Article Per Year (5 Year)
p-Index From 2020 - 2025
1.405
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmu Komputer dan Agri-Informatika Jurnal Listrik, Instrumentasi, dan Elektronika Terapan Journal of Internet and Software Engineering
Saputra, Yuris Mulya
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Internet and Software Engineering

 1 
Perancangan Federated Learning Berbasis Homomorphic Encryption untuk Perangkat Internet of Things Saputra, Yuris Mulya; Alfian, Ganjar; Octava, Muhammad Qois Huzyan
Journal of Internet and Software Engineering Vol 4 No 1 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i1.6378

Abstract

Semakin berkembangnya pasar big data yang digunakan oleh pengguna khususnya Internet of Things (IoT) berbasis kecerdasan buatan telah menarik banyak pihak baik dari industri maupun akademisi. Melalui penggunaan data lokal dari berbagai perangkat IoT, pemberi layanan aplikasi dapat menghasilkan informasi berguna melalui pendekatan machine learning (ML) seperti centralized learning dengan menggunakan cloud server dan local learning pada perangkat IoT langsung. Namun, dengan adanya risiko bocornya privasi pengguna ketika mengirim data lokal ke cloud server dan sumber daya komputasi yang terbatas pada IoT, penggunaan federated learning (FL) dapat menjadi solusi efisien. Pendekatan FL merupakan sebuah pendekatan ML kolaboratif di mana setiap perangkat IoT dapat melakukan proses training secara independen dan kemudian hanya mengirimkan model local kepada cloud server tanpa melakukan data sharing. Secara khusus, penggunaan FL untuk layanan aplikasi pada perangkat IoT tidak hanya memperbaiki kinerja untuk proses training, namun juga dapat melindungi privasi data bagi penggunanya. Penelitian ini berfokus pada perancangan sistem FL dengan privacy-awareness yang dapat digunakan oleh para pengguna perangkat IoT. Dalam hal ini, teknik enkripsi yang berbasis homomorphic encryption untuk mengenkripsi data dari perangkat IoT ketika proses training dari FL dapat diimplementasikan sebagai bentuk perlindungan privasi pengguna IoT dari malicious attackers. Dari penelitian ini, dapat dianalisis perbandingan tingkat akurasi model dari berbagai pendekatan baik tanpa dan dengan teknik enkripsi tersebut.
Implementasi Sistem Konfigurasi Router Berbasis Natural Language Processing dengan Pendekatan Low Rank Adaptation Finetuning dan 8-Bit Quantization Utomo, Hanung Addi Chandra; Saputra, Yuris Mulya; Prasetiadi, Agi
Journal of Internet and Software Engineering Vol 4 No 2 (2023): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v4i2.9093

Abstract

Konfigurasi Router merupakan salah satu hal penting dalam jaringan komputer. Proses ini memerlukan pemahaman tentang bahasa dan sintaks khusus yang dapat memakan waktu lama bagi seseorang yang tidak terbiasa. Penerapan Natural language processing bisa membantu mengatasi masalah ini. Untuk mencapai tujuan dari penerapan ini, Finetuning perlu dilakukan pada model yang ada seperti model GPT-J-6B yang telah dilatih menggunakan 6 milyar parameter. Dengan menggunakan dataset yang terdiri dari konfigurasi router, diharapkan proses finetuning bisa meningkatkan performa model untuk mendeteksi maksud dari input text dalam Bahasa natural yang kemudian bisa memberikan command-command yang sesuai dengan perintah yang diberikan. Selain itu penggunaan teknik lain seperti Low Rank Adaptation (LoRA) yang dapat digunakan untuk mengoptimalkan proses Finetuning agar lebih efisien tanpa mengurangi performa model, dan penggunaan teknik 8-bit quantization untuk memperkecil penggunaan resource saat menjalankan model. Dengan beberapa teknik ini, proses finetuning dapat dilakukan dengan stabil dalam Google Colaboratory. Oleh karena itu, dengan implementasi NLP pada konfigurasi router ini dan teknik-teknik diatas, dapat meningkatkan efektivitas pengelolaan jaringan dengan menggunakan waktu dan sumber daya yang efisien. Melalui penelitian ini berhasil didapatkan model konfigurasi router berbasis NLP dengan akurasi sebesar 98%.
Implementasi Ansible pada Otomasi Honeypot Deployment Berbasis Web Kurniawan, Dharma; Saputra, Yuris Mulya
Journal of Internet and Software Engineering Vol 5 No 2 (2024): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v5i2.10007

