Claim Missing Document
Check
Articles

Found 2 Documents
Search

Rancang Bangun Sistem Presensi Asisten Laboratorium Komputer Berbasis Internet of Things (IoT) Danang Ade Muktiawan; Adimas Aglasia; Bayu Nugroho
Jurnal Ticom: Technology of Information and Communication Vol 13 No 2 (2025): Jurnal Ticom-Januari 2025
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i2.147

Abstract

Laboratorium komputer merupakan fasilitas penting dalam mendukung kegiatan pengajaran, penelitian, dan pengembangan teknologi informasi. Salah satu tantangan yang dihadapi adalah pengelolaan kehadiran asisten laboratorium secara efisien. Sistem presensi manual yang masih menggunakan pencatatan berbasis kertas menyebabkan proses pemantauan jadwal piket dan kegiatan asistensi menjadi tidak efektif. Penelitian ini bertujuan untuk merancang dan membangun sistem presensi asisten laboratorium berbasis Internet of Things (IoT) yang memungkinkan pemantauan secara real-time. Sistem ini menggunakan teknologi Radio Frequency Identification (RFID) untuk mendeteksi kehadiran, NodeMCU ESP8266 sebagai mikrokontroler, dan platform berbasis web untuk menampilkan data presensi. Sistem dirancang agar dapat diakses melalui jaringan internet sehingga memudahkan koordinator laboratorium dalam memantau kegiatan piket dan asistensi secara praktis dan efisien. Implementasi sistem ini diharapkan dapat meningkatkan akurasi, efisiensi, dan transparansi dalam pengelolaan presensi asisten laboratorium. Hasil pengujian menunjukkan bahwa sistem mampu mencatat kehadiran asisten secara akurat, menampilkan data presensi secara real-time, dan memberikan kemudahan akses bagi koordinator laboratorium. Dengan demikian, sistem ini berpotensi menjadi solusi efektif dalam pengelolaan presensi laboratorium berbasis IoT.
Deteksi Deteksi Hibrida Serangan SEO Poisoning dan SQL Injection pada CMS Kampus Menggunakan Support Vector Machine Berbasis Natural Language Processing adimas aglasia
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 20 No. 2 (2026)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v20n2.3066

Abstract

Situs web perguruan tinggi sering menjadi target utama serangan siber tipe SEO Poisoning dan SQL Injection karena memiliki reputasi domain yang tinggi. Metode keamanan konvensional berbasis tanda tangan sering kali gagal mendeteksi serangan hibrida yang menyamarkan konten promosi judi dan obat-obatan terlarang di dalam kolom komentar akademik. Penelitian ini bertujuan untuk membangun sistem deteksi otomatis menggunakan pendekatan Machine Learning berbasis Natural Language Processing (NLP). Metode yang diusulkan adalah Support Vector Machine (SVM) dengan kernel Linear yang dikombinasikan dengan ekstraksi fitur TF-IDF untuk membedakan antara trafik normal, spam judi/obat, dan injeksi kode berbahaya. Eksperimen dilakukan menggunakan dataset riil dari log server kampus yang telah melalui proses penyeimbangan kelas. Hasil pengujian menunjukkan bahwa algoritma SVM memiliki kinerja superior dengan tingkat akurasi mencapai 96.20%, mengungguli metode Naive Bayes yang hanya mencapai 88.61%. Secara spesifik, SVM mampu mendeteksi serangan SQL Injection dan Judi Online dengan nilai Recall sempurna, membuktikan bahwa pendekatan pemisahan hyperplane pada ruang vektor berdimensi tinggi sangat efektif untuk menangani pola serangan siber yang kompleks.