Article Per Year (5 Year)
p-Index From 2020 - 2025
1.197
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Indonesian Journal on Software Engineering (IJSE) INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Dinamis Surya Informatika Jurnal Teknik Informatika dan Desain Komunikasi Visual
Aprilia, Tresi
Unknown Affiliation
Arts Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Mechanical Engineering Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Analisa Metasploit Framework “msfvenom” Backdoor Trojan dan Fully Undetected (FUD) Trojan Mursalim, Mursalim; Darmawan, Wachid; Aprilia, Tresi
Techno.Com Vol. 23 No. 1 (2024): Februari 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i1.9741

Abstract

Pengunaan teknologi informasi berupa penggunaan internet di Indonesia terus mengalami peningkatan sejak 2 dekade terakhir hingga 73,24% atau 202 juta jiwa dari 275.77 juta jiwa penduduk Indonesia. Penggunaan teknologi tersebut tidak lepas dari sebuah ancaman pengambilan informasi secara ilegal. Tingkat kejahatan cyber berjenis malware mencapai 14.235 serangan hingga bulan april 2023. Pada penelitian ini dilakukan pembuatan malware trojan menggunakan metasploit framework dengan memanfaatkan fungsi msfvenom dan Fully Undetected (FUD) Trojan menggunakan bahasa pemrograman python. Selanjutnya dilakukan pengujian source code FUD Trojan, pengujian keterdeteksian virus melalui virustotal.com. adapun hasil pengujian menunjukkan bahwa keterdeteksian virus paling sedikit yaitu 11 antivirus pada FUD Trojan pada file music.exe, sedangkan keterdeteksian antivirus paling banyak ada pada payload windows.dll sebanyak 56 antivirus. Sedangkan payload.js dan undangan.apk masing masing keterdeteksiannya sebanyak 35 dan 26 antivirus. (FUD) trojan yang memiliki payload FUD malware perlu diwaspadai dikarenakan tidak banyak antivirus yang mendeteksi jenis payload tersebut. jenis virus yang mampu mendeteksi malware tersebut adalah avira dan avg yang secara konsisten mampu mendeteksi 4 malware tersebut
Pengenalan Machine Learning Untuk Mahasiswa Menggunakan Metode Service Learning Mursalim, Mursalim; Aprilia, Tresi; Samas, Muhammad Achsin; Rahmawati, Anik; Mufidah, Imtiyaz Farras
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 7, No 2 (2024): MEI 2024
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v7i2.1959

Abstract

Teknologi informasi terus mengalami perubahan seiring perkembangan industri begitu juga dengan peningkatan data yang dihasilkan dari berbagai bidang seperti bidang pendidikan, kesehatan, astronomi, pertanian, ekonomi, sosial budaya dan lainnya. Tahun 2023, data pengguna internet mencapa 4.95 miliar pengguna. Tentu, pengguna internet tersebut berdampak pada data yang dihasilkan baik berupa teks, gambar, audio, video yang terus meningkat. Data tersebut dapat proses menggunakan metode Machine learning untuk menghasilkan sebuah pengetahuan hingga dapat digunakan sebagai dasar kebijakan. Namun, masih banyak mahasiswa yang belum memahami tentang metode tersebut dikarenakan kesulitan dalam memahami formula metode Machine Learning yang berkaitan dengan ilmu matematika. Oleh karena itu, diperlukan sebuah pendekatan khusus agar pemahaman terhadap model tersebut mudah dipahami yakni salah satunya adalah pendekatan Learning Service yang fokus pada konsep aspek praktis dan konsep ekperiental didasari pada sebuah studi kasus untuk memberikan pemahaman praktis dan metode tersebut dapat dilakukan oleh mahasiswa terhadap masalah penelitian di bidang Machine Learning. Hasil kegiatan tersebut menunjukkan bahwa ada sekitar 65,5% menyatakan sangat setuju dan setuju sebesar 26,5% Mahasiswa mampu memahami Machine Learning melalui studi kasus yang telah disimulasikan. Sedangkan ada 8% masih menyatakan kesulitan dalam memahami formula sebuah metode Machine Learning
Rancang Bangun Sistem Pengaduan Masyarakat Berbasis Web di Desa Wonokerso Khairudin, Muhammad Kharis; Mursalim; Aprilia, Tresi
INFOMATEK Vol 26 No 2 (2024): Desember 2024
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v26i2.19364

