cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Anggun Fergina
Contact Email
anggun.fergina@nusaputra.ac.id
Phone
+6282214066121
Journal Mail Official
restikom@nusaputra.ac.id
Editorial Address
Program Studi Teknik Informatika Universitas Nusa Putra Jl. Raya Cibatu Cisaat No.21, Kabupaten Sukabumi, Jawa Barat, Indonesia
Location
Kab. sukabumi,
Jawa barat
INDONESIA
Jurnal Restikom : Riset Teknik Informatika dan Komputer
Published by Universitas Nusa Putra
ISSN : 26864800     EISSN : 26864797     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer ini diterbitkan oleh Program Studi Teknik Informatika Universitas Nusa Putra, sebagai jurnal yang terbit setiap empat bulan sekali yang fokus menyajikan tulisan-tulisan tentang Ilmu Komputer, Informatika dan Teknologi Informasi. Jurnal ini berisi artikel-artikel penelitian atau pengembangan konsep yang berkaitan dengan bidang-bidang Komputer Komputasi, Kemananan Komputer, Kecerdasan Buatan, Internet Of Thing, Rekayasa Perangkat Lunak, Jaringan Komputer, Teknologi Informasi dan Ilmu Komputer Lainnya. Jurnal RESTIKOM menerbitkan naska 3 kali dalam setahun yakni setiap bulan April, Agustus dan Desember.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 13 Documents
 1   2 
Search results for , issue "Vol 7 No 2 (2025): Agustus" : 13 Documents clear
Implementasi Implementasi IDS Wireshark untuk Deteksi Serangan DDoS SLOW HTTPS di Kali Linux Ahmad Noor Alfinuha Shidiqqi Aldafian; Muhlis Tahir; Moch Ersa Noer Firmansyah; Siti Nur Khofifah
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.435

Abstract

Keamanan jaringan komputer di era digital menghadapi ancaman siber yang terus meningkat, dengan Distributed Denial of Service (DDoS) menjadi salah satu serangan paling merusak, khususnya varian SLOW HTTPS. Serangan ini memanfaatkan kelemahan protokol HTTPS dengan mengirimkan request yang lambat dan tidak lengkap, sehingga menghabiskan koneksi dan membuat layanan server web tidak tersedia bagi pengguna legitimate. Tantangan utama adalah deteksi serangan ini seringkali tidak terdeteksi oleh sistem keamanan tradisional karena traffic yang dihasilkan tampak normal pada level jaringan. Penelitian ini bertujuan untuk mengimplementasikan Intrusion Detection System (IDS) berbasis Wireshark untuk mitigasi serangan DDoS SLOW HTTPS pada server web di Kali Linux. Metodologi yang digunakan adalah pendekatan eksperimental dengan membangun testbed yang terdiri dari server web target, sistem IDS berbasis Wireshark, dan generator serangan SLOW HTTPS. Tahapan penelitian meliputi perancangan arsitektur sistem, konfigurasi Wireshark dengan custom scripts, simulasi serangan, pengumpulan data performa, dan analisis hasil evaluasi. Hasil penelitian diharapkan menunjukkan efektivitas sistem dalam mendeteksi anomali traffic yang diindikasikan oleh serangan SLOW HTTPS dengan akurasi tinggi dan false positive rate rendah, serta kemampuan mitigasi otomatis untuk menjaga ketersediaan layanan server web. Penelitian ini berkontribusi pada pengembangan solusi keamanan open-source yang spesifik untuk menghadapi ancaman application layer yang semakin canggih.
Application of Internet of Things in the Field of Staple Food Commodity Agriculture: Literature Review Khofida, Nisa; M. Syauqi Haris; Mochammad Anshori
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.436

Abstract

Kebutuhan akan pertanian yang efisien, produktif, dan berkelanjutan di Indonesia menuntut penerapan teknologi modern. Salah satu teknologi The need for efficient, productive, and sustainable agriculture in Indonesia demands the application of modern technology. One technology that offers significant solutions is the Internet of Things (IoT). This study presents a systematic literature review on the application of IoT to staple food commodity agriculture in Indonesia, with a focus on the use of soil sensors, automatic irrigation systems, and real-time data integration. The Systematic Literature Review (SLR) method was used to analyze 44 selected articles published between 2019 and 2024. The results of the study show that IoT technology contributes greatly to increasing water use efficiency, reducing operational costs, and increasing crop yields. In addition, the integration of this technology also has positive implications for the social and economic aspects of local agriculture. This study aims to provide an in-depth understanding of technology trends and development methods used, as well as identifying implementation challenges in the field. These findings are expected to be an important reference for academics, practitioners, and policy makers in formulating IoT-based agricultural development strategies in the future.
Deteksi Teks Promosi Judi Online Pada Kolom Komentar YouTube dengan Metode Regex dan Fuzzy Matching Arif Nur Cahyo; Riky Hermawan; Moh Avin Dharma Wijaya; Anggraini Puspita Sari
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.441

