cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Yudhi Nugroho Adi
Contact Email
library@tekomuniversity.ac.id
Phone
+628128000110
Journal Mail Official
library@telkomuniversity.ac.id
Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia
Location
Kota bandung,
Jawa barat
INDONESIA
eProceedings of Engineering
Published by Universitas Telkom
ISSN : 23559365     EISSN : -     DOI : https://doi.org/10.34818/eoe.v9i5.18452
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering
Merupakan media publikasi karya ilmiah lulusan Universitas Telkom yang berisi tentang kajian teknik. Karya Tulis ilmiah yang diunggah akan melalui prosedur pemeriksaan (reviewer) dan approval pembimbing terkait.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 8,304 Documents
 619   620   621   622   623 
Analisis Kerentanan Keamanan Pada Website PT XYZ Melalui Pengujian Penetrasi Dengan Framework OWASP Top-10 Hasan Mutawakkil A., Ahmad; Nasrullah, Muhammad; Ilham Alhari, Muhammad
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Seiring bertumbuhnya teknologi informasi secara pesat dapat memberikan hal yang positif dalam persebaran informasi. Website merupakan salah satu hasil dari perkembangan teknologi informasi sebagai media penyampaian informasi. XYZ sebagai partner transformasi pendidikan memiliki website yang berisi data-data sensitif seperti data pembelian paket kelas bootcamp, namun belum pernah dilakukan penetration testing untuk meningkatkan keamanan sistemnya. Penelitian ini menggunakan framework OWASP Top – 10 2021 dengan metode black box testing untuk melakukan pengujian penetrasi pada website XYZ. Pengujian dilakukan untuk mengidentifikasi potensi kerentanan keamanan yang mungkin dapat dieksploitasi oleh pihak yang tidak bertanggung jawab. Hasil pengujian menemukan beberapa kerentanan signifikan seperti masalah pada user agent fuzzer, improper input validation, information disclosure, kerentanan terkait header keamanan, plugin dan tema yang perlu diperbarui, risiko brute force dan user enumeration, serta insufficient logging. Rekomendasi perbaikan yang diberikan meliputi implementasi validasi input, header keamanan yang tepat, mekanisme anti-CSRF, perbaikan konfigurasi cookie, pembaruan plugin dan tema, implementasi rate limiting dan CAPTCHA, serta peningkatan sistem logging dan monitoring. Kata kunci— Kali Linux, Kejahatan Cyber, Penetration Testing, Website
Rancang Bangun Sistem Informasi Ewarta Berbasis Laravel Menggunakan Metode Rapid Application DevelopmenT (RAD) Madear Purba, Santho; Euclides Wahyu Nugroho, Nicolaus
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Warta merupakan berita atau informasi, termasuk kabar bahagia, sedih, dan tata ibadah gereja. Meski istilah ini jarang digunakan, warta tetap menjadi media penting di gereja-gereja Indonesia untuk menyampaikan tata ibadah dari awal hingga akhir. Biasanya, warta disampaikan melalui media cetak atau secara langsung. Namun, dengan kemajuan teknologi, penyampaian informasi kini dapat dilakukan lebih efisien. Penelitian ini dilakukan di GPdI Parakletos Purwokerto, sebuah Gereja Pentakosta di Indonesia. Gereja ini menghadapi masalah dalam penyampaian warta yang masih dilakukan secara langsung setelah persembahan, sehingga memerlukan inovasi berbasis teknologi. Solusi yang dirancang adalah sistem e-warta berbasis web, yang memungkinkan jemaat mengakses informasi kapan saja, baik saat ibadah maupun di luar ibadah. Rapid Application Development (RAD) engan framework Laravel dan penulisan pemrograman PHP digunakan pada penelitian ini. RAD memprioritaskan kebutuhan pengguna, mempercepat pengembangan, dan meminimalkan kesalahan. Hasil penelitian berupa website ewarta yang dirancang untuk memudahkan gereja menyampaikan informasi secara jelas dan efisien, sertamendukung akses mudah bagi jemaat.Kata kunci— GPdI Parakletos, Website , Warta, UML
