Claim Missing Document
Check
Articles

Found 29 Documents
Search

Analisis Keamanan Protokol Komunikasi Message Queuing Telemetry Transport (Studi Kasus Smart Greenhouse) Andy Victor Pakpahan; Mochamad Cory Sakti Triwangsa; Hanif Fakhrurroja
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 4 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i4.4681

Abstract

Masalah keamanan pada perangkat IoT menjadi isu yang menjadi kekhawatiran pengguna. Perangkat IoT yang memiliki pemrosesan yang terbatas menjadikan perangkat ini memiliki celah keamanan. Perangkat IoT kemudian menjadi sasaran oleh penyerang untuk mengambil data-data penggunanya. Perangkat IoT yang dianalisis keamanannya adalah Smart Greenhouse. Untuk menganalisis keamanan pada Smart Greenhouse menggunakan metode penetration testing dimana terhadap tahap Reconnaissance maka perlunya penggambaran sistem yang sedang berjalan dan berdasarkan sistem yang berjalan akan dicari celah berdasarkan studi literatur yang dilakukan. lalu potensi celah dicoba diimplementasikan di Smart Greenhouse dan dibandingkan dengan protokol komunikasi MQTTS yang dianggap lebih aman Kemudian pada tahap Scanning dilakukan dengan mencari informasi seperti IP, MAC dan port pada jaringan. Tahap ketiga adalah Exploitation melakukan penetrasi menggunakan teknik sniffling, Sniffling yang digunakan adalah ARP Poisoning, pada tahap Maintaining Access dilakukan MITM Attack kemudian ditemukan celah keamanan pada bagian protokol komunikasi MQTT yang digunakan, hal yang sama dilakukan pada MQTTS sebagai pembanding. Hasil implementasi tersebut ditemukan bahwa data yang dikirim melalui protokol MQTT dapat dibaca oleh penyerang dengan melakukan ARP Poisoning dan MITM Attack dapat memodifikasi packet data sehingga packet tidak sampai ke tujuan sedangkan pada protokol MQTTS ARP Poisoning dapat dilakukan namun data terenkripsi sehingga MITM Attack tidak dapat dilakukan
IMPLEMENTASI SIMPLE QUEUE UNTUK MANAJEMEN BANDWIDTH PENGGUNAAN INTERNET (STUDI KASUS : SMK KP BALEENDAH) Andy Victor Pakpahan
Jurnal Teknologi Informasi Vol 3 No 2 (2023): Jurnal Teknologi Informasi
Publisher : INSTITUT DIGITAL EKONOMI LPKIA

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

Abstract

Bandwidth usage on a network is often not utilized optimally. This can be caused by the presence of one or more clients that use up bandwidth capacity in the network for downloading and uploading, streaming video, accessing applications that can take up bandwidth capacity. Internet networks, such as in school institutions, often have bandwidth domination between clients. KP Baleendah Vocational School has made extensive use of internet technology. The use of internet technology is carried out to support learning activities as well as activities related to administration. Currently, KP Baleendah Vocational School uses Indihome ISP services with a capacity of up to 100 Mbps. This capacity is used to meet the needs of the laboratory, teacher's room, administration room, and also for students. In the KP Baleendah Vocational School environment, no bandwidth management configuration was found that could accommodate bandwidth allocation to all clients.
PENERAPAN METODE PROFILE MATCHING UNTUK PREDIKSI PENERIMAAN MAHASISWA BARU (STUDI KASUS IDE LPKIA) Andy Victor Pakpahan
Jurnal Komputer Bisnis Vol 16 No 2 (2023): Jurnal Komputer Bisnis
Publisher : LPKIA

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

Abstract

New Student Admissions or PMB is the process of admitting new students carried out by universities regularly every time the new academic year arrives. PMB is carried out to recruit students every year, such as PMB at IDE LPKIA, new student registration data is used for higher education academic planning. PMB at IDE LPKIA experiences a difference between students who register and students who experience registration. In 2020 there were 154 prospective students, in 2021 there were 375 prospective students, and in 2022 there were 501 prospective students. Of the registrants each year, only a portion of the prospective students carried out the registration process, in 2020 there were 245 students, in 2021 there were 163 students, and in 2022 there were 265 students. The method used to search for gaps is Profile Matching, which is a method for comparing profiles and other profiles so that the results of differences in competence are known as gaps. The PMB that will be used is in 2023, namely 410 registrants, then the Profile Matching method is calculated which produces 277 registrant data which is concluded as registration. Based on the MAPE calculations carried out, the results of Profile Matching are included in category 3, namely forecasting at a sufficient level.
PERANGKAT LUNAK PRESENSI FOTO DAN GEO LOCATION BERBASIS PROGRESSIVE WEB APP Sehab, Assyfa Ibnu; Sofian, Rudy; WK, Wahyu Nurjaya; Pakpahan, Andy Victor; Ferdiansyah, Fahmi Reza
Jurnal Teknologi Informasi Vol 4 No 2 (2025): Jurnal Teknologi Informasi
Publisher : INSTITUT DIGITAL EKONOMI LPKIA

