Jurnal Informatika dan Rekayasa Elektronik

ANALISA PERANKINGAN KONTROL KEAMANAN ASPEK SISTEM PADA CMS WORDPRESS

Jacqueline Evangelista S. — 2025-04-15

Penggunaan Content Management System (CMS) seperti WordPress sangat populer, namun juga rentan terhadap serangan siber. Laporan GoDaddy pada 2018 mencatat 18.302 insiden peretasan, di mana 90% menargetkan WordPress. Penelitian ini bertujuan untuk mengidentifikasi dan mengevaluasi kerentanan WordPress, serta menyusun desain kontrol keamanan berdasarkan standar OWASP Top Ten. Penelitian dilakukan melalui eksperimen dan simulasi yang menekankan eksploitasi kerentanan WordPress. Lima kerentanan utama ditemukan, yaitu Broken Access Control pada PHP 8.1.0-dev dan Apache 2.4.49 dengan tingkat "High", Injection melalui SQL Injection dengan tingkat "Critical", Insecure Design pada Path Traversal dengan tingkat "Medium", serta Vulnerable and Outdated Components pada Plugin Social Warfare dengan tingkat "Medium". Desain kontrol yang diusulkan meliputi penggunaan Web Application Firewall (WAF), pembaruan rutin, pembatasan akses, validasi input, dan penerapan parameterized queries. Prioritas diberikan pada kerentanan "Critical" seperti SQL Injection. Penerapan desain kontrol keamanan yang sesuai standar OWASP Top Ten terbukti penting dalam mengurangi risiko pada WordPress.

KOMPARASI DETEKSI PENYAKIT GINJAL KRONIS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST

Khasan Galuh Ramadhan — 2025-04-15

Penyakit Ginjal Kronis (PGK) adalah masalah kesehatan global yang signifikan dan seringkali tidak terdeteksi hingga mencapai stadium lanjut. PGK juga menjadi salah satu Penyakit Tidak Menular (PTM) penyebab kematian terbanyak dalam lingkup global. Oleh karena itu, deteksi dini PGK sangat penting untuk mencegah risiko komplikasi. Studi ini membandingkan dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Random Forest (RF). Algoritma SVM dikenal karena tingkat akurasinya yang tinggi, efisien dalam penggunaan memori, dan kemampuannya untuk menangani data dengan distribusi yang tidak normal. Sementara itu, algoritma RF dikenal karena kemampuannya dalam mengatasi overfitting dan menghasilkan prediksi yang lebih akurat. Data yang digunakan dalam penelitian ini adalah data pasien PGK yang diperoleh dari UCI Machine Learning Repository, yang terdiri dari 400 catatan pasien dengan 25 fitur. Optimalisasi parameter dilakukan menggunakan GridSearchCV untuk mendapatkan parameter terbaik untuk kedua algoritma. Hasil penelitian ini, algoritma Random Forest (RF) menunjukkan performa yang lebih baik daripada algoritma SVM, dengan akurasi sebesar 98,75%, precision 98,48%, recall 98,96%, dan F1-score 98,70%. Algoritma Random Forest (RF) lebih efektif dalam klasifikasi PGK pada dataset ini dibandingkan SVM. Studi ini menekankan pentingnya pemilihan algoritma yang tepat dan optimasi parameter dalam mengembangkan model klasifikasi yang andal dan akurat.

SISTEM PAKAR PENENTUAN KOMPOSISI SKINCARE BERDASARKAN MASALAH KULIT WAJAH MENGGUNAKAN NATURAL LANGUAGE PROCESSING (NLP)

