Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisis Cara Kerja Malware Ransomware Lookbit 3.0 Menggunakan Metode Statis dan Dinamis Wiguna, I Putu Krisna Dharma; Azwar, Muhamad; Innudin, Muhammad; Widyawati, Lilik; Latif, Kurniadin Abd
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5456

Abstract

Perkembangan teknologi informasi turut meningkatkan risiko keamanan, salah satunya ancaman ransomware. Studi ini menganalisis cara kerja malware LookBit 3.0 melalui dua pendekatan: analisis statis menggunakan PeStudio, dan analisis dinamis dengan Any.Run. Analisis statis mengevaluasi entropi, struktur file, serta fungsi API, sementara analisis dinamis mengamati aktivitas runtime seperti perubahan registri, jaringan, dan file. LookBit 3.0 menunjukkan tingkat entropi tinggi, menyembunyikan file dalam sistem, dan memodifikasi pengaturan antarmuka serta browser. Meski tidak ditemukan koneksi ke server C2, malware ini menjalankan taktik dari kerangka MITRE ATT&CK seperti eskalasi hak akses, evasi, pengambilan kredensial, dan enkripsi data. Studi ini memberikan pemahaman mendalam tentang LookBit 3.0 sebagai dasar strategi mitigasi ransomware. 
Peningkatan Kompetensi Guru SMAN 7 Mataram dalam Melaksanakan Pembelajaran dengan Pendekatan Deep Learning Azwar, Muhamad; Hariyadi, I Putu; Azhar, Raisul; Priyanto, Dadang; Adil, Ahmat; Santoso, Heroe; Syahrir, Moch.; Augustin, Kartarina; Zulkipli, Zulkipli; Darma, I Made Yadi; Asroni, Ondi; Qulub, Mudawil; Azhar, Lalu Zazuli; Widyawati, Lilik; Anas, Andi Sofyan
Bakti Sekawan : Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2025): Desember
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/bakwan.v5i2.852

Abstract

The capability of educators to respond to the dynamics of 21st-century education is a primary determinant in establishing a high-quality learning environment. Based on initial findings at SMAN 7 Mataram, a disparity was identified between the urgency of applying varied learning models and the reality in the field, which still relies heavily on conventional, teacher-centered approaches. This situation implies minimal active student participation and suboptimal stimulation of critical thinking skills or Higher Order Thinking Skills (HOTS). This community service program was initiated to escalate teacher capacity at SMAN 7 Mataram, specifically in designing Deep Learning-based schemes. The implementation approach adopted the Participatory Action Research (PAR) method, involving the full attention of 70 teachers through a series of phases, ranging from preparation and implementation to evaluation and mentoring. Key interventions included training on compiling Deep Learning-oriented Lesson Plans and teaching simulations. Program effectiveness was measured through questionnaires, lesson plan document reviews, and observations. Evaluation data showed a substantial positive impact, marked by an increase in conceptual understanding of Deep Learning indicators (40%), 6C principles (40%), the teacher's function as a facilitator (32%), and the application of authentic assessment (40%). In terms of implementation, the quality of lesson plans accommodating student-centered activities surged significantly from 30% in the pre-activity phase to 100% after the activity. It can be concluded that this program effectively boosts teachers' pedagogical competence comprehensively and encourages the transformation of teaching practices in the classroom to become more dynamic.
ANALISIS MALWARE DENGAN RUNTIME DAN DYNAMIC ANALYSIS UNTUK IDENTIFIKASI IOC Januarta, Eky; Azwar, Muhamad; Asroni, Ondi; Husain; Widyawati, Lilik
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 9 No. 1 (2026): MISI Januari 2026
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v9i1.1715

Abstract

Kemajuan teknologi digital yang pesat telah meningkatkan ancaman terhadap keamanan siber, terutama dengan penyebaran malware yang lebih canggih dan sulit dideteksi. Serangan malware ini, yang dapat merusak sistem, mencuri data sensitif, hingga mengendalikan perangkat korban, memerlukan penanganan yang efektif. Penelitian ini menggabungkan metode runtime analysis dan dynamic analysis dalam lingkungan Sandbox untuk menganalisis perilaku dan jejak digital malware. Eksperimen dilakukan dengan lima sampel malware: Trojan, ransomware, spyware, worm, dan botnet agent, dalam lingkungan virtualisasi berbasis QEMU/KVM dengan sistem operasi Windows 10 sebagai guest. CAPE Sandbox dan Volatility Framework digunakan untuk analisis malware otomatis. IOC yang diidentifikasi meliputi detail file, aktivitas jaringan, perubahan registry, file yang dimasukkan (dropped files), serta teknik penghindaran deteksi oleh malware. Hasil penelitian menunjukkan bahwa penggabungan metode runtime dan dynamic analysis dalam lingkungan Sandbox memberikan hasil analisis yang komprehensif dan aman, mengidentifikasi indikator kompromi yang tidak terdeteksi dengan metode statis. Pendekatan ini meningkatkan efisiensi mitigasi dan kesiapsiagaan terhadap ancaman siber, serta memberikan kontribusi dalam pengembangan metode deteksi malware dan penguatan sistem keamanan informasi melalui analisis forensik digital berbasis Sandbox.