Claim Missing Document
Check
Articles

Found 2 Documents
Search

Edukasi Keamanan Internet Untuk Meningkatkan Kesadaran Dan Perlindungan Data Pribadi Di SMP Negeri 17 Tangerang Selatan Gideon Triman Harefa; Dian Nurul Iman; Shahrudin; Muhammad Ali Sodikin; Arijal Pratama; Rizkyanti Ajeng Trias Marani; Reza Pratama; Mutiara Laela Sukartini; Muhammad Nurkholis Ajie Kurniawan; Muhammad Rizki Rahmatullah; Sofyan Mufti Prasetiyo
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 2 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

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

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan edukasi keamanan digital dan perlindungan data pribadi kepada siswa SMP Negeri 17 Tangerang Selatan. Dengan pendekatan interaktif seperti pemutaran video, presentasi, simulasi kasus nyata, dan kuis edukatif, siswa diarahkan memahami pentingnya menjaga informasi pribadi dalam aktivitas daring. Kegiatan ini menunjukkan peningkatan pemahaman siswa terhadap praktik perlindungan data dan sikap kritis dalam penggunaan teknologi. Diharapkan hasil kegiatan ini menjadi dasar dalam membangun kesadaran digital di kalangan pelajar.
Deteksi Dini Ancaman Malware pada OS Windows di Indonesia Menggunakan Analisis Data PE Header Berbasis Algoritma Random Forest Angga Ginanjar; Lyra Kudunga; Ilham; Mutiara Laela Sukartini; Rizkyanti Ajeng Trias Marani; Rahmawati
Jurnal Riset Informatika dan Inovasi Vol 4 No 5 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Perkembangan infrastruktur digital di Indonesia berbanding lurus dengan meningkatnya risiko serangan siber, khususnya ancaman malware yang menargetkan sistem operasi Windows sebagai platform paling dominan. Teknik deteksi tradisional yang berbasis signature-based terbukti kurang efektif menghadapi malware varian baru atau serangan zero-day. Oleh karena itu, penelitian ini bertujuan untuk membangun sebuah sistem deteksi dini malware pada OS Windows melalui analisis data Portable Executable (PE) Header menggunakan algoritma Machine Learning Random Forest. Dataset yang digunakan mencakup 19.611 sampel file PE (14.599 malware dan 5.012 file aman/benign) dengan 78 fitur teknis header. Tahapan metodologi meliputi pembersihan data, pengisian missing values secara median, ekstraksi fitur dominan, serta pembagian data training dan testing sebesar 80:20. Hasil pengujian menunjukkan bahwa model Random Forest mampu mendeteksi ancaman malware dengan tingkat akurasi yang sangat impresif mencapai 99,13%, dengan presisi 1.00% untuk file benign dan recall 1.00% untuk file malware. Fitur PE Header yang paling berpengaruh secara signifikan dalam proses klasifikasi adalah MajorLinkerVersion (8,34%), MinorOperatingSystemVersion (8,02%), dan MajorSubsystemVersion (7,45%). Penelitian ini membuktikan bahwa analisis PE Header yang dikombinasikan dengan algoritma Random Forest dapat diandalkan sebagai mekanisme pertahanan dini yang responsif dan akurat untuk memperkuat ketahanan siber nasional di Indonesia.