Muhammad Yusuf — 2025-04-15

Berdasarkan hasil survei, sebanyak 72% wanita indonesia menggunakan skincare untuk merawat kulit wajah, namun kurang mengetahui cara merawat kulit wajah sehingga sering kali menggunakan produk dengan komposisi yang tidak sesuai dengan masalah kulit wajah. Untuk mengatasi masalah ini, penelitian ini mengembangkan sistem pakar yang memanfaatkan teknologi Natural Language Processing (NLP) dengan pendekatan Retrieval-Augmented Generation (RAG). Metode RAG menggabungkan pencarian dokumen relevan dan pembuatan teks berbasis pembelajaran mesin untuk memberikan solusi akurat melaui proses forward chaining, di mana data dari masukan pengguna dinyatakan sebagai fakta kemudian diolah menjadi keputusan. Sistem ini dirancang untuk membantu pengguna menemukan solusi skincare yang tepat sekaligus memberikan edukasi terkait komposisi perawatan kulit. Berdasarkan hasil pengujian, tingkat kemiripan antara jawaban sistem dengan pengetahuan pakar mencapai nilai tertinggi sebesar 0.9824 ? 98%, sehingga hasil dari penelitian menunjukkan bahwa sistem pakar ini mampu dalam menentukan komposisi skincare yang sesuai dengan masalah kulit wajah berdasarkan masukan dari pengguna.

PENERAPAN ARTIFICIAL NEURAL NETWORK DALAM DETEKSI SERANGAN PADA WEB SERVER APACHE

arif wicahyanto — 2025-04-15

Serangan siber terhadap website menjadi hal yang tidak dapat dihindarkan, tidak terkecuali website pemerintahan serta website kampus. Serangan siber memberikan dampak yang merugikan, mulai dari pencurian data sensitif, gangguan akses website, hingga kerugian finansial. Seiring dengan semakin canggihnya teknik serangan siber, sistem keamanan berbasis aturan dan pencocokan pola menghadapi kesulitan dalam mendeteksi serangan yang tersembunyi dan adaptif. Artificial Neural Network (ANN) adalah metode pembelajaran mesin yang memiliki kemampuan untuk belajar dari pola serangan yang kompleks, mengidentifikasi pola yang tidak terlihat dan beradaptasi dengan serangan baru. Penelitian ini bertujuan mengimplementasikan ANN dalam bentuk model untuk Smendeteksi serangan siber dengan menggunakan access log web server Apache sumber data dataset. Penelitian berhasil membangun model ANN untuk mendeteksi serangan pada web server Apache dengan nilai accuracy 0.9170.

PENGUJIAN WEBSITE DINAS SOSIAL SURABAYA MENGGUNAKAN METODE PENETRATION TESTING DAN OWASP TOP 10

Bregas Arya Bagaskara — 2025-04-15

Keamanan sistem informasi menjadi faktor penting dalam pengembangan teknologi informasi. Kemajuan teknologi membuat banyaknya potensi celah kemanan yang dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab. Dari hal tersebut dilakukan penelitian yang bertujuan untuk mengidentifikasi dan menganalisis kerentanan pada website Dinas Sosial Surabaya menggunakan metode penetration testing dengan pendekatan OWASP Top 10. Sebagai salah satu aplikasi pelayanan publik, website Dinas Sosial Surabaya memiliki potensi menjadi target serangan siber yang dapat mengancam keamanan data pengguna. Penelitian ini melibatkan lima tahap dalam metode penetration testing, yaitu information gathering, footprinting & scanning, vulnerability assessment, exploitation, serta analyze & report. Pendekatan OWASP Top 10 digunakan untuk mengevaluasi kerentanan, dengan fokus pada sepuluh kerentanan paling kritis yang dapat membahayakan aplikasi web. Hasil pengujian mengungkapkan enam kerentanan utama pada website ini, yaitu Browsable Web Directories, web.config File Information Disclosure, Content Security Policy (CSP) Header Not Set, Strict-Transport-Security Header Not Set, Timestamp Disclosure - Unix, dan X-Content-Type-Options Header Missing. Untuk mengatasi kerentanan tersebut, disarankan penerapan header keamanan seperti Content-Security-Policy (CSP), Strict-Transport-Security (HSTS), dan X-Content-Type-Options: nosniff. Selain itu, pengamanan terhadap direktori dan file konfigurasi sensitif perlu dilakukan untuk meminimalkan risiko kebocoran data. Penelitian ini memberikan wawasan penting dalam meningkatkan keamanan website pemerintah sehingga lebih terlindungi dari ancaman siber.

