monitoring academic network activities in a transparent and integrated manner.Keywords: Logging System; SIAKAD; Email Token; CAPTCHA; Authentication Security;
Co-Authors Abdi Azzaki G, Fikri Abid Syuja, Muhammad Adidtya Perdana, Adidtya Adventino Gulo, Steven Afiati Nasution, Nadrah Afiq Alghazali Lubis Afrrahman S. Effendi, Ali Agi Berutu, Iwan Ahmad Fahrezi, Bryan Akbar, Muhammad Budi Alfin Syahri Alvansyah, Oka Andreas Sinabariba, Ade Anggraini Yolandari, Nezza Ardani Achmad Ashillah, Salma Asro Harahap, Fatimah Audy Priscilia, Selfi Aulia Artika, Delvita Auzi, Sybil Azima Lubis, Fauzan Azis, Zainal Azzahra, Dita Putri Bob Valentino Bonifasius Simbolon, Aldo Br Hutagalung, Fhadillah Citra Hasiana Rajagukguk, Gloria Dealva Arsyad, Thania Dewi Lestari Drilanang, Mhd Ilyasyah Dwi Febrianti, Bunga Ega Pratama Evanthe, Hansel Evanthe, Hansel Valent Fahra Pebiana Putri Fauzan Azima Lubis Fhadillah Br Hutagalung Fitra, Muhammad Rizki Andrian Gaol, Anwar Shaleh Lbn Gloria Citra Hasiana Rajagukguk Hanafiah Hanafiah Heppy Ria Sibarani, Ronasip Hermawan Syahputra Hidayat, M Fauzan Human Sukma, Ayman Ichwanul Muslim Karo Karo Insan Pratama Siagian, Raihan Jehian, Neysa Talitha Jibran Muzakki Khan, Adhevta Josua Pinem Juliana Silalahi, Feby Khildan Rifail Azis Khoiriah, Najwatul Latifah Hasibuan, Najwa Lubis, Ardilla Syahfitri M.Pd., Zulherman Malau, Mei Lammi Manik, Albert Ramadhan Maulida Surbakti, Nurul Muhammad Agus Syaputra Lubis Muhammad Alby Savana Hasibuan Muslim Sinaga, Rizal Nababan, Sirus Daniel Nasution, Adzkia Nasution, Afifah Naila Nasution, Aurela Khoiri Nasution, Siti Ananda Nazwar Farezi Nurul Maulida Surbakti Panggabean, Suvriadi Parapat, Gerhard Hasangapon Pebiana Putri, Fahra Prana Walidin, Adamsyach Pritiy Singgam Purba, Jogi Putra Paskah Halawa, Sovantri Putri Handayani Simbolon, Agata Putri Syaifullah, Sarah Putri, Rezkya Nadilla Rabiah Adawi Raffi Akbar Tanjung, Muhammad Ramadhani, Fanny Rifail Azis, Khildan Rizal Muslim Sinaga Rizki Andrian Fitra, Muhammad Rizky Ananda Hafika Rizky Wahyudi Safitri, Eli Sapta Warman Zai, Tri Sembiring, Febe Gracia silalahi, evelyn keisha Siregar, Dean Sitanggang, Yoseph Christian Sitepu, Keysa Shifa Adwitia Siti Mamduhah siti wulandari Situmorang, Romatua SM Sidabutar, Yusiva Sri Dewi Stefen Agus Waruwu Suryaningsih, Embun Talitha Jehian, Neysa Tri Sapta Warman Zai Tua Halomoan Harahap, Tua Halomoan Vincentius Manurung, Enriko Vivielda Farmawaty Tambunan Yohana Lorinez S. Yusuf Al-Hafiz, Ahmad Zidane Al-Kautsar, Muhammad Zulfahrizan, Atta Zulfi, M. Fikri