cover
Contact Name
Rian Adam
Contact Email
rian.adam@uii.ac.id
Phone
+62274-895287
Journal Mail Official
rian.adam@uii.ac.id
Editorial Address
Gedung FTI Universitas Islam Indonesia Jl Kaliurang km 14.4 Sleman Yogyakarta
Location
Kab. sleman,
Daerah istimewa yogyakarta
INDONESIA
Automata
ISSN : 27211940     EISSN : -     DOI : -
Core Subject : Science,
Automata mempublikasikan penelitian internal mahasiswa dan dosen Teknik Informatik Universitas Islam Indonesia. Topik-topiknya mencakup: Informatika Teori dan Sistem Cerdas Forensika Digital Sains Data Rekayasa Perangkat Lunak Informatika Medis
Articles 7 Documents
Search results for , issue "vol. 7 no. 2 (2026)" : 7 Documents clear
SYSTEM PLANNING FOR IDENTIFYING PHISHING SITE PATTERNS ASWIN JALU, MUHAMMAD
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

This research is motivated by the increasing threat of cybercrime, particularly phishing attacks that exploit the rapid development of information technology to obtain sensitive user information, such as login credentials and personal data, through fraudulent websites or malicious links. One of the approaches that can be used to detect phishing attacks at an early stage is the analysis of suspicious URL patterns and structures [1]. Therefore, this study aims to design a web-based system capable of identifying phishing site patterns using a hybrid approach that combines rule-based methods and Large Language Models (LLMs). The rule-based method is utilized to extract indicators or digital traces from URL structures, including the use of IP addresses instead of domain names, the presence of the "@" symbol, abnormal URL lengths, sensitive keywords, URL shorteners, excessive numbers of subdomains, and hyphens in domain names [1], [2]. The results of this initial analysis are used as indicators of predictable phishing patterns. However, when the rule-based method cannot adequately identify suspicious indicators, the LLM performs advanced analysis to evaluate unpredictable phishing patterns and generate a more comprehensive final decision. The system is designed to produce two types of analysis results, namely rule-based detection results and LLM-based analysis results. In addition, the system provides data storage functionality and PDF report generation as a form of digital documentation. The results indicate that rule-based methods alone have limitations because they can only detect predefined indicators. Therefore, integrating LLMs improves the system’s ability to identify more complex phishing patterns and previously unseen threats that are not explicitly defined within the rule set.
Sistem Pelaporan Layanan Fasilitas Kampus Berbasis Web dengan Integrasi Telegram Bot untuk Tindak Lanjut Teknisi Muhammad Fiqri; Elyza Gustri Wahyuni
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Fasilitas kampus yang mengalami kerusakan perlu segera ditangani, sehingga dibutuhkan mekanisme pelaporan yang cepat, tertata, dan terekam dengan baik. Pada kenyataannya, pelaporan kerusakan di banyak kampus masih bertumpu pada cara informal, seperti penyampaian lisan, pesan pribadi, maupun saluran yang tidak terpusat. Akibatnya, laporan sulit ditelusuri, perkembangan penanganannya tidak jelas, dan koordinasi antarpihak (Pelapor, pengelola gedung, teknisi, hingga universitas) berjalan kurang efektif. Untuk menjawab persoalan tersebut, penelitian ini membangun CampusCare Platform, sebuah sistem berbasis web untuk pelaporan layanan fasilitas kampus yang dipadukan dengan Telegram Bot. Bot tersebut berperan tidak sekadar mengirim notifikasi, tetapi juga membantu Admin Teknisi menindaklanjuti laporan secara teknis. Pengembangan sistem mengikuti model Waterfall dan dibatasi pada empat tahap, yaitu analisis kebutuhan, perancangan, implementasi, dan pengujian. Empat peran terlibat di dalamnya: Pelapor, Admin Gedung, Admin Teknisi, dan Admin Universitas. Fungsi yang dibangun antara lain pelaporan dengan pemilihan lokasi bertingkat, verifikasi dan tindak lanjut laporan, pengelolaan beserta riwayat status, pelacakan laporan, dashboard pemantauan, serta dukungan Telegram Bot untuk penanganan teknis. Kelayakan fungsi sistem diuji melalui Black Box Testing. Seluruh skenario pengujian memberikan keluaran yang sesuai harapan, sehingga CampusCare Platform dinilai mampu menjadikan proses pelaporan, verifikasi, penanganan, pelacakan, dan pemantauan kerusakan fasilitas berlangsung lebih tertata, transparan, dan terdokumentasi.
Development of IoT-Based Environmental Monitoring System for Quail (Coturnix japonica) Farming with Mobile Application Support During Seasonal Transition -, SUPRIYANTO; Mukhammad Andri Setiawan
