ILKOM Jurnal Ilmiah (Fakultas Ilmu Komputer, Universitas Muslim Indonesia)
Not a member yet
653 research outputs found
Sort by
Analisis Kemanan Website Digital School Di SMAS Semen Tonasa
Get PDFDi era digitalisasi, isu terkait keamanan data dan informasi menjadi salah satu isu yang penting. Menurut data yang dihimpun oleh Badan Siber dan Sandi Negara (BSSN), menjelaskan bahwa dari bulan Januari sampai bulan Agustus 2020, menghasilkan sebanyak 190 juta upaya serangan terhadap web server yang ada di Indonesia. Karena maraknya kasus penyerangan, dibutuhkan upaya untuk mengetahui celah keamanan pada sebuah website untuk meminimalisir resiko penyerangan. Salah satunya pada website Digital School Database milik SMAS Semen Tonasa, yang menjadi objek penelitian ini. Pada penelitian ini, website SMAS Semen Tonasa diuji dengan menggunakan metode Penetration Test untuk menganalisis keamanan pada website. Khususnya menggunakan SQL Injection dan Cross Side Scripting (XSS) sebagai celah keamanan yang ditemukan melalui proses scanning website. Adapun hasil dari penelitian ini menunjukkan bahwa website discas.smasementonasa.sch.id rentan terhadap serangan Cross Side Scripting (XSS) dan SQL Injection yang dibuktikan dengan proses penetration testing yang dilakukan dengan menggunakan tools nikto, acunetix, dan sqlmap. Dari proses pengujian Cross Site Scripting (XSS), celah keamanan XSS website dapat diserang dengan menggunakan script yang dimasukkan ke database, sehingga dapat menyebabkan berubahnya tampilan website. Begitupun dengan pengujian celah keamanan SQL website menggunakan sqlmap, dimana database hingga tabel database website dapat ditemukan yang menyebabkan penyerang dapat melakukan pencurian ataupun pengrusakan database.Di era digitalisasi, isu terkait keamanan data dan informasi menjadi salah satu isu yang penting. Menurut data yang dihimpun oleh Badan Siber dan Sandi Negara (BSSN), menjelaskan bahwa dari bulan Januari sampai bulan Agustus 2020, menghasilkan sebanyak 190 juta upaya serangan terhadap web server yang ada di Indonesia. Karena maraknya kasus penyerangan, dibutuhkan upaya untuk mengetahui celah keamanan pada sebuah website untuk meminimalisir resiko penyerangan. Salah satunya pada website Digital School Database milik SMAS Semen Tonasa, yang menjadi objek penelitian ini. Pada penelitian ini, website SMAS Semen Tonasa diuji dengan menggunakan metode Penetration Test untuk menganalisis keamanan pada website. Khususnya menggunakan SQL Injection dan Cross Side Scripting (XSS) sebagai celah keamanan yang ditemukan melalui proses scanning website. Adapun hasil dari penelitian ini menunjukkan bahwa website discas.smasementonasa.sch.id rentan terhadap serangan Cross Side Scripting (XSS) dan SQL Injection yang dibuktikan dengan proses penetration testing yang dilakukan dengan menggunakan tools nikto, acunetix, dan sqlmap.Dari proses pengujian Cross Site Scripting (XSS), celah keamanan XSS website dapat diserang dengan menggunakan script yang dimasukkan ke database, sehingga dapat menyebabkan berubahnya tampilan website. Begitupun dengan pengujian celah keamanan SQL website menggunakan sqlmap, dimana database hingga tabel database website dapat ditemukan yang menyebabkan penyerang dapat melakukan pencurian ataupun pengrusakan database
Rancang Bangun Jaringan Tournament Offline Esport Permainan Player Unknown Battleground Mobile
Get PDFKemajuan dalam dunia e-sport, khususnya melalui platform game Playerunknown's Battlegrounds Mobile (PUBG Mobile),telah merubah pandangan masyarakat terhadap bermain game. Aktivitas yang dahulu sering dianggap hanya sebagaihiburan belaka dan dipandang sebelah mata, kini diakui sebagai kegiatan yang mampu memberikan manfaat positif,terutama dalam mengembangkan kemampuan soft skill melalui kompetisi. Namun, di balik perkembangan ini, masihterdapat beberapa masalah yang belum terselesaikan, salah satunya merupakan kurangnya dukungan infrastruktur jaringanyang memadai. Oleh karena itu, tujuan utama dari penelitian ini merupakan merancang sebuah prototype jaringan yangdapat digunakan untuk turnamen e-sport PUBG Mobile. Perancangan ini menggunakan metode studi literatur dan pengujianmelalui simulasi nyata. Penggunaan metode dalam perancangan jaringan turnamen mampu menghasilkan sebuah rancanganprototype jaringan yang dapat memenuhi seluruh kebutuhan teknis untuk kegiatan tournament, sehingga dapat mendukungkelancaran dan kualitas kompetisi e-sport secara optimal. Penelitian ini diharapkan dapat memberikan solusi praktis daninovatif untuk mendukung perkembangan e-sport yang semakin pesa