Analisis Kerentanan Keamanan Website Dengan Metode Uji Penetrasi Menggunakan Framework ISSAF Pada Website XYZ (Studi Kasus : PT. XYZ) Dava Abimanyu, Rivaldo; Nasrullah, Muhammad; Fenaldo Maulana, Rizky
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Keamanan informasi adalah aspek kritis yang harus dijaga, terutama pada sistem yang menyimpan data sensitif. Jika diabaikan, peretas dapat mengeksploitasi celah keamanan dan merusak informasi. Beberapa serangan umum meliputi virus, pencurian kartu kredit, dan peretasan server. Penelitian ini mengevaluasi keamanan situs web Xyz, platform donasi online di bawah PT.Xyz, yang mengelola data pengguna, laporan keuangan, dan riwayat transaksi. Evaluasi menggunakan Metodologi ISSAF (Information Systems Security Assessment Framework) dengan 9 tahapan pengujian penetrasi. Analisis awal mengidentifikasi infrastruktur situs yang dikelola oleh DigitalOcean, LLC dengan IP 157.xxx.xx.xxx. Pengujian menggunakan Nessus dan OWASP ZAP menemukan ancaman seperti DNS Server Spoofed Request Amplification DDoS dan Cache Poisoning. Meski demikian, pengujian lanjutan dengan sqlmap, Hydra, dan Metasploit menunjukkan sistem keamanan cukup baik dengan mekanisme seperti pembatasan login, sanitasi input, dan pengelolaan cookie aman. Untuk meningkatkan keamanan, direkomendasikan pembaruan perangkat lunak, perbaikan konfigurasi server, serta implementasi Web Application Firewall (WAF) dan Intrusion Detection System (IDS). Hasil penelitian ini memberikan rekomendasi konkret kepada PT.Xyz untuk meningkatkan keamanan platform dalam melindungi data pengguna dan transaksi donasi. Kata kunci— website, Penetration Testing, Framework ISSAF.
Automated Tuna Freshness Assessment via Gas Sensors and Machine Learning Algorithms Pratama , Nyoman Raflly; Novamizanti, Ledya; Wijaya, Dedy Rahman
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Ensuring the safety and health of fish products is crucial for public health, with tuna being Indonesia's second most popular fishery product. Tuna freshness is a key indicator of seafood safety, directly impacting both nutritional quality and contamination risk. This study compares the K-Nearest Neighbors (KNN), Naive Bayes, and Support Vector Machine (SVM) algorithms to assess and classify tuna freshness, offering an accurate and efficient approach. A machine learning model categorized Tuna freshness based on the gases emitted, utilizing a dataset of 58,389 records. Gas changes were detected using the MQ-135, MQ-9, and MQ-2 sensors, which are highly sensitive to gases like ammonia, methane, and alcohol, commonly associated with spoilage. The KNN, Naive Bayes, and SVM algorithms were then applied to classify the sensor data. KNN and SVM achieved an accuracy of 99%, while Naive Bayes reached 90%. The high accuracy of these methods highlights their potential as practical tools for the fishing industry, enabling suppliers and retailers to assess tuna freshness more effectively. This method could significantly improve consumer safety by ensuring only high-quality, fresh products reach the market. Additionally, automation offers substantial time savings, facilitates faster decision-making, and reduces reliance on manual inspections prone to human error. Keywords—tuna, classification, gas sensor, machine learning
Comparison of k-NN and Naive Bayes Algorithms for Classifying Mackerel Tuna Freshness For Real-Time Classification Using Gas Sensors Setyagraha , Muhammad Rafi Mahfuz; Novamizanti, Ledya; Wijaya, Dedy Rahman
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