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Egg yield from Japanese quail (Coturnix japonica) drops noticeably when cage conditions drift outside narrow comfort zones, an outcome that becomes acute when Indonesia enters the pancaroba transition between dry and rainy seasons. Most village-scale operators still rely on visual inspection alone and therefore intervene only after losses have appeared. To address this gap, the present work assembled and field-tested an Internet-of-Things (IoT) cage instrument paired with a React Native handheld interface. The hardware tier uses an ESP32 controller bound to four sensors—DHT22 for air temperature and relative humidity, MQ-137 for ammonia, BH1750 for illuminance, and DS3231 for time synchronization—mounted directly above the birds and pushing readings to a Spring Boot service at half-hour intervals. Stress was aggregated into a single Environmental Stress Index (ESI), computed as 0.45 × S_THI plus 0.35 × S_NH3 plus 0.20 × S_light, with each component clipped to the [0,1] interval. Field measurement covered one production house holding roughly 1,800 layer hens in Siwatu village (Batang Regency, Central Java) across 30 successive days of pancaroba conditions. Throughout the trial, the index never dipped into the Good band; 25 days (83.3%) fell into Needs Attention and 5 (16.7%) reached Critical. Pearson correlation linking daily ESI to daily egg output yielded r = -0.361 with p = 0.050 (n = 30), establishing a statistically significant inverse relationship. At parameter level, air temperature alone correlated most strongly (r = -0.418, p = 0.022), followed by THI (r = -0.386, p = 0.035). The five-tab mobile client (Dashboard, Kandang, Komunitas, Medis, Akun) surfaced the index in real time and offered cage administration as well as a discussion board for farmer peer support.
Pengembangan Sistem Informasi Berbasis Web dalam Pemasaran Produk UMKM Desa Tepus HANDWIYAN, HADIN ALFITRAH
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Perkembangan teknologi informasi yang semakin maju mendorong UMKM untuk menggunakan website sebagai sarana utama promosi dan pemasaran agar dapat menjangkau pasar lebih luas. Di Desa Tepus, informasi produk UMKM masih terbatas dan sebagian pelaku usaha bergantung pada pihak ketiga sehingga promosi kurang optimal. Penelitian ini merancang sistem pemasaran digital berbasis web dengan metode prototyping, yang melibatkan pengguna secara langsung dan memungkinkan evaluasi berulang sesuai kebutuhan. Sistem yang dikembangkan telah memenuhi kebutuhan masyarakat Desa Tepus, dan hasil pengujian Black Box menunjukkan seluruh fitur inti berfungsi dengan baik.
Pengembangan Game Edukasi Interaktif Pengenalan Angka Berbasis Speech Recognition untuk Anak Usia Dini Pradipta, Wisnu Arya
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Media pembelajaran konvensional di PAUD/TK memiliki keterbatasan dalam interaktivitas dan umpan balik personal bagi setiap anak. Penelitian ini memaparkan pengembangan game edukasi pengenalan angka berbasis Android untuk anak usia 4–6 tahun, dibangun menggunakan Unity 2D dengan integrasi speech recognition melalui plugin UnitySpeechToText sebagai modalitas interaksi inti. Pendekatan multisensori (Visual, Auditori, Kinestetik) diterapkan melalui empat modul aktivitas: Learning Numbers, Tracing Numbers, Matching Numbers, dan Monkey Walk Quiz dengan integrasi speech recognition sebagai modalitas interaksi utama. Pengembangan menggunakan model Waterfall sebagai kerangka metodologis yang mencakup empat fase: analisis kebutuhan, perancangan sistem, implementasi, dan pengujian sistem. Hasil pengujian blackbox terhadap 12 skenario menunjukkan seluruh fungsionalitas sistem berjalan sesuai spesifikasi. Penelitian ini menghasilkan purwarupa game edukasi fungsional berbasis Android yang dapat menjadi referensi pengembangan media pembelajaran digital interaktif untuk lingkungan PAUD/TK.
Analisis Kontribusi Fitur pada Model Random Forest untuk Klasifikasi Serangan Jaringan Menggunakan XAI Berbasis SHAP ANARGYA, VITO; FAYRUZ RAHMA; ARRIE KURNIAWARDHANI
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Intrusion Detection System (IDS) berbasis machinelearning telah banyak digunakan untuk mendeteksi seranganjaringan karena mampu menghasilkan performa klasifikasi yangtinggi. Namun, sebagian besar model machine learning masihbersifat black box sehingga proses pengambilan keputusannyasulit dipahami. Penelitian ini bertujuan untuk menganalisiskeputusan model Random Forest menggunakan metode SHap-ley Additive exPlanations (SHAP) pada tugas deteksi seranganjaringan. Dataset yang digunakan adalah CIC-IDS2017 yangtelah diseimbangkan (balanced) dan terdiri dari enam kelas, yaituBenign, Bot, BruteForce, DoS, PortScan, dan WebAttack. Prosespenelitian dilakukan menggunakan metodologi CRISP-DM yangmeliputi pemahaman bisnis, pemahaman data, persiapan data,pemodelan, evaluasi, dan interpretasi model. Hasil pengujianmenunjukkan bahwa model Random Forest memperoleh nilaiAccuracy, Precision, Recall, dan F1-Score sebesar 99,65%. Anali-sis SHAP menunjukkan bahwa beberapa fitur, seperti DestinationPort dan Bwd Packet Length Min, muncul secara konsistensebagai fitur penting pada beberapa kategori serangan. Selainitu, setiap jenis serangan memiliki kombinasi fitur dominanyang berbeda sehingga model menggunakan pola keputusanyang berbeda untuk masing-masing kategori serangan. Hasilpenelitian menunjukkan bahwa SHAP mampu meningkatkantransparansi model dengan mengidentifikasi fitur-fitur yangberkontribusi terhadap proses klasifikasi. Informasi tersebuttidak hanya membantu memahami alasan di balik keputusanmodel, tetapi juga berpotensi mendukung cybersecurity analystdalam proses investigasi dan analisis insiden keamanan jaringan.
Pengarahan Otomatis Berbasis LLM untuk Model Musik Lyria RealTime dari Konteks Buku Digital -, Vasant Paradissa Nuno Sakti; Mukhammad Andri Setiawan
AUTOMATA Vol. 7 No. 2 (2026)
Publisher : AUTOMATA

