Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal SENAPAS
Stephani Inggrit Swastini
Unknown Affiliation
Humanities Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Evaluasi Risiko pada Sistem Manajemen Keuangan KSP Mulia Prasama Danarta untuk Peningkatan Perlindungan Informasi Elia Manuel Putri; Andre Kurniawan Pamudji; Stephani Inggrit Swastini; Ridwan Sanjaya
Seminar Nasional Penelitian dan Abdimas Vol 3 No 1 (2025): September
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/senapas.v3i1.12600

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis kerentanan keamanan pada aplikasi manajemen keuangan berbasis web. Pengujian dilakukan menggunakan metode active scanning dengan bantuan OWASP ZAP, yang memungkinkan pendeteksian celah keamanan melalui pengiriman permintaan langsung ke server. Hasil pemindaian menunjukan enam temuan utama, yaitu X-Content-Type-Options Missing, No Cache-control Header, X-Frame-Options Not Set, Cookie Without Secure Flag, XSS Protection Not Enabled, Cross-Domain JS Inclusion. Setiap temuan dianalisis dan diatasi dengan rekomendasi mitigasi, seperti penerapan security headers, penggunaan protokol aman HTTPS, dan konfigurasi kebijakan konten yang ketat. Penelitian ini diharapkan menjadi acuan dalam meningkatkan keamanan aplikasi web sejenis, khususnya dalam mencegah serangan berbasis header dan injeksi kode berbahaya.
Iterative prompting sebagai model pengembangan aplikasi keuangan koperasi berbasis AI Siwy, Vincenzhea Chrissa; Stephani Inggrit Swastini; Ridwan Sanjaya; Andre Kurniawan Pamudji
Seminar Nasional Penelitian dan Abdimas Vol 3 No 1 (2025): September
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/senapas.v3i1.12603

Abstract

Perkembangan Artificial Intelligence (AI), khususnya Large Language Models membuka peluang baru dalam pengembangan perangkat lunak, termasuk di sektor pembuatan aplikasi keuangan. Namun, penggunaan AI untuk menghasilkan kode seringkali terkendala error, inkonsistensi, dan malfungsi akibat instruksi yang kurang jelas. Penelitian ini bertujuan menguji efektivitas iterative prompting dalam menghasilkan kode yang lebih akurat, terutama untuk aplikasi keuangan koperasi. Metode yang digunakan adalah studi literatur, pembuatan kode dengan GPT-4, dan pengujian fungsional menggunakan metode Black Box Testing. Serangkaian prompt terstruktur dirancang untuk membangun fitur aplikasi secara bertahap, kemudian diimplementasikan menggunakan Visual Studio Code dan diintegrasikan dengan basis data MySQL. Hasil pengujian menunjukkan bahwa iterative prompting mampu meningkatkan keberhasilan fungsi aplikasi dan memperbaiki keteraturan kode dibanding menggunakan lazy prompting. Kesimpulannya, prompt engineering yang terencana menjadi kunci pemanfaatan AI secara optimal, khususnya bagi organisasi dengan keterbatasan sumber daya teknologi.
Co-Authors Andre Kurniawan Pamudji Elia Manuel Putri Ridwan Sanjaya Siwy, Vincenzhea Chrissa