Analisis Quality Of Service Layanan Internet Service Provider pada Esports MOBA
Get PDFIndustri esports, khususnya dalam genre Multiplayer Online Battle Arena (MOBA), telah mengalami pertumbuhan yangsignifikan dalam beberapa tahun terakhir. Koneksi internet yang stabil dan cepat sangat penting untuk mendukungpengalaman bermain yang optimal dalam game MOBA seperti Dota 2, League of Legends, dan Mobile Legends. Penelitianini bertujuan untuk menganalisis Quality of Service (QoS) yang disediakan oleh berbagai Internet Service Provider (ISP)dalam mendukung kebutuhan koneksi game MOBA. Penelitian ini menggunakan pendekatan kuantitatif dengan mengukurparameter QoS seperti latency, jitter, packet loss, dan bandwidth dari ISP yang saat ini umum digunakan. Data diperolehmelalui pengujian langsung menggunakan alat Wireshark di berbagai lokasi dan waktu. Hasil analisis menunjukkanperbedaan signifikan dalam performa QoS antar ISP yang berdampak pada pengalaman bermain para pemain. Penelitianini memberikan panduan bagi pemain dalam memilih ISP yang terbaik dan memberikan masukan bagi ISP untukmeningkatkan kualitas layanan mereka dalam mendukung industri esports. Serta menjadi referensi bagi penelitianselanjutnya
Perancangan Sistem Informasi Gadde-Gadde Berbasis Android
Get PDFTeknologi dengan urgensi transformasi digital bagi UKM yang mengindikasikan pentingnya sistem informasi yang cepat danakurat dalam mendukung efisiensi kerja di berbagai bidang, termasuk penjualan berbasis mobile. Penelitian ini bertujuanmerancang sistem informasi penjualan berbasis Android bagi "Gadde-Gadde", sebuah UKM di bawah Fakultas IlmuKomputer Universitas Muslim Indonesia, yang menghadapi kendala dalam pengembangan sistem informasi untukmenjangkau pasar secara efektif. Metode pengembangan sistem yang digunakan berupa sistem berjalan, analisis usulan,Unified Modelling Language (UML), use case diagram, class diagram, activity diagram dan squence diagram, desaininterface. Keberadaan sistem informasi yang inovatif menjadi krusial untuk memaksimalkan potensi pasar, terutama denganmeningkatnya ketergantungan konsumen terhadap teknologi mobile. Studi ini mengusulkan sebuah sistem yang tidak hanyamemudahkan akses informasi produk bagi konsumen tetapi juga menyediakan analitik data untuk strategi pemasaran yanglebih terarah. Implementasi sistem diharapkan dapat mengatasi keterbatasan Gadde-Gadde dalam operasional dan penjualan,meningkatkan daya saing, dan memperluas jangkauan pasar mereka di industri penjualan online
Analisa Pola Asosiatif pada Kegiatan Stock Opname Menggunakan Metode Apriori
Get PDFToko Rifka adalah toko swalayan yang melakukan perhitungan stock opname dengan cara manual sehingga pihak toko kadang gagal dalam menentukan barang yang seharusnya menjadi prioritas restock untuk sebuah atau beberapa barang karena barang tersebut tidak tersedia. Tujuan penelitian ini adalah untuk menganalisa data penjualan agar proses perhitungan stock opname dapat dilakukan dengan optimal. Metode yang digunakan dalam proses mining adalah Analisa Pola Asosiatif menggunakan Apriori. Hasil penelitian menunjukkan bahwa pengujian fungsionalitas pada aplikasi dapat dikatakan berjalan dengan baik dan terbebas dari kesalahan atau pesan error, kemudian untuk pengujian data sebanyak 10 kali dengan jumlah data masing-masing 30 data transaksi ditemukan tingkat akurasi sebesar 70%, penulis juga menggunakan 300 (tiga ratus) data transaksi yang kemudian di proses untuk melihat asosiasi yang dihasilkan dan berdasarkan asosiasi yang dihasilkan Toko Rifka dapat mengambil masukan yang dapat digunakan sebagai saran dalam kegiatan stock opname-nya.Toko Rifka adalah toko swalayan yang melakukan perhitungan stock opname dengan cara manual sehingga pihak toko kadang gagal dalam menentukan barang yang seharusnya menjadi prioritas restock untuk sebuah atau beberapa barang karena barang tersebut tidak tersedia. Tujuan penelitian ini adalah untuk menganalisa data penjualan agar proses perhitungan stock opname dapat dilakukan dengan optimal. Metode yang digunakan dalam proses mining adalah Analisa Pola Asosiatif menggunakan Apriori. Hasil penelitian menunjukkan bahwa pengujian fungsionalitas pada aplikasi dapat dikatakan berjalan dengan baik dan terbebas dari kesalahan atau pesan error, kemudian untuk pengujian data sebanyak 10 kali dengan jumlah data masing-masing 30 data transaksi ditemukan tingkat akurasi sebesar 70%, penulis juga menggunakan 300 (tiga ratus) data transaksi yang kemudian di proses untuk melihat asosiasi yang dihasilkan dan berdasarkan asosiasi yang dihasilkan Toko Rifka dapat mengambil masukan yang dapat digunakan sebagai saran dalam kegiatan stock opname-nya
