Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Multimedia Jurnal Mnemonic JPEKA: Jurnal Pendidikan Ekonomi, Manajemen dan Keuangan Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Informatika dan Multimedia Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Informatika Polinema (JIP) JURDIASRA Teknologi : Jurnal Ilmiah Sistem Informasi
Agustono Heriadi, Agustono
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Pengembangan Aplikasi Pendeteksi Malware Berbasis Android Menggunakan Perintah Strace Alhamri, Rinanza Zulmy; Eliyen, Kunti; Cinderatama, Toga Aldila; Heriadi, Agustono
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.7793

Abstract

Deteksi malware pada sistem operasi Android dapat dilakukan dengan mengidentifikasi system calls aplikasi sehingga dapat diklasifikasikan sebagai malware atau jinak. Banyak penelitian yang telah dilakukan untuk mengidentifikasi malware, namun pembahasannya belum mendetail sehingga proses deteksi malwre sulit untuk diimplementasikan pada sistem operasi Android. Penelitian ini membahas mengenai aplikasi pendeteksi malware berbasis Android yang dapat melakukan deteksi dengan menerapkan analisis dinamis berdasarkan system calls dengan melakukan rooting agar aplikasi dapat bekerja sesuai fungsi. Hal ini dikarenakan, perintah pelacakan system calls strace dieksekusi harus dengan akses root. Permasalahannya adalah bagaimana menggunakan Wrap Shell Script pada aplikasi pendeteksi malware berbasis Android agar dapat menjalankan perintah Strace. Hasil dari penelitian ini adalah aplikasi dapat menjalankan fungsi meliputi dapat melakukan registrasi, otentikasi, melihat daftar PID aplikasi, pendeteksian malware, melihat hasil deteksi malware, dan melihat halaman kredit telah berhasil dikembangkan.
IMPLEMENTASI KLASIFIKASI SOAL BERDASARKAN TAKSONOMI BLOOM MENGGUNAKAN ALGORITMA SVM Kusuma, Selvia Ferdiana; Heriadi, Agustono; Naufal, Mohammad Farid
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 1 No. 1 (2017): PROSIDING SEMNAS INOTEK Ke-I Tahun 2017
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v1i1.427

Abstract

Proses penilaian merupakan aspek penting dalam pembelajaran. Penilaian harus dilakukan secara benar agar dapat mengukur kemampuan peserta didik. Pada soal-soal yang digunakan untuk ujian pada program Studi Teknik Informatika Politeknik Kediri belum dilakukan pengklasifikasian soal berdasar tingkat kesulitannya. Sehingga pada proses penilaian tidak didasarkan atas pemberian soal-soal dengan tingkat kesulitan yang berbeda. Pada tahun 1995, Benjamin Bloom telah memperkenalkan adanya proses pengklasifikasian soal berdasarkan tingkat kesulitannya, metode tersebut dinamakan Taksonomi Bloom. Proses pengklasifikasian soal sesuai level pada taksonomi bloom tidaklah mudah jika dilakukan secara manual. Proses otomatisasi klasifikasi perlu dilakukan ketika akan melakukan klasifikasi soal dalam jumlah yang banyak, misalkan pada proses pengklasifikasian soal pada bank soal. Otomatisasi dilakukan selain untuk mempersingkat waktu juga untuk mengurangi tendensi dari ahli pada pengklasifikasian soal. Proses klasifikasi dilakukan dengan pengidentifikasian fitur leksikal dan sintaktik sebagai proses ekstraksi fitur, kemudian hasil ekstraksi fitur diklasifikasikan menggunakan algoritma SVM. Penelitian ini menghasilkan sebuah aplikasi yang dapat melakukan pengklasifikasian sejumlah soal berdasarkan taksonomi bloom menggunakan algoritma SVM. Aplikasi ini memiliki akurasi klasifikasi soal sebesar 86%.
Co-Authors Abidatul Izzah Agung Nugroho, Benni Al Farisi, Riswanda Andarista, Felya Renanda Fergi Andika Kurnia Adi Pradana, Andika Kurnia Eliyen, Kunti Fadelis Sukya, Fadelis Fery Sofian Efendi Forijati, RR Kusuma, Selvia Ferdiana Laylatul, Nur Mohammad Farid Naufal, Mohammad Farid Pradana, Andika Kurnia Adi Pribadi, Haggi Januar Ratna Widyastuti, Ratna Rendragraha, Riko Rinanza Zulmy Alhamri, Rinanza Zulmy Setyowati, Diah Eka Toga Aldila Cinderatama Tri Wahyudi Whenty Ariyanti Yanuarmawan, Dion Zayn, Afta Ramadhan Zulmy Alhamri , Rinanza