Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Andri Bakhtiar, Fariz
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Analisis Kinerja Federated Learning dalam Mendeteksi Kekambuhan Laksana Wira Pratama, Evan; Ali Fauzi, M.; Andri Bakhtiar, Fariz
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kekambuhan kanker tiroid terdiferensiasi atau (Differentiated Thyroid Cancer/DTC) hingga saat ini tetap menjadi tantangan klinis yang signifikan. Deteksi dini kekambuhan DTC sangat penting agar pasien dapat segera mendapatkan penanganan yang tepat, sehingga kondisi tidak semakin parah. Namun, keterbatasan akses data medis privat menjadi hambatan bagi penelitian yang ingin mengembangkan machine learning, sehingga diperlukan metode pelatihan yang mendukung implementasi privasi-preserving seperti Federated Learning (FL). Penelitian ini menggunakan tiga model, yaitu ANN, Logistic Regression, dan XGBoost, yang diterapkan dengan FL untuk mendeteksi kekambuhan DTC. Simulasi dilakukan pada data Non-IID, sehingga pemilihan metode agregasi pada FL menjadi krusial. Hasil penelitian menunjukkan model ANN dengan FedProx memiliki performa terbaik dalam mengenali kelas positif (kambuh) dan kelas negatif (tidak kambuh), dengan nilai recall 0,91 dan spesifisitas 0,95. Model LR dengan FedProx memiliki kinerja serupa, tetapi sedikit lebih rendah dalam mendeteksi kelas positif dengan recall 0,88. Sementara itu, XGBoost dengan FedXgbCyclic tidak mampu mengatasi data Non-IID dan ketidakseimbangan kelas dengan baik, menghasilkan recall hanya 0,62. Temuan ini menunjukkan bahwa pada kondisi data Non-IID ekstrem, metode agregasi FedProx lebih unggul dibandingkan FedAvg pada ANN dan LR, serta FedXgbCyclic lebih baik dibandingkan FedXgbBagging pada model XGBoost.
Implementasi Algoritme Spongent sebagai Algoritme Hashing untuk Integritas pada Modul Komunikasi Lora Kusyanti, Ari; Agrahita Wiguna, I Putu; Andri Bakhtiar, Fariz
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 6: Desember 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107119

Abstract

Internet of Things (IoT) merupakan konsep terbaru dalam ranah teknologi dan informasi komunikasi dengan fondasinya berdasarkan pada pertukaran informasi antara objek-objek pintar. Komunikasi dalam lingkup IoT memiliki peran penting untuk saling terhubung dengan beberapa perangkat untuk mengirimkan pesan. Teknologi yang secara khusus menargetkan situasi di mana cakupan area yang luas dengan biaya penerapan yang rendah dan konsumsi daya yang rendah menggunakan frekuensi radio ialah LoRa. LoRa dioptimalkan untuk implementasi pada perangkat dengan sumber daya yang terbatas, namun pada penerapan IoT, keamanan data menjadi tantangan selain keterbatasan sumber daya. Pengamanan data dapat dilakukan dengan algoritme hashing seperti algoritme SPONGENT. Algoritme SPONGENT dipilih untuk menjamin integritas data. Berdasarkan hasil penelitian, algoritme SPONGENT telah berhasil diimplementasikan sebagai keamanan integritas data pada LoRa. Pengujian terhadap keamanan data dengan pengujian serangan aktif berhasil dilakukan karena ketika penyerang mengirimkan data yang sudah diubah, telah dilakukan pengecekan pada gateway dan data yang dihasilkan tidak valid. Algoritme SPONGENT menunjukkan kinerja yang lebih baik dari Algoritme QUARK berdasarkan kinerja waktu hashing.   Abstract The Internet of Things (IoT) is a recent concept in the realm of technology and information communication, built on the foundation of information exchange among smart objects. Communication within the scope of IoT has an important role to connect with multiple devices to send messages. Technology that specifically targets situations where large area coverage with low deployment costs and low power consumption use a radio frequency is LoRa. LoRa is optimized for implementation on limited resource devices, but in IoT deployment, data security becomes a challenge in addition to resource limitations. Data security can be done with hashing algorithms such as SPONGENT algorithm. The SPONGENT algorithm was chosen to ensure data integrity. Based on the research results, the SPONGENT algorithm has been successfully implemented as data integrity security in LoRa. Testing of data security with active attack testing is successful because when the attacker sends the modified data, it has been checked on the gateway node and the resulting data is invalid. SPONGENT algorithm shows better performance than QUARK algorithm based on hashing time performance.
Analisis Efektivitas OWASP ZAP dalam Mendeteksi Kerentanan Terhadap Serangan SQL Injection Fernanda, Rizky; Data, Mahendra; Andri Bakhtiar, Fariz
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