Abstract

Maraknya penyebaran konten bermuatan judi online di media sosial, khususnya pada kolom komentar YouTube, mendorong perlunya pengembangan sistem deteksi otomatis untuk meminimalkan potensi penyalahgunaan platform digital. Penelitian ini bertujuan merancang sistem yang mampu mengidentifikasi komentar yang mengandung unsur perjudian secara akurat dan efisien. Kontribusi utama dari penelitian ini adalah penerapan gabungan metode Regular Expression (Regex) dan Fuzzy Matching dalam konteks deteksi teks komentar YouTube, yang masih jarang dibahas dalam studi sebelumnya. Regex digunakan untuk mendeteksi pola eksplisit terkait kata-kata perjudian, sementara fuzzy matching berperan dalam mengenali variasi penulisan atau plesetan yang sulit ditangkap oleh pendekatan konvensional. Hasil evaluasi menunjukkan bahwa sistem ini mampu mendeteksi komentar judi dengan tingkat akurasi sebesar 90,85%, menunjukkan bahwa pendekatan gabungan ini efektif digunakan sebagai solusi awal dalam mendukung penyaringan komentar negatif di media sosial.
Klasifikasi Depresi Pada Siswa Menggunakan Neural Network dan Random Forest Ibni Haziq Pryandara; Genta Akbar; Nouval Daffa; Perdi Firdaus R; M. Sidik Aljabar; Rudianto
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.453

Abstract

Permasalahan kesehatan mental di kalangan remaja, khususnya siswa, semakin mendapat perhatian global seiring meningkatnya prevalensi gangguan psikologis seperti depresi. Pola hidup seperti aktivitas fisik, kebiasaan tidur,dan pola makan merupakan faktor eksternal yang turut memengaruhi kondisi mental remaja. Penelitian ini bertujuan untuk membandingkan performa algoritma Random Forest dan ANN dalam mengklasifikasikan tingkat depresi siswa berdasarkan pola hidup yang mencakup durasi tidur, durasi belajar, tekanan akademik, dan kepuasan belajar. Penelitian ini menggunakan metodologi CRISP-DM (Cross-Industry Standard Process for Data Mining), CRISP-DM terdiri dari enam tahap utama, namun kami hanya menggunakan enam tahap utama yang meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Data yang digunakan bersumber dari dataset terbuka Kaggle yang berkaitan dengan pola hidup dan kesehatan mental pelajar. Secara keseluruhan performa tingkat akurasi Random Forest 95% hampir setara dengan ANN 97%, Model ANN menunjukkan hasil yang sedikit lebih unggul pada metrik recall dan AUC. Meskipun demikian, Random Forest masih memperlihatkan kemampuan klasifikasi yang sangat baik dan dapat menjadi pilihan yang handal dalam mendeteksi tingkat depresi siswa berdasarkan data yang ada.
Prediksi Produksi Beras di Jawa Barat Menggunakan Model Linier Regresi Ivana Lucia Kharisma; Algifari, M. Alwan; Purnama Insany, Gina; Kamdan; Setiawati
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.455

Abstract

Produksi beras merupakan salah satu indikator penting dalam ketahanan pangan suatu daerah. Jawa Barat sebagai salah satu provinsi penghasil beras utama di Indonesia memiliki peran strategis dalam menjaga ketersediaan pangan nasional. Penelitian ini bertujuan untuk memprediksi produksi beras di Jawa Barat dengan menggunakan model regresi linear. Data yang digunakan dalam penelitian ini berupa data sekunder dari Badan Pusat Statistik mengenai luas panen dan produksi beras selama beberapa tahun terakhir. Hasil analisis menunjukkan bahwa terdapat hubungan yang signifikan antara luas panen dengan jumlah produksi beras. Model regresi linear yang dibangun dapat digunakan untuk memprediksi produksi beras di masa mendatang dengan tingkat akurasi yang cukup baik. Hasil evaluasi akurasi model menunjukkan bahwa beberapa wilayah memiliki tingkat akurasi yang tinggi dengan nilai R² di atas 0.7 seperti Pangandaran (R² = 0.8809), Tasikmalaya (R² = 0.8340), kota depok (R2 = 0,8056), kota Bekasi (R2 = 0,7968), kota Cirebon (R2 = 0,7478) .Penelitian ini diharapkan dapat memberikan informasi yang berguna bagi perencanaan pertanian dan pengambilan kebijakan pemerintah di sektor pangan.
IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASIKAN BERITA HOAX DI INDONESIA PADA MEDIA SOSIAL X Alaysha Rihadatul Aisy; Rahmaddeni; Azfar Huzaifah Siregar; Suandi Daulay; Nita Ananta
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.457