Abstract

Perkembangan teknologi informasi dan komunikasi terus mengalami peningkatan sebesar 0.78 poin menjadi 5.58 poin dalam 5 tahun. Kemajuan teknologi tersebut mendorong layanan pemerintah yang lebih transparan, efisen, dan efektif. Pada Penelitian ini, telah di lakukan observasi dan wawancara di kantor Balai Desa Wonokerso, hasilnya pelayanan pengaduan masih kurang efektif karena masyarakat masih cukup sulit untuk melakukan pengaduan masyarakat. Saat ini, pengaduan masyarakat masih menggunakan manual yaitu melalui kotak saran dan musyawarah desa sehingga penyerapan pengaduan masyarakat kurang maksimal keadaan ini memungkinkan banyak masyarakat Desa Wonokerso enggan untuk menyampaikan aspirasi atau pengaduan kepada aparat pemerintah desa. Oleh karena itu, diperlukan adanya rancang bangun sistem pengaduan yang dapat mempermudah masyarakat dalam menyampaikan aspirasi kepada kepala desa. Penelitian tersebut menggunakan metode pengembangan waterfall yang terdiri dari: Analisis, desain, implementasi, pengujian dan pemeliharaan. Adapun hasil penelitiannya adalah sistem pengaduan masyarakat berbasis web telah berhasil dibangun. Kemudian, sistem tersebut telah diuji menggunakan metode blackbox yang terdiri dari hasil 9 parameter fungsi. Hasilnya menyatakan valid 100% sistem tersebut dapat digunakan oleh pengguna. Ada beberapa kekurangan yang perlu dikembangkan lebih lanjut yaitu diperlukan pengembangan menggunakan apliasi mobile seperti android atau MacOS dengan tambahan fitur tracking dan desain UI/UX yang lebih modern.
Sistem Pemeringkatan Keterbukaan Informasi pada Badan Publik di Pemerintah Kabupaten Batang Berbasis Web Hasan, Syaiful; Mursalim, Mursalim; Aprilia, Tresi
Indonesian Journal on Software Engineering Vol 11, No 1 (2025): IJSE 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v11i1.23953

Abstract

Keterbukaan informasi menggunakan teknologi menjadi bagian penting dalam transparasi pada pemerintah dalam mencapai good governance dan clean governance. Sistem pemeringkatan badan publik saat ini masih menggunakan proses yang sederhana, yakni setiap badan publik diberikan form kuisioner SAQ, kemudian diisi dan dikumpulkan kepada OPD pengelola PPID, hal tersebut berdampak pada lambatnya proses evaluasi dan menimbulkan kerusakan bahkan hilangya form SAQ. Oleh karena itu diperlukan digitalisasi sistem evaluasi untuk mempermudah dalam proses evaluasi badan publik. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Pemeringkatan Keterbukaan Informasi pada Badan Publik di lingkungan Pemerintah Kabupaten Batang Berbasis Web. Metode pengembangan sistem menggunakan pendekatan Waterfall, yang banyak digunakan pada penelitian sebelumnya. Adapaun tahapannya dimulai dari analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem ini dirancang untuk memungkinkan badan publik dan masyarakat dapat mengakses informasi terkait keterbukaan informasi pada badan publik. Hasil evaluasi sistem tersebut menunjukkan bahwa sistem yang dikembangkan berhasil digunakan oleh seluruh badan publik di lingkungan pemerintah Kabupaten Batang dengan hasil pengujian blackbox adalah sesuai dengan kebutuhan badan publik dan pengujian UAT mencapai 85,87% menyatakan Sangat Baik digunakan untuk evaluasi badan publik terkait dengan pelaksanaan PPID.
ANALISIS PERBANDINGAN METODE DEEP LEARNING DALAM PREDIKSI PENGGUNAAN SKINCARE Aprilia, Tresi
DINAMIS Vol 22 No 1.Juli (2025): Dinamis
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Sains dan Teknologi Jayapura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58839/jd.v22i1.Juli.1544

