Trihana Santhi
Universitas Pendidikan Ganesha

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

PENGUKURAN EFEKTIVITAS SERANGAN SQL INJECTION PADA WEBSITE DENGAN MENGGUNAKAN TOOLS JSQL, HAVIJ, DAN THE MOLE Aprilia Monica Sari; Trihana Santhi; Dewa Ketut Alit Maha Putra; Muhamad Bintang Haekal; I Made Edy Listartha; Gede Arna Jude Saskara
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 3 No. 1 (2023): Maret : Jurnal Informatika dan Tekonologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v3i1.905

Abstract

Along with current technological developments, security for data information residing on websites is very vulnerable to crimes in the internet world such as attacks on security holes in the database layer or often known as SQL Injection. SQL Injection attack is a method to insert SQL commands as input through an application, namely Kali Linux, in order to gain access to the database. This attack can find out usernames, passwords, and other data that is in the database. So that the SQL Injection attack is one of the most popular attacks and is often used to take advantage of security holes in the system because of how easy it is to use it. This study aims to test the level of effectiveness of SQL Injection attacks using the tools in it against a website. Testing the effectiveness is done by doing a comparison between the three tools that are in SQL Injection. The results of the research on the effectiveness of the tools in SQL Injection are the accuracy of database search times and the accuracy of information from the database.
Perancangan Aplikasi Analisis Sentimen Mengenai Utang Negara Indonesia Berbasis LSTM Trihana Santhi; I Made Dendi Maysanjaya; I Nyoman Saputra Wahyu Wijaya
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 15 No. 1 (2026): Karmapati Vol 15 No 1 Tahun 2026
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v15i1.108664

Abstract

Indonesia sebagai negara berkembang sangat memanfaatkan utang negara untuk meningkatkan pertumbuhan ekonomi dan kesejahteraan masyarakat. Sepanjang pemerintahan Presiden Joko Widodo dari tahun 2014 hingga 2024 utang negara meningkat sangat tinggi, hal ini dapat menyebabkan Indonesia terjebak debt trap bahkan kebangkrutan. Peningkatan utang negara menimbulkan banyak reaksi masyarakat pada media sosial seperti X. Masyarakat terbagi kedalam beberapa kelompok dalam menyikapi isu kenaikan utang negara sehingga diperlukan solusi untuk memahami pandangan masyarakat dan dapat menjadi bahan pertimbangan pemerintah dalam menyusun kebijakan keuangan. Perancangan Aplikasi berbasis metode LSTM menjadi salah satu solusi untuk dapat memprediksi sekaligus memvisualisasikan sentimen masyarakat mengenai utang negara. Data penelitian bersumber dari platform X yang menghasilkan 14.245 tweet yang kemudian diseleksi menjadi 5.359 tweet dan dikelompokkan kedalam tiga kelas sentimen yaitu positif, netral dan negatif. Proses analisis meliputi pre-processing, ekstraksi fitur menggunakan TF-IDF, klasifikasi dengan LSTM dengan SMOTE, dan evaluasi dengan confusion matrix. Hasil evaluasi menunjukkan model mampu mencapai akurasi 85%, presisi 86%, recall 86% dan f1-score 85%. Aplikasi dikembangkan dengan dasar hasil evaluasi dan menggunakan Streamlit untuk membangun interface yang memungkinkan pengguna melakukan prediksi sentimen secara interaktif. Selain menghasilkan prediksi, aplikasi menggunakan sistem warna dan confidence score, aplikasi juga menampilkan hasil pre-processing serta visualisasi distribusi probabilitas pada ketiga kelas sentimen. Aplikasi yang telah dikembangkan diharapkan dapat membantu pemerintah atau pembuat kebijakan serta masyarakat memahami sentimen publik dan dapat menjadi salah satu dasar dalam membuat serta memutuskan kebijakan keuangan yang lebih baik.