Abstract

Berbagai jenis informasi bisa ditemukan di internet, mulai dari informasi yang valid kebenarannya sampai informasi yang tidak valid kebenarannya atau yang biasa disebut berita bohong (Hoax). Banyaknya berita hoax yang beredar dimasyarakat tentunya membuat masyarakat merasa tidak aman dan tidak nyaman serta kebingungan. Oleh karena itu tujuan penelitian ini adalah untuk mencari model klasifikasi berita hoax yang optimal dengan menggunakan algoritma Support Vector Machine. Data yang digunakan yaitu sebanyak 7.897 dari sumber github. Dalam penelitian ini digunakan beberapa splitting data untuk mendapatkan hasil akurasi terbaik. Akurasi terbaik di dapatkan pada splitting data 80:20 dengan akurasi 82.29%, precision 85.71%, dan recall 80.39%.
ANALISIS KEAMANAN WEBSITE XYZ TERHADAP SERANGAN SQL INJECTION DAN CROSS SITE SCRIPTING Sitorus, Yeyen; Kasmawi
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.462

Abstract

Keamanan website menjadi aspek penting dalam melindungi data dan informasi dari potensi ancaman. Penelitian ini bertujuan untuk menganalisis keamanan website XYZ terhadap serangan SQL Injection dan Cross-Site Scripting (XSS). Jenis serangan yang digunakan adalah yaitu SQL Injection dan XSS. SQL Injection adalah sebuah serangan injeksi yang berbahaya dapat menimbulkan ancaman keamanan kepada pengguna website dan mendapatkan akses untuk menembus kedatabase website, dapat meyebabkan kebocoran data yang berupa sensisitif. XSS adalah serangan yang dilakukan pada website dan menyisipkan kode berbahaya dalam bentuk skrip kedalam website. dapat meyebabkan mencuri data sensitif pengguna serta informasi login. Maka dari itu melalui penelitian ini, yang diharapkan dapat diproleh analisis yang baik untuk keamanan dan kerentanan dari website XYZ. Hasil dari penelitian ini, bahwa serangan SQL Injection dapat menemukan kerentanan pada URL dan tampilan login pada website XYZ, dapat dieksploitasi oleh penyerang. Sedangkan serangan XSS tidak dapat menemukan kerentanan pada bagian website XYZ. Pada serangan XSS dapat mencegah serangan dikarenakan terdapat menerapkan Content Security Policy (CSP). Penelitian, analisis hasil serangan dilakukan untuk memberikan rekomendasi perbaikan jika ditemukan kerentanan pada website tersebut .
Komparasi Efektifitas Analisis Sentimen pada Ulasan Produk E-Commerce Menggunakan Naive Bayes dan K-Nearest Neighbor Susanto, Dwi; Betrand Erlangga; Ari Peryanto; Yuwono Fitri Widodo
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.463

Abstract

Dalam perkembangan era digital yang begitu cepat, ulasan produk yang diberikan oleh konsumen secara online telah menjadi sumber informasi yang krusial bagi perusahaan dan juga calon pembeli. Melalui analisis sentimen terhadap ulasan-ulasan tersebut, perusahaan dapat memperoleh informasi yang berharga dalam mengambil keputusan bisnis dan memahami pandangan masyarakat terhadap produk tertentu. Penelitian ini bertujuan untuk membandingkan akurasi dua algoritma klasifikasi populer, yaitu Naive Bayes dan K-Nearest Neighbor (K-NN), dalam mengklasifikasikan sentimen ulasan produk ke dalam kategori positif atau negatif. Data yang digunakan dalam penelitian ini adalah kumpulan ulasan produk yang diperoleh dari sebuah platform e-commerce, yang kemudian melalui serangkaian proses preprocessing data, antara lain tokenisasi, text cleaning, stopword removal, dan stemming. Setelah proses tersebut, data diubah ke dalam bentuk fitur dengan menggunakan metode TF-IDF. Model Naive Bayes dan K-NN dibangun dan diuji dengan membagi data ke dalam training dan testing set menggunakan metode k-fold cross validation. Hasil evaluasi menunjukkan bahwa setiap algoritma memiliki keunggulannya masing-masing. Naive Bayes menunjukkan keunggulan dalam hal kecepatan komputasi dan efisiensi ketika diterapkan pada dataset yang besar, sedangkan K-NN mampu memberikan hasil yang kompetitif dengan pemilihan parameter k yang tepat. Namun, dalam hal akurasi secara keseluruhan, algoritma Naive Bayes berkinerja sedikit lebih baik daripada K-NN.
Sistem Kalkulasi Muatan Sumbu Terberat Dan Analisis Stabilitas Kendaraan Berbasis Website untuk Mendukung Regulasi ODOL Dendy Dimas Dwi Saputra; Mochammad Hanafi Saputra; Mokhammad Rifqi Tsani
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.464