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

Abstract

The development of information technology demands that companies improve operational efficiency, including in employee attendance systems. Conventional attendance methods have weaknesses such as the risk of data manipulation and difficulties in real-time monitoring. PT. Primasaga Sinergia Indonesia faces this challenge with an inefficient manual attendance system. This research designs and develops an attendance information system based on PWA (Progressive Web App) with photo and geolocation features to address the issue. This application aims to improve the accuracy and efficiency of attendance, as well as provide ease of monitoring for management. The results are expected to improve efficiency and accuracy in the management of employee attendance at PT. Primasaga Sinergia Indonesia.
Perangkat Lunak Sistem Reservasi dan Pengelolaan Kunjungan pada Museum COVID-19 Pakpahan, Andy Victor; Sofian, Rudy; Fauzan, Dede Abdur Rafi; Ferdiansyah, Fahmi Reza; Doni, Doni
Jurnal Teknologi Informasi Vol 4 No 2 (2025): Jurnal Teknologi Informasi
Publisher : INSTITUT DIGITAL EKONOMI LPKIA

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

Abstract

Museum Galeri Arsip COVID-19, yang dikelola oleh Dinas Perpustakaan dan Kearsipan Daerah Jawa Barat, menghadapi berbagai kendala dalam pengelolaan kunjungan dan reservasi yang masih dilakukan secara manual. Proses ini sering kali menyebabkan kesalahan pencatatan data pengunjung, antrian panjang, serta kesulitan dalam pengaturan jadwal kunjungan. Penelitian ini bertujuan untuk mengembangkan sistem reservasi dan pengelolaan kunjungan berbasis web, guna mengoptimalkan efisiensi operasional museum. Metode Agile digunakan dalam proses pengembangan perangkat lunak yang terdiri dari beberapa iterasi, mulai dari analisis kebutuhan, perancangan, implementasi, hingga pengujian menggunakan metode Black Box Testing. Sistem ini dibangun menggunakan Laravel sebagai framework PHP, dengan MySQL sebagai basis data, serta didukung fitur seperti manajemen reservasi, laporan pengunjung, dan umpan balik pengguna. Hasil pengembangan menunjukkan bahwa sistem dapat meningkatkan efisiensi pengelolaan reservasi, menyediakan laporan pengunjung yang terstruktur, dan memberikan pengalaman yang lebih baik kepada pengguna. Implementasi sistem ini diharapkan dapat menjadi solusi efektif dalam digitalisasi manajemen kunjungan museum dan memberikan kontribusi positif terhadap pengelolaan data pengunjung secara keseluruhan
IMPLEMENTASI METODE FORWARD CHAINING UNTUK MENDIAGNOSIS ORGANISME PENGGANGGU TANAMAN (OPT) KOPI Pakpahan, Andy Victor; Doni, Doni
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v10i1.2800

Abstract

Organisme pengganggu tanaman (OPT) adalah semua organisme yang dapat menyebabkan dan menimbulkan kerusakan fisik, gangguan fisiologi dan biokimia, atau kompetisi hara terhadap tanaman budidaya. Penanggulangan dan pengendalian terhadap OPT harus dilakukan secara cepat dan tepat agar tidak menimbulkan permasalahan lain yang bersifat ekologi, sosial maupun ekonomi. Salah satu tanaman budidaya yang sering diserang oleh OPT adalah tanaman kopi. Tanaman kopi merupakan salah satu komoditas unggulan dan strategis di Jawa Barat yang mempunyai peran cukup penting dalam perekonomian masyarakat Jawa Barat. Edukasi pengendalian OPT di Jawa Barat belum berjalan secara merata dikarenakan letak geografis antar perkebunan sangat jauh satu sama lain. Hal ini berdampak terhadap minimnya pemahaman para petani terhadap pengendalian OPT dan buruknya kualitas kopi yang dihasilkan oleh para petani. Penulis bermaksud akan membuatkan aplikasi sistem pakar berbasis web untuk menjembatani dan mengakomodasi bentuk edukasi yang dapat dilakukan kapan saja dan dimana saja tidak terbatas oleh letak geografis. Melalui aplikasi ini petani dapat mendiagnosis, mendapatkan informasi gejala serta cara pengendalian OPT Kopi yang terjadi. Untuk melakukan diagnosis, penulis menggunakan teknik Forward Chaining dalam melakukan penelusuran kemungkinan gejala-gejala yang ada sampai dengan menemukan rekomendasi OPT yang berkesesuaian dengan hasil penelusuran gejala yang ditelusuri. Hasil penelitian menunjukkan bahwa aplikasi yang dibangun dapat digunakan sebagai media konsultasi sekaligus memudahkan petani dalam menentukan cara pengendalian yang tepat terhadap serangan OPT Kopi yang terjadi tanpa harus berkonsultasi lebih lanjut dengan pihak atau dinas terkait.
SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB DI INSTITUT DIGITAL EKONOMI LPKIA Ferdiansyah, Fahmi Reza; Sofian, Rudy; Saepuloh, Usep; WK, Wahyu Nurjaya; Pakpahan, Andy Victor
Jurnal Komputer Bisnis Vol 17 No 2 (2025): Jurnal Komputer Bisnis
Publisher : LPKIA