SQL Injection (SQLi) masih menjadi ancaman utama pada aplikasi web. Penelitian ini bertujuan menganalisis kemampuan OWASP ZAP dalam mendeteksi kerentanan SQLi pada OWASP Juice Shop dan DVWA, serta menilai efektivitas deteksinya secara kuantitatif. Permasalahan yang diangkat meliputi jenis-jenis SQLi yang dapat terdeteksi oleh ZAP dan seberapa efektif ZAP mengidentifikasi serta memvalidasi serangan tersebut. Metode yang digunakan adalah eksperimen terkontrol dengan SQLMap sebagai pengirim payload empat varian (Error-Based, Union-Based, Boolean-Based Blind, Time-Based Blind). Seluruh request dan response diproksi melalui ZAP (passive/active scan). Validasi manual diterapkan untuk menetapkan ground truth per varian antara lain melalui indikator HTTP 500 disertai pesan error basis data, kemunculan marker UNION pada respons, perbedaan konten TRUE/FALSE, atau ΔRTT yang signifikan. Efektivitas ZAP dievaluasi menggunakan confusion matrix (TP, FP, FN, TN) dan metrik precision, recall, serta F1-score. Hasil menunjukkan ZAP unggul pada varian yang menimbulkan indikasi eksplisit terutama Error-Based ditandai respons 500 dan pesan error SQL; sebagian payload Union-Based juga terangkat karena pola respons serupa. Sebaliknya, pada Boolean-Based dan Time-Based, deteksi otomatis ZAP terbatas dan memerlukan analisis manual, sehingga berpotensi menimbulkan false negative. Disimpulkan bahwa ZAP efektif sebagai detektor awal kerentanan SQLi, namun konfirmasi akhir sebaiknya dikombinasikan dengan SQLMap dan validasi manual agar penilaian lebih akurat dan komprehensif.
Implementasi Algoritma Tinyjambu Untuk Pengiriman Data Dengan Protokol Modul Lora Ra-02 Sx1278 Aziz, Muhammad Raihan; Kusyanti, Ari; Andri Bakhtiar, Fariz
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan Internet of Things (IoT) pada sistem pemantauan energi listrik menghadapi tantangan utama berupa keamanan data dan keterbatasan sumber daya perangkat. Penelitian ini bertujuan untuk mengimplementasikan serta mengevaluasi kinerja algoritma kriptografi ringan TinyJAMBU dalam pengamanan data sensor PZEM-004T V3.0 yang ditransmisikan melalui modul LoRa RA-02 (SX1278) berbasis ESP32. TinyJAMBU merupakan skema Authenticated Encryption with Associated Data (AEAD) yang dirancang untuk memberikan efisiensi tinggi pada perangkat berdaya rendah. Sistem dirancang dengan node sensor yang melakukan enkripsi data sebelum transmisi melalui LoRa ke node penerima, di mana data selanjutnya didekripsi dan diverifikasi untuk memastikan keutuhan dan kebenarannya. Hasil pengujian menunjukkan bahwa TinyJAMBU mampu menjaga kerahasiaan dan integritas data dengan tingkat keberhasilan dekripsi sebesar 100% dari 254 paket uji. Dari sisi performa, TinyJAMBU mencatat waktu dekripsi rata-rata sebesar 48 µs, sekitar 4,23 kali lebih cepat dibandingkan AESLib yang membutuhkan waktu 203 µs, tanpa memberikan dampak signifikan terhadap kualitas sinyal komunikasi LoRa berdasarkan parameter Received Signal Strength Indicator(RSSI) dan Signal-to-Noise Ratio (SNR). Dengan demikian, TinyJAMBU terbukti efektif dan efisien untuk diterapkan sebagai mekanisme pengamanan data pada sistem IoT pemantauan energi listrik berdaya rendah.
Co-Authors Agrahita Wiguna, I Putu Ali Fauzi, M. Ari Kusyanti Aziz, Muhammad Raihan Fernanda, Rizky Laksana Wira Pratama, Evan Mahendra Data