The large production and consumption of mackerel tuna in Indonesia reflect its importance as a local staple and a valuable export product contributing to the nation's economy. Mackerel tuna is prized for its nutritional content and affordability, making it a crucial part of the diet for many Indonesians. Ensuring the freshness and quality of this high-demand product is essential. This study introduces a machine-learning approach to detect fish freshness by analyzing gases emitted during spoilage, utilizing MQ-2, MQ-9, and MQ-135 gas sensors. The data were processed using the k-Nearest Neighbors (k-NN) and Naive Bayes algorithms, both achieving accuracy rates near 100%. These findings highlight the system’s potential to enhance quality control in Indonesia’s fishery industry by offering an efficient and reliable method for assessing fish freshness. Keywords—classification, machine learning, tuna, gas sensor
Crab Quality Detection with Gas Sensors Using a Machine Learning Hermawan, Laksamana Mikhail; Novamizanti, Ledya; Wijaya, Dedy Rahman
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Crab is a widely recognized and favored seafood product globally. Crab’s delicious taste and high nutritional value, particularly its protein content, make it a desirable food choice. Given the global popularity of seafood, including crabs, maintaining its quality is essential for both economic and consumption purposes. However, seafood products are prone to rapid spoilage due to their high-water content, with spoilage rates varying among different types of seafood. It is crucial for industries to monitor and ensure the quality of their products before they reach the market. Given the high demand for crabs, there is a pressing need for an effective method to assess their quality. This research seeks to establish a method for assessing the freshness and quality of crabs using an electronic nose (e-nose) system, employing machine learning algorithms for classification analyses. Three algorithms will be utilized, along with hyperparameter optimization, to achieve optimal accuracy in evaluating crab quality. These algorithms are K-Nearest Neighbor (K-NN), Support Vector Machine (SVM), and Naïve Bayes. The highest result is achieved by K-NN methods with 98% accuracy percentage. The proposed method of this research has acquired targets that can contribute to advancing seafoods production for industries. Keywords—crabs, detection, e-nose, machine learning, quality
Analisis Performansi Hate Comments pada Learning Rate 10-1- 10-3 dengan Dataset dari X Budiyanto, Anggara; Maharani, Kartika Dwi; Huljannah, Miftah; Syahanifa, Nancy Olivia; Wibowo, Suryo Adhi; Usman, Koredianto
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Cyberbullying merupakan fenomena sosial yang se- makin meningkat seiring dengan meningkatnya penggunaan media sosial, dan seringkali menyebabkan dampak psikologis serta emosional yang merugikan, terutama melalui hate com- ments. Penelitian ini bertujuan untuk mengevaluasi kinerja model IndoBERT dan Cendol dalam mendeteksi komentar kebencian yang berhubungan dengan cyberbullying. Survei terhadap 328 partisipan menghasilkan 64 kata kunci terkait cyberbullying. Proses penelitian mencakup pengumpulan dataset yang berisi kata kunci tersebut, serta pengujian kedua model menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-Score. Hasil eksperimen menunjukkan bahwa model Cendol unggul dengan akurasi sebesar 90,5% pada konfigurasi batch size 15, epoch ke-4, dan learning rate 10-3, sementara IndoBERT hanya mencapai akurasi 36% pada konfigurasi batch size 5, epoch ke- 4, dan learning rate 10-3. Meskipun kedua model menunjukkan potensi dalam mendeteksi ujaran kebencian, model IndoBERT menunjukkan performa yang lebih rendah pada dataset yang digunakan, kemungkinan disebabkan oleh keterbatasan dalam menangani konteks lokal. Penelitian ini memberikan kontribusi signifikan dalam pengembangan teknologi deteksi ujaran keben- cian berbasis bahasa Indonesia, yang dapat diimplementasikan pada berbagai platform media sosial seperti X, Facebook, Insta- gram, dan TikTok untuk mengurangi dampak negatif dari hate comments. Kata Kunci: Cyberbullying, Hate Comments, IndoBERT, Cen- dol, NLP.