Abstract

Permasalahan kendaraan yang melebihi dimensi dan beban atau ODOL masih menjadi masalah besar dalam sektor transportasi darat di Indonesia, yang mengakibatkan kerusakan infrastruktur serta meningkatkan risiko kecelakan. Penelitian ini bertujuan untuk menciptakan sebuah platform berbasis web yang dapat menghitung Muatan Sumbu Terberat (MST) dan menilai stabilitas kendaraan terkait kemungkinan tergelincir (skid) dan terguling (rollover) sebagai dukungan terhadap aturan ODOL. Sistem ini dikembangkan dengan metode Waterfall, yang mencakup tahap-tahap analisis, desain, pelaksanaan, pengujian, dan pemeliharaan. Penerapan sistem memanfaatkan teknologi PHP, Laravel, MySQL, dan JavaScript. Hasil dari penerapan ini menunjukkan bahwa sistem dapat memberikan fitur perhitungan MST secara tepat, menyajikan hasil analisis stabilitas kendaraan, serta menawarkan opsi untuk mengunduh hasil dalam format PDF. Pengujian dilaksanakan menggunakan pendekatan Blackbox Testing yang menunjukkan bahwa setiap fungsi dalam sistem berjalan sesuai dengan ketentuan yang telah ditetapkan. Diharapkan, sistem ini mampu berperan sebagai sarana bantuan teknis yang adil dan efektif dalam memantau kendaraan berat, serta mendukung penerapan kebijakan Zero ODOL dengan cara yang lebih terstruktur dan mutakhir.
Pengembangan Sistem Pakar Berbasis Web untuk Analisis Keamanan Kandungan Skincare bagi Penderita Malassezia folliculitis Menggunakan Metode Forward chaining Amelinda Renjani; Gina Purnama Insany; Ujang Herlan; Ahmad Rofiqi; Mirza Andira N; Erik Abdul R
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.468

Abstract

Kebutuhan akan produk perawatan kulit yang aman dan efektif semakin meningkat, terutama bagi individu yang rentan terhadap infeksi jamur Malassezia, penyebab fungal acne (Malassezia folliculitis). Penelitian ini merupakan studi pengembangan yang bertujuan untuk merancang sistem pakar berbasis web yang mampu menganalisis kandungan produk perawatan kulit guna menilai kesesuaiannya bagi kulit yang rentan terhadap fungal acne, dengan menerapkan metode forward chaining. Data dikumpulkan melalui studi literatur dari jurnal ilmiah dan sumber kedokteran terpercaya. Sistem yang dikembangkan terdiri dari tiga komponen utama: basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Hasil uji coba menunjukkan bahwa algoritma forward chaining yang digunakan telah mampu mengidentifikasi bahan fungal acne-safe dan non-fungal acne-safe secara fungsional. Sistem ini diharapkan dapat membantu pengguna dalam memilih produk perawatan kulit yang aman, serta mendukung manajemen Malassezia folliculitis secara lebih tepat.

Page 1 of 2 | Total Record : 13

 1   2 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 7 No 2 (2025): Agustus Vol 7 No 1 (2025): April Vol 6 No 2 (2024): Agustus 2024 Vol 6 No 3 (2024): Desember Vol 6 No 1 (2024): April Vol 5 No 3 (2023): Desember Vol 5 No 2 (2023): Agustus Vol 5 No 1 (2023): April Vol 4 No 3 (2022): Desember Vol 4 No 1 (2022): April Vol 3 No 3 (2021): Desember Vol 3 No 2 (2021): Agustus Vol 3 No 1 (2021): April Vol 2 No 3 (2020): Desember Vol 2 No 2 (2020): Agustus Vol 2 No 1 (2020): April Vol 2 No 2 (2020) Vol 2 No 1 (2020) Vol 1 No 2 (2019) Vol 1 No 1 (2019) More Issue