Claim Missing Document
Check
Articles

Found 2 Documents
Search

Strategi Keamanan VPS Menggunakan Pendekatan Berlapis: Studi Kasus Integrasi Cloudflare, 2FA, dan Monitoring Ratih, Ratih; Moniroh, Nur; Mahardika, Fajar
Blend Sains Jurnal Teknik Vol. 4 No. 2 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i2.1315

Abstract

Virtual Private Server (VPS) merupakan salah satu komponen krusial dalam penyediaan layanan digital modern karena fleksibilitas dan skalabilitasnya. Namun, seiring meningkatnya adopsi VPS, risiko keamanan terhadap sistem ini pun semakin tinggi. Ancaman seperti Distributed Denial of Service (DDoS), brute force, dan eksploitasi akses ilegal menjadi tantangan serius yang dapat mengganggu ketersediaan layanan dan mengancam kerahasiaan data. Penelitian ini mengusulkan strategi keamanan berbasis pendekatan berlapis (layered security) yang menggabungkan tiga elemen utama: (1) Cloudflare sebagai lapisan proteksi awal untuk menyaring lalu lintas berbahaya dan mencegah serangan DDoS; (2) Two-Factor Authentication (2FA) untuk meningkatkan keamanan akses akun administrator; dan (3) sistem monitoring aktif yang memungkinkan deteksi dini terhadap aktivitas mencurigakan dan memberikan respon otomatis. Metode studi kasus digunakan dengan mengimplementasikan arsitektur keamanan tersebut pada sebuah VPS berbasis Linux. Pengujian dilakukan melalui simulasi serangan dan evaluasi efektivitas masing-masing lapisan keamanan. Hasil penelitian menunjukkan bahwa kombinasi ketiga komponen tersebut mampu secara signifikan menurunkan risiko kompromi sistem, dengan peningkatan kemampuan deteksi dini terhadap ancaman sebesar 85% serta pemblokiran otomatis terhadap akses ilegal yang terintegrasi melalui Cloudflare dan sistem monitoring. Penelitian ini menyimpulkan bahwa pendekatan berlapis memberikan perlindungan yang lebih komprehensif dibandingkan sistem proteksi tunggal, dan direkomendasikan sebagai standar minimum dalam pengamanan VPS.
Deteksi Kantuk Pengemudi Berdasarkan Keterbukaan Mata Menggunakan Model Ringan dari Spatiotemporal Pyramidal CNN Purba, Angga Maulana; Mahardika, Fajar; Desmana, Satriawan; Moniroh, Nur
sudo Jurnal Teknik Informatika Vol. 4 No. 4 (2025): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i4.1342

Abstract

Keselamatan berkendara merupakan hal yang penting dan menjadi topik yang krusial diperbincangkan termasuk mendeteksi kantuk pengemudi. Dalam Computer Vision salah satu pendekatan yang dilakukan adalah mendeteksi kedipan mata pengemudi. Penelitian tahun 2022 menunjukkan hasil yang baik dalam penggunaan Pyramidal Bottleneck CNN untuk mempelajari fitur spatio dan temporal pada kedipan mata. Kemudian tahun 2023 dikembangkan model yang lebih ringan dengan Depth-wise Separable Convolution, sehingga parameter latih bisa diperkecil. Oleh karena itu, Penelitian ini bertujuan mengadaptasi arsitektur tersebut untuk kasus keterbukaan mata. Kedipan mata berlangsung cukup singkat dan hanya sepersekian detik, sehingga belum cukup membantu untuk mendeteksi kantuk. Model tersebut berhasil dilatih pada data primer yang terbatas dan dibandingkan dengan model baseline. Model terbaik secara keseluruhan menghasilkan F1 score 0.75, Precision 0.63, dan Recall 0.93. Model tersebut bisa berjalan diatas CPU dengan rata-rata 12 FPS (Frame Per Second). Hasil recall yang cukup tinggi menunjukkan model tersebut bisa menangkap momen mata tertutup cukup banyak, hal ini cukup krusial karena kehilangan momen mata tertutup akan fatal akibatnya, meskipun harus mengorbankan precision atau masih tinggi false positive-nya.