Abstract

Pada penelitian ini pemilihan produk skincare yang tidak sesuai dengan jenis kulit masih menjadi tantangan bagi banyak pengguna. Kesalahan dalam memilih produk dapat menyebabkan iritasi, breakout, dan dampak negatif lainnya terhadap kulit. Di tengah tren personalisasi dan teknologi, pendekatan berbasis kecerdasan buatan (AI) menjadi solusi potensial dalam memberikan rekomendasi skincare yang lebih tepat dan sesuai dengan kebutuhan individu. Penelitian ini bertujuan untuk membandingkan dua metode deep learning, yaitu Convolutional Neural Network (CNN) dan Multilayer Perceptron (MLP), dalam memprediksi kecocokan produk skincare berdasarkan data visual dan non-visual. CNN digunakan untuk menganalisis citra wajah pengguna sebelum dan sesudah pemakaian skincare, sedangkan MLP digunakan untuk mengolah data ulasan pengguna, rating, dan metadata jenis kulit. Metodologi penelitian ini melibatkan pengumpulan dataset dari situs DermNet yang terdiri dari 1.000 gambar wajah dan 1.000 ulasan pengguna. Proses pelatihan model dilakukan menggunakan platform Google Colab dengan library Keras dan Scikit-learn. Data citra diproses menggunakan teknik augmentasi untuk meningkatkan generalisasi model CNN, sementara data teks melalui preprocessing seperti tokenisasi dan normalisasi sebelum dimasukkan ke dalam model MLP. Evaluasi kinerja dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN memiliki performa lebih unggul dibandingkan MLP dengan akurasi sebesar 91.2% dan F1-score 91.4%. Sementara itu, MLP menghasilkan akurasi 86.5% dan F1-score 86.4%. Temuan ini menunjukkan bahwa CNN lebih efektif dalam klasifikasi berbasis citra, sedangkan MLP tetap relevan untuk data tekstual. Penelitian ini berkontribusi dalam pengembangan sistem rekomendasi skincare berbasis AI yang lebih akurat dan adaptif.
Peningkatan Keamanan Steganografi Citra Berbasis Least Significant Bit dengan Integrasi Algoritma Deep Learning Convolutional Neural Network (CNN) Khozin, Muhammad; Novitaningrum, Dian; Aprilia, Tresi; Samas, M. Achsin
Jurnal Surya Informatika Vol. 15 No. 1 (2025): Jurnal Surya Informatika, Vol 15. No. 1, Mei 2025
Publisher : Universitas Muhammadiyah Pekajangan Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.48144/suryainformatika.v15i1.2080

Abstract

Steganografi citra merupakan teknik penyembunyian informasi rahasia di dalam gambar digital yang berperan penting dalam komunikasi rahasia. Metode Least Significant Bit (LSB) dikenal luas karena kesederhanaan dan kemudahan implementasinya, namun memiliki kelemahan signifikan dalam hal keamanan, khususnya rentan terhadap deteksi melalui analisis statistik. Penelitian ini bertujuan untuk meningkatkan keamanan steganografi LSB melalui integrasi dengan algoritma deep learning Convolutional Neural Network (CNN). Dataset CIFAR-10 digunakan sebagai media eksperimen dengan proses penyisipan data pada bit paling tidak signifikan dari kanal warna citra digital. Evaluasi dilakukan melalui metrik imperseptibilitas seperti Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index (SSIM), serta akurasi deteksi oleh model steganalisis. Hasil eksperimen menunjukkan bahwa integrasi LSB dengan CNN menghasilkan peningkatan nilai PSNR dan SSIM, serta menurunkan tingkat keberhasilan deteksi pesan tersembunyi oleh pihak ketiga. Pendekatan ini berhasil membuat proses penyisipan data lebih adaptif dan sulit dikenali secara visual maupun statistik, sehingga meningkatkan tingkat keamanan dan kerahasiaan dalam komunikasi digital berbasis steganografi.
Segmentasi Citra Digital berbasis histogram: Systematic Literature Review Aprilia, Tresi; mursalim, mursalim
Jurnal Teknik Informatika dan Desain Komunikasi Visual Vol 3 No 1 (2024): Jurnal Teknik Informatika dan Desain Komunikasi Visual
Publisher : Fakultas Komputer Dan Desain

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

Abstract

Segmentasi merupakan proses pengolahan citra untuk memisahkan antara objek dengan background (latar belakang) yang akan dianalisa selanjutnya. Banyak pendekatan yang digunakan salah satunya adalah dengan histogram, dan banyak metode yang digunakan. Systematic Literature Review merupakan trends dalam mengkaji literature diberbagai bidang, Systematic Literature Review ini lebih pada mengidentifikasi, melakukan penilaian dan menginterprestasikan semua bukti penelitan yang ada dengan tujuan menjawab pertanyaan penelitian untuk kearah pertanyaan penelitian yang lebih spesifik. Paper ini membahas tentang Systematic Literature Review dari berbagai sumber yang berkaitan dengan Segmentasi Citra Digital berbasis histogram, diharapkan dengan adanya kajian ini lebih mengetahui trend, dan perkembanagan metode (state of the art) sehingga dapat merumuskan framework usulan penelitan selanjutnya
Co-Authors Anik Rahmawati, Anik Darmawan, Wachid Hasan, Syaiful Khairudin, Muhammad Kharis Mufidah, Imtiyaz Farras Muhammad Khozin Mursalim Mursalim Novitaningrum, Dian Samas, M. Achsin Samas, Muhammad Achsin