Claim Missing Document
Check
Articles

Found 2 Documents
Search

Systematic Literature Review: SQL Injection Detection Vulnerability Using Machine Learning Rahayu, Agnes; Yulyanti, Eva; Ghalib, Muhammad
Jurnal Media Infotama Vol 21 No 1 (2025): April 2025
Publisher : UNIVED Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37676/jmi.v21i1.6702

Abstract

SQL Injection (SQLI) adalah serangan keamanan pada database yang mengeksploitasi celah atau kerentanan pada input pengguna yang tidak dipantau dengan benar dalam aplikasi web dan merupakan aspek penting dalam keamanan sistem informasi. Penelitian dan pengembangan terus dilakukan menggunakan metode yang lebih efektif untuk mendeteksi dan mencegah SQLI, termasuk penggunaan algoritma Machine Learning seperti Random Forest, Naïve Bayes, Support Vector Machine, Neutral Network, Knearest, Decision Tree dan lainnya. Fokus penelitian ini adalah melakukan perbandingan terhadap hasil kinerja dari masing-masing algoritma. Penelitian ini membandingkan kinerja setiap algoritma dalam mendeteksi kerentanan SQLI terhadap serangkaian metrik terkait. Hasil analisis berdasarkan studi literatur menunjukan bahwa Random Forest dan Support Vector Machine (SVM) memiliki nilai kinerja yang unggul.
Optimasi Pengelolaan Data Pencarian Fasilitas Ekspedisi Berbasis Otomasi dengan Pendekatan Framework Waterfall Yulyanti, Eva; Shindy Yuliyatini; Imelda, Imelda
Jurnal Informatika & Teknologi Cerdas Vol 1 No 1 (2025): Jurnal Informatika dan Teknologi Cerdas (JITC)
Publisher : Program Studi Teknik Informatika Universitas Paramadina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51353/9gcnrp75

Abstract

Information technology (IT) has become an integral part of everyday life and plays an important role in various aspects of modern society. With the rapid development of technology, IT has changed the way individuals and organizations communicate, work, and interact. PT XYZ, as a company engaged in logistics, faces a challenge in managing expedition facility search data. This study aims to automate the management of expedition facility search data using the Waterfall framework. The stages in Waterfall include stages such as needs analysis, design, implementation, testing and maintenance. The waterfall method is helpful because it provides a structured, clear, and organized process for project completion.