Abstract

Dalam era digital yang semakin kompleks ini, keamanan sistem informasi menjadi masalah penting bagi organisasi di berbagai industri. Peningkatan serangan siber serta polanya yang semakin bervariatif bisa menimbulkan ancaman bagi kerahasiaan data atau integritas dari suatu organisasi. Di Indonesia, Badan Siber dan Sandi Negara (BSSN) mencatat bahwa hingga sepanjang bulan April 2022, serangan siber di Indonesia telah mencapai angka 100 juta kasus dengan jenis serangan yang didominasi oleh serangan ransomware dan malware. Salah satu solusi untuk mengatasi permasalahan ini adalah dengan mengimplementasikan sistem honeypot. Honeypot telah berkembang menjadi salah satu alat yang berguna untuk mengidentifikasi serangan dan mempelajari strategi penyerang, yang memungkinkan organisasi untuk memperkuat pertahanan mereka. Namun, penerapan dan pengelolaan honeypot secara manual dapat memakan banyak waktu dan sumber daya. Oleh karena itu, penelitian ini bertujuan untuk melakukan otomasi proses honeypot deployment dengan menggunakan alat manajemen konfigurasi yang populer yang dikenal sebagai Ansible. Selain itu, untuk mempermudah pengoperasian Ansible dalam melakukan honeypot deployment, maka dibuat sebuah aplikasi user friendly berbasis web. Aplikasi tidak hanya sekedar melakukan honeypot deployment, namun juga memantau prosesnya. Berdasarkan hasil pengujian, aplikasi berhasil melakukan honeypot deployment ke semua sensor yang berjalan di Google Cloud Platform dengan tiga region berbeda.
Analisis Perbandingan Penggunaan Metode Tunneling Cloud Virtual Private Network dan Wireguard Virtual Private Network pada Implementasi Infrastruktur Hybrid Cloud Hermawan, Rusdi; Saputra, Yuris Mulya
Journal of Internet and Software Engineering Vol 6 No 1 (2025): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v6i1.14450

Abstract

Perkembangan teknologi dalam infrastruktur server terus maju signifikan setiap tahun. Organisasi dan perusahaan cenderung beralih ke sistem yang lebih kompleks dan terpusat, mendorong migrasi infrastruktur server dari on-premise ke public cloud. Banyak migrasi dilakukan bertahap karena keterbatasan biaya dan keamanan data. Dalam konteks ini, infrastruktur hybrid cloud penting untuk integrasi yang mulus, meminimalkan downtime, dan menjaga konsistensi operasional. Hybrid cloud sering menggunakan tunneling untuk menghubungkan server on-premise dengan public cloud, menggunakan teknologi Virtual Private Network (VPN) untuk jalur terenkripsi yang aman. Penelitian ini membandingkan dua alat VPN: WireGuard sebagai solusi open-source dan Cloud VPN dari Google Cloud Platform (GCP) sebagai solusi enterprise, dalam konteks hybrid-cloud. Penelitian fokus pada pengukuran kinerja parameter seperti latency, throughput, kestabilan koneksi, kemudahan konfigurasi, dan biaya layanan untuk memahami kecocokan masing-masing alat dalam skenario implementasi tertentu. Hasilnya menunjukkan bahwa throughput WireGuard VPN unggul 676,67%, dan rata-rata latency WireGuard VPN berkurang hingga 97,66% pada uji pertama, menunjukkan kinerja lebih baik dibandingkan Classic Cloud VPN.
Co-Authors Agi Prasetiadi Alfian, Ganjar Budi Bayu Murti Divi Galih Prasetyo Putri Dwi Yanti, Silvia Hermawan, Rusdi Kurniawan, Dharma Octava, Muhammad Qois Huzyan Putra, Jimmy Trio Rizkiana, Aldila Fajar Sumartopo, Astri Utomo, Hanung Addi Chandra Wahyono Wahyono