<![CDATA[Perkembangan ancaman siber yang semakin kompleks menuntut tersedianya sistem monitoring yang mampu menghimpun, mengelola, dan menyajikan informasi secara cepat serta akurat. Telegram banyak dimanfaatkan oleh komunitas keamanan siber untuk menyebarkan informasi mengenai kerentanan, malware, kebocoran data, phishing, dan berbagai insiden digital. Namun, pemantauan secara manual terhadap banyak kanal membutuhkan waktu, rentan terhadap keterlambatan, dan berpotensi menyebabkan informasi penting terlewatkan. Penelitian ini bertujuan merancang dan membangun Sistem Monitoring Isu Siber Otomatis Berbasis Data Feeding Telegram yang dapat mengumpulkan, menyimpan, mengklasifikasikan, serta menampilkan informasi keamanan siber melalui dashboard berbasis web. Penelitian menggunakan pendekatan pengembangan sistem dengan metode Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem dikembangkan menggunakan Telegram API sebagai sumber data, PHP untuk pemrosesan aplikasi, MySQL sebagai basis data, serta teknologi web untuk penyajian informasi. Pengujian dilakukan menggunakan Black Box Testing guna memastikan kesesuaian fungsi autentikasi, pengambilan data, pengelolaan informasi, visualisasi, dan manajemen pengguna. Hasil penelitian menunjukkan bahwa sistem mampu mengambil data Telegram secara otomatis, menyimpannya secara terstruktur, mengelompokkan informasi berdasarkan kategori isu siber, dan menyajikan hasil monitoring dalam bentuk grafik serta tabel yang mudah dipahami. Seluruh fungsi utama berjalan sesuai kebutuhan yang ditetapkan. Sistem ini meningkatkan efektivitas dan efisiensi monitoring, mengurangi ketergantungan pada proses manual, serta membantu pengguna memperoleh informasi keamanan siber secara cepat, terpusat, dan berkelanjutan.]]>
Copyrights © 2026