Optimizing Bitcoin Price Predictions Using Long Short-Term Memory Algorithm: A Deep Learning Approach
Get PDFCurrently bitcoin is considered an investment tools, the value of bitcoin itself is unstable so it is difficult to predict which can cause losses for bitcoin traders. Some previous research shows that Long Short-Term Memory (LSTM) which is a deep learning approach as an improvement of RNN has the best performance in predicting stocks and cryptocurrencies compared to Support Vector Machine (SVM), Exponential Moving Average (EMA), and Moving Average (MA), and Seasonal Autoregressive Integrated Moving Average (SARIMA). LSTM has the disadvantage that it is difficult to understand in determining the best parameters and to obtain good results it needs strict hyperparameter adjustment. This study aims to find the best parameters in LSTM by selecting the amount of data, training data composition, batch size, epoch and the amount of prediction time and analyzing prediction performance. In this study, data collection was carried out in real time and was able to provide predictions for the next few days. The test results of the LSTM algorithm have a performance with an average accuracy of 93.69% with the parameters of the amount of bitcoin price data used is 3 years, with a percentage of train data of 85%, using 10 batch sizes, with a number of epochs 125, and the highest average accuracy rate for 7 days of prediction
DIET Classifier Model Analysis for Words Prediction in Academic Chatbot
Get PDFOne prevalent conversational system within the realm of natural language processing (NLP) is chatbots, designed to facilitate interactions between humans and machines. This study focuses on predicting frequently asked questions by students using the Duel Intent and Entity Transformer (DIET) Classifier method and assessing the performance of this method. The research involves employing 300 epochs with an 80% training data and 20% testing data split. In this study, the DIET Classifier adopts a multi-task transformer architecture to simultaneously handle classification and entity recognition tasks. Notably, it possesses the capability to integrate diverse word embeddings, such as BERT and GloVe, or pre-trained words from language models, and blend them with sparse words and n-gram character-level features in a plug-and-play manner. Throughout the training process of the DIET Classifier model, data loss and accuracy from both training and testing datasets are monitored at each epoch. The evaluation of the text classification model utilizes a confusion matrix. The accuracy results for testing the DIET Classifier method are presented through four case studies, each comprising 25 text messages and 15 corresponding chatbot responses. The obtained accuracy values range from 0.488 to 0.551, F1-Score values range from 0.427 to 0.463, and precision range from 0.417 to 0.457
Analisis Sentimen Masyarakat Terhadap Sistem Pembayaran Mypertamina dengan Metode Random Forest, SVM, dan Naïve Bayes
Get PDFPT. Pertamina (PERSERO), sebagai perusahaan BUMN terkemuka di Indonesia di bidang perminyakan, memiliki peran vital dalam pengolahan dan pemasaran minyak bumi, terutama bahan bakar minyak (BBM). Penelitian ini menerapkan tiga metode analisis sentimen yaitu Random Forest, SVM, dan Naïve Bayes untuk mengevaluasi ulasan pengguna terhadap aplikasi MyPertamina. Dengan mengumpulkan data melalui web scraping dari Google Play Store sebanyak 3360 ulasan dianalisis dari 2018 hingga 01 Desember 2023. klasifikasi sentimen terbagi menjadi tiga kategori: positif, negatif, dan netral. Penggunaan Google Colab sebagai alat utama dalam pengolahan data dan implementasi model klasifikasi menawarkan efisiensi dalam eksperimen. Hasil evaluasi menunjukkan bahwa ketiga metode analisis sentimen Random Forest, SVM, dan Naïve Bayes mencapai akurasi tinggi pada evaluasi ulasan aplikasi MyPertamina. Random Forest menonjol dengan akurasi 99.77%, sementara SVM dan Naïve Bayes juga memberikan performa yang baik, masing-masing mencapai 99.31% dan 90.24%. Nilai Precision, Recall, dan F1-Score yang optimal pada ketiga metode mengindikasikan keefektifan mereka dalam menganalisis sentimen ulasan pengguna