Analisis Performansi Hate Comments pada Learning Rate 10-1- 10-3 dengan Dataset dari X Budiyanto, Anggara; Maharani , Kartika Dwi; Huljannah, Miftah; Syahanifa , Nancy Olivia; Wibowo, Suryo Adhi; Usman, Koredianto
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Cyberbullying merupakan fenomena sosial yang se- makin meningkat seiring dengan meningkatnya penggunaan media sosial, dan seringkali menyebabkan dampak psikologis serta emosional yang merugikan, terutama melalui hate com- ments. Penelitian ini bertujuan untuk mengevaluasi kinerja model IndoBERT dan Cendol dalam mendeteksi komentar kebencian yang berhubungan dengan cyberbullying. Survei terhadap 328 partisipan menghasilkan 64 kata kunci terkait cyberbullying. Proses penelitian mencakup pengumpulan dataset yang berisi kata kunci tersebut, serta pengujian kedua model menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-Score. Hasil eksperimen menunjukkan bahwa model Cendol unggul dengan akurasi sebesar 90,5% pada konfigurasi batch size 15, epoch ke-4, dan learning rate 10-3, sementara IndoBERT hanya mencapai akurasi 36% pada konfigurasi batch size 5, epoch ke- 4, dan learning rate 10-3. Meskipun kedua model menunjukkan potensi dalam mendeteksi ujaran kebencian, model IndoBERT menunjukkan performa yang lebih rendah pada dataset yang digunakan, kemungkinan disebabkan oleh keterbatasan dalam menangani konteks lokal. Penelitian ini memberikan kontribusi signifikan dalam pengembangan teknologi deteksi ujaran keben- cian berbasis bahasa Indonesia, yang dapat diimplementasikan pada berbagai platform media sosial seperti X, Facebook, Insta- gram, dan TikTok untuk mengurangi dampak negatif dari hate comments. Kata Kunci: Cyberbullying, Hate Comments, IndoBERT, Cen- dol, NLP.
Desain Dan Implementasi Website Untuk Kalkulasi Komputasi Performansi Jaringan Free Space Optics Anugerah , Ahmad Fadil; Salsabila, Karina Nurlita; Permata, Rizky Ayu Widhitya
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

Free Space Optics (FSO) adalah teknologi komunikasi optik yang menggunakan atmosfer sebagai media propagasi tanpa kabel. Free Space Optics (FSO) memiliki keunggulan kecepatan tinggi dan efisiensi biaya, tetapi rentan terhadap faktor lingkungan seperti cuaca dan hambatan visual. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah website yang dapat menghitung parameter performansi Free Space Optics (FSO), seperti received power dan Signal to Noise Ratio, secara otomatis dan akurat. Website ini juga menawarkan visualisasi hasil untuk membantu pengguna memahami kondisi jaringan. Pembuatan platform berbasis website dengan fitur komputasi yang terintegrasi, termasuk input parameter lingkungan dan teknis yang mudah. Website ini dirancang menggunakan teknologi terkini, memastikan pengalaman pengguna yang interaktif dan responsif. Pelaksanaan solusi pembuatan website dimulai dengan merancang tampilan yang ramah pengguna dan informatif. Tahapan ini mencakup pengumpulan kebutuhan pengguna melalui pengisian kuisioner oleh pengguna, serta penentuan konten yang relevan, termasuk spesifikasi teknis. Hasil penelitian menunjukkan bahwa website yang dikembangkan mampu memberikan hasil perhitungan yang akurat dengan tingkat kesalahan rendah, serta diterima baik oleh pengguna berdasarkan evaluasi MOS (Mean Opinion Score) dari hasil pengujian terhadap 36 responden, tingkat kepuasan rata-rata tercatat sangat tinggi, yaitu 4,48. Pengujian performa website juga telah dilakukan melalui Blaze Meter yang menunjukkan stabilitas dan responsivitas yang baik, dengan nilai response time mencapai 705,6 ms, rata-rata bandwidth sebesar 698,18 KB/s, rata-rata waktu koneksi (connect time) adalah 466,53 ms, sedangkan rata-rata waktu latensi (latency time) adalah 705,59 ms. Pada nilai throughput (hits per second) sebesar 49,74 Hits/s. Selama periode pengujian, tidak ditemukan adanya kesalahan (error). Kata Kunci: Free Space Optics, received power, Signal to Noise Ratio, komputasi jaringan, website interaktif