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

Abstract

Model music live (live music model) seperti Lyria RealTime menghasilkan aliran audio kontinu yang dikendalikan secara waktu-nyata melalui sekumpulan prompt teks berbobot. Namun antarmuka prompt itu dirancang seputar penggunaan operator manusia yang mengatur prompt secara manual. Rancangan ini memunculkan adanya ketidakefektifan pemanfaatan model pada konten dengan dinamisitas tinggi seperti pembacaan buku digital, yang membutuhkan musik untuk berubah mengikuti teks. Pengaturan prompt juga memerlukan kemampuan interpretasi elemen teks seperti suasana, tema, dan tempo cerita yang harus dipetakan menjadi prompt musik bagi model yang tidak memiliki kosakata prompt baku. Penelitian ini menempatkan sebuah large language model (LLM; Claude) sebagai pengarah otomatis di tempat yang dirancang untuk diisi operator manual (manusia). LLM membaca teks halaman buku digital dan menghasilkan prompt untuk model musik. Rancangan sistem berpusat pada pembuatan konteks terstruktur per halaman (teks halaman, metadata, halaman dan prompt sebelumnya, dan halaman setelahnya) dan strategi kontinuitas di lapisan prompt, LLM yang menghasilkan prompt berbentuk kosakata musik dan bobotnya, sedangkan Lyria akan melakukan pengkondisian otomatis pada parameter lainnya. Evaluasi mengukur perilaku pengarahan yaitu pemertahanan prompt dalam adegan yang sama, dan perubahan prompt pada batas adegan atau bab yang dibandingkan dengan model embedding sebagai lantai non-LLM, serta mengukur latensi pembuatan prompt oleh LLM. Pada korpus evaluasi yang terdiri dari empat novel domain-publik, sistem mempertahankan prompt di dalam bagian adegan dan mengubahnya pada batas adegan (rerata perubahan pada-jeda 0,062 vs dalam-bagian 0,036; Cliff’s δ = 0,33, p Mann–Whitney < 10⁻⁹), dengan ukuran efek kira-kira dua kali lantai non-LLM, sementara waktu pembuatan prompt oleh LLM hanya menghabiskan ~3–4% anggaran waktu baca per halaman. Hasil ini menunjukkan kelayakan menempatkan LLM sebagai pengarah otomatis bagi model musik live untuk konten baca dinamis.

Page 1 of 1 | Total Record : 7