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

Abstract

Institut Digital Ekonomi LPKIA (IDE LPKIA) menghadapi kendala dalam pengelolaan layanan perpustakaan, khususnya dalam pencatatan data buku, kunjungan, peminjaman, dan pengembalian buku. Penggunaan Google Forms dan Excel tidak memadai untuk pengelolaan data yang kompleks, serta ketiadaan sistem katalog buku memperburuk kondisi tersebut. Akibatnya, efektivitas operasional terhambat, risiko kehilangan buku meningkat, dan kualitas layanan menurun. Untuk mengatasi masalah ini, dirancang Sistem Informasi Perpustakaan Berbasis Web (E-Library) yang mengotomatisasi pengelolaan data kunjungan, buku, peminjaman, dan pengembalian. Sistem ini diharapkan dapat meningkatkan efisiensi operasional, mempermudah akses informasi, dan mendukung pengambilan keputusan berbasis data. Implementasi E-Library di perpustakaan IDE LPKIA diharapkan mampu mendukung kegiatan akademik dengan layanan yang lebih efektif dan berkualitas.
Perancangan Perangkat Lunak Pencatatan Laporan Keuangan Berbasis Web Untuk Administrasi Sofian, Rudy; Alfauzan, Muhamad Luqman; Matulessy, Charel Samuel; Pakpahan, Andy Victor; Ferdiansyah, Fahmi Reza
Jurnal Komputer Bisnis Vol 17 No 2 (2025): Jurnal Komputer Bisnis
Publisher : LPKIA

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

Abstract

Laporan keuangan adalah salah satu dokumen penting yang digunakan untuk mencatat aktivitas finansial suatu organisasi secara terstruktur dan akurat. Pada awal pengembangan sistem pencatatan laporan keuangan untuk bagian administrasi, metode pencatatan manual masih menjadi kendala utama. Sistem manual ini cenderung memerlukan waktu yang lama, rentan terhadap kesalahan, dan kurang efisien. Dengan demikian, diperlukan perangkat lunak berbasis web yang mampu mencatat dan mengelola data keuangan dengan lebih efektif. Aplikasi ini dirancang menggunakan bahasa pemrograman PHP, memanfaatkan MySQL sebagai basis data, dan dibangun dengan metodologi Agile untuk memungkinkan iterasi pengembangan yang berkelanjutan. Proses perancangan dilakukan dengan metode prototyping, mulai dari analisis kebutuhan hingga pengujian sistem menggunakan metode Blackbox. Hasilnya, aplikasi ini mempermudah bagian administrasi dalam mengelola data keuangan, termasuk pencatatan pendapatan, pengeluaran, hutang, dan piutang, serta mampu menghasilkan laporan dalam format Excel yang siap untuk analisis lebih lanjut.
Sentiment Analysis Using Stacking Ensemble After the 2024 Indonesian Election Results Andy Victor Pakpahan; Fahmi Reza Ferdiansyah; Robby Gustian; Muhammad Nur Faiz; Sukma Aji
Journal of Innovation Information Technology and Application (JINITA) Vol 7 No 1 (2025): JINITA, June 2025
Publisher : Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/jinita.v7i1.2724

Abstract

Sentiment analysis is a text processing technique aimed at identifying opinions and emotions within a sentence. Machine learning is commonly applied in this area, with algorithms such as Naïve Bayes, Support Vector Machine (SVM), and Random Forest being frequently used. However, achieving optimal accuracy remains a challenge, particularly when dealing with unstructured text data, such as content from social media platforms. This research seeks to improve sentiment analysis performance by implementing a stacking ensemble learning approach, which combines the predictive strengths of several base models. The base models selected for this study are Naïve Bayes, SVM, and Random Forest, while Random Forest also serves as the meta-model to generate final predictions. The study focuses on sentiment analysis in a specific context—public opinion following the announcement of the Indonesian presidential election results in 2024. The dataset comprises 6,737 tweets collected from the X platform using web scraping techniques in 2024. Results show that individual models achieved varying levels of accuracy: Naïve Bayes at 66.84%, SVM at 77.74%, and Random Forest at 74.78%. In contrast, the stacking ensemble model achieved a significantly higher accuracy of 81.53%. This improvement highlights the effectiveness of ensemble learning in integrating different algorithmic perspectives to enhance predictive performance. By leveraging the complementary strengths of each base model, stacking not only boosts accuracy but also increases model robustness, making it highly suitable for real-world sentiment analysis applications that involve noisy and informal textual data from social media.