Analysis of the Dynamic Source Routing Protocol on the Performance of File Transfer Protocol and Video Conference Services in the Mobile AdHoc Network Simulation
Get PDFCurrent technological advancements make it easier for users to do their work effectively and efficiently, including the use of wireless networks to exchange data via File Transfer Protocol (FTP) and video conferencing services (VCS). A Mobile AdHoc Network (MANET) is a wireless network technology that applies a dynamic set of nodes. Data transmission on the MANET does not require the use of devices such as base stations. Because each node on the MANET can act as a router in determining the direction of the data sent, the number of nodes in the MANET will influence the quality of the data sent. Using the OPNET Modeler simulator, this paper shows how to assess the quality of FTP and VCS based on delay, jitter, and packet loss parameters. The simulation scenario employs five, fifteen, and thirty nodes with low, medium, and high traffic loads, using the Dynamic Source Routing (DSR) protocol. According to the measurement results, the FTP service with the bad category is the packet loss parameter in high traffic loads, which has the highest packet loss value of 56.6 percent with 15 nodes. In contrast, good results for VCS are only produced on the delay parameter. The jitter increases with the number of nodes, and it is 5 in this case. In all scenarios, the packet loss parameter yields poor results, with the highest packet loss value approaching 100%
Analisis Sentimen Terhadap Event Big Sale 11.11 Shopee di Media Sosial Instagram menggunakan Metode Naïve Bayes
Get PDFBanyak E-commerce yang mempromosikan produk atau event pada Instagram, hal ini tentu memudahkan penjual dalam menjangkau pasar yang lebih luas. Termasuk acara yang diadakan oleh Shopee pada bulan November 2020 yaitu Event Big Sale 11.11 merupakan acara besar yang diadakan Shopee. Para pengunjung sudah bisa melihat produk yang penjual tawarkan melalui gambar tersebut. Oleh karena itu, diperlukan sebuah penelitian yang dapat menganalisa opini pengguna di Instagram dari suatu cara bagi sebuah produk Penelitian ini bertujuan untuk untuk mengklasifikasi opini pengguna terhadap Event Big Sale 11.11 Shopee yang banyak tersebut kedalam sentiment positif, negatif dan netral dengan menerapkan metode Naïve Bayes. Hasil dari penelitian dapat membantu masyarakat untuk mengambil keputusan dalam pembelian produk di Shopee. Metode Naive Bayes digunakan untuk melakukan klasifikasi opini masyarakat terhadap Event Big Sale 11.11. Karakteristik dari metode ini adalah tiap fitur atribut data dianggap independen, satu dan lainnya terpisah dan memiliki nilai sendiri. Metode ini dianggap memiliki performa yang handal dan kompetitif dalam proses pengklasfikasian karena asumsi independen atribut yang dimiliki sebuah data sangat sesuai dengan pengaplikasian di dunia nyata.Banyak E-commerce yang mempromosikan produk atau event pada Instagram, hal ini tentu memudahkan penjual dalam menjangkau pasar yang lebih luas. Termasuk acara yang diadakan oleh Shopee pada bulan November 2020 yaitu Event Big Sale 11.11 merupakan acara besar yang diadakan Shopee. Para pengunjung sudah bisa melihat produk yang penjual tawarkan melalui gambar tersebut. Oleh karena itu, diperlukan sebuah penelitian yang dapat menganalisa opini pengguna di Instagram dari suatu cara bagi sebuah produk Penelitian ini bertujuan untuk untuk mengklasifikasi opini pengguna terhadap Event Big Sale 11.11 Shopee yang banyak tersebut kedalam sentiment positif, negatif dan netral dengan menerapkan metode Naïve Bayes. Hasil dari penelitian dapat membantu masyarakat untuk mengambil keputusan dalam pembelian produk di Shopee. Metode Naive Bayes digunakan untuk melakukan klasifikasi opini masyarakat terhadap Event Big Sale 11.11. Karakteristik dari metode ini adalah tiap fitur atribut data dianggap independen, satu dan lainnya terpisah dan memiliki nilai sendiri. Metode ini dianggap memiliki performa yang handal dan kompetitif dalam proses pengklasfikasian karena asumsi independen atribut yang dimiliki sebuah data sangat sesuai dengan pengaplikasian di dunia nyata