Data-Driven Telecommunication Infrastructure: AI Clustering and Geodesic Measurement for Strategic Tower Optimization Al Rasyid, Sadam; Wibowo , Suryo Adhi
eProceedings of Engineering Vol. 12 No. 2 (2025): April 2025
Publisher : eProceedings of Engineering

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

Abstract

The optimization of Base Transceiver Station (BTS) location is a major challenge in current urban areas, owing to fast population increase and rising need for high-performance communications networks. This paper describes a revolutionary strategy to BTS deployment that employs advanced clustering algorithms to improve network performance and coverage in densely populated urban locations. Four clustering algorithms are assessed, including K-Means, DBSCAN, Hierarchical Clustering, and K-Medoids, while taking into account urban variables such as housing density, land use, and geographic distribution. The paper makes two major contributions: dynamic change of the K-Means algorithm’s cluster count and efficient centroid initialization using real-world urban data. Geodesic distance measures are used to examine the spatial relationships between BTS locations, resulting in more accurate and efficient tower de- ployment. Experimental results show that the modified K-Means algorithm beats the other techniques, with a Calinski-Harabasz index of 1662.46 and a Davies-Bouldin index of 0.868, showing improved cluster cohesiveness and separation. This technique lowers deployment costs while improving network coverage, resulting in more precise BTS placement and better resource use. These findings fill a gap in the literature by providing vital insights into data-driven urban optimization methodologies. They also have substantial implications for the planning and development of smart city infrastructure, furthering the future of wireless network architecture in urban contexts. Index Terms—telecommunication optimization, base transceiver station (BTS), clustering algorithms, geodesic measurement.

Page 621 of 831 | Total Record : 8304

 619   620   621   622   623 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 6 (2025): Desember 2025 Vol. 12 No. 5 (2025): Oktober 2025 Vol. 12 No. 4 (2025): Agustus 2025 Vol. 12 No. 3 (2025): Juni 2025 Vol. 12 No. 2 (2025): April 2025 Vol. 12 No. 1 (2025): Februari 2025 Vol. 11 No. 6 (2024): Desember 2024 Vol. 11 No. 5 (2024): Oktober 2024 Vol. 11 No. 4 (2024): Agustus 2024 Vol. 11 No. 3 (2024): Juni 2024 Vol. 11 No. 2 (2024): April 2024 Vol. 11 No. 1 (2024): Februari 2024 Vol. 10 No. 6 (2023): Desember 2023 Vol. 10 No. 5 (2023): Oktober 2023 Vol 10, No 5 (2023): Oktober 2023 Vol. 10 No. 4 (2023): Agustus 2023 Vol 10, No 3 (2023): Juni 2023 Vol. 10 No. 3 (2023): Juni 2023 Vol. 10 No. 2 (2023): April 2023 Vol 10, No 2 (2023): April 2023 Vol. 10 No. 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol. 9 No. 5 (2022): Oktober 2022 Vol 9, No 5 (2022): Oktober 2022 Vol. 9 No. 4 (2022): Agustus 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol. 8 No. 5 (2021): Oktober 2021 Vol 8, No 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol. 8 No. 2 (2021): April 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 3 (2020): Desember 2020 Vol 7, No 2 (2020): Agustus 2020 Vol 7, No 1 (2020): April 2020 Vol 6, No 3 (2019): Desember 2019 Vol 6, No 2 (2019): Agustus 2019 Vol 6, No 1 (2019): April 2019 Vol 5, No 3 (2018): Desember 2018 Vol 5, No 2 (2018): Agustus 2018 Vol 5, No 1 (2018): April 2018 Vol 4, No 3 (2017): Desember, 2017 Vol 4, No 2 (2017): Agustus, 2017 Vol 4, No 1 (2017): April, 2017 Vol 3, No 3 (2016): Desember, 2016 Vol 3, No 2 (2016): Agustus, 2016 Vol 3, No 1 (2016): April, 2016 Vol 2, No 3 (2015): Desember, 2015 Vol 2, No 2 (2015): Agustus, 2015 Vol 2, No 1 (2015): April, 2015 Vol 1, No 1 (2014): Desember, 2014 More Issue