KONTROL DAN MONITORING PENGISIAN AIR DI LABORATORIUM TEKNIK ELEKTRONIKA POLITEKNIK NEGERI PONTIANAK

Eko Mardianto — 2025-04-15

Saat ini pemanfaatan air yang baik dan benar perlu dilakukan, banyak daerah yang mengalami kekurangan air terutama air bersih. Salah satunya penggunaan air pada laboratorium teknik elektronika yang digunakan untuk mahasiswa dan staf. Tempat penampungan air, diisi secara manual menyebabkan tidak jarang air meluber hingga banyak yang terbuang. Pengisian air dilakukan secara manual sehingga pada akhir pekan sudah habis dan disini pekan selanjutnya. Oleh permasalahan tersebut, penelitian ini berfokus pada kontrol dan monitor pengisian air tandon pada laboratorium Teknik elektronika dengan mengunakan PLC dan HMI. Kontrol prinsip increment decrement untuk mengatur kecepatan putar pompa berdasarkan level air. Komponen yang digunakan yaitu Watel Level Transmitter (WLT), pompa 3 phase, inverter. Kontroller berfungsi untuk menstabilkan level air pada tandon, saat air tandon berkurang maka pompa akan mengisi tandon. Pengaturan kecepatan menggunakan inventer 1 phase - 3 phase. Nilai arus dari WLT mewakili ketinggian level air pada tandon. Disaat ketinggian air dari 0 sampai 56 cm kecepatan putar pompa maksimum dengan pengaturan frekuensi pompa sebesar 50 Hz. Pada ketinggian 56 cm sampai 76 cm kecepatan pompa berkurang secara linier dari 40 Hz sampai dengan 17 Hz. Bila tidak ada air yang digunakan maka pompa akan berhenti beroperasi.

KLASIFIKASI SERANGAN DDOS MENGGUNAKAN REQURSIVE FEATURE ELIMINATION DAN GRADIENT BOOSTING

Candra Adi Lesmana — 2025-04-15

Keamanan internet menjadi tantangan penting seiring dengan pertumbuhan layanan teknologi informasi yang semakin pesat. Serangan Distributed Denial of Service (DDoS) merupakan salah satu ancaman serius yang dapat menyebabkan crash pada server dan sistem jaringan dengan cara membanjiri jaringan dengan paket atau permintaan yang berlebihan. Dalam penelitian ini, diterapkan metode seleksi fitur Recursive Feature Elimination (RFE) pada proses klasifikasi serangan DDoS menggunakan algoritma Gradient Boosting. Tujuan Penelitian ini untuk melakukan penerapan algoritma seleksi fitur Reqursive Feature Elimination (RFE) untuk mengurangi jumlah fitur yang ada dalam data. Hasil pengujian menunjukkan bahwa penggunaan Gradient Boosting dengan parameter terbaik menghasilkan kinerja yang sangat baik, dengan akurasi sebesar 99,9%, presisi 99,8%, recall 99,9%, dan nilai F1 sebesar 99,9%. Kombinasi metode Reqursive Feature Elimination (RFE) dengan Gradient Boosting, di mana 10 fitur terbaik dipilih, tidak mempengaruhi hasil kinerja model secara signifikan, tetapi penerapan seleksi fitur ini berhasil mengurangi waktu komputasi secara signifikan dari 5463,24 detik menjadi 1023,19 detik tanpa mengorbankan kinerja model. Hasil ini menunjukkan bahwa metode seleksi fitur yang tepat sangat penting dalam meningkatkan efisiensi komputasi tanpa mengorbankan performa model dalam deteksi serangan DDoS.

PROTOTIPE MONITOR DAN LAPORAN AKSES RUANGAN SERVER MEMANFAATKAN ID CARD SERTA TEKNOLOGI INTERNET OF THINGS (Tempat : Distrik Navigasi Kelas 1 Palembang)

Ferdi Armando — 2025-04-15

Keamanan pintu ruangan server sangatlah berperan penting dalam menjaga server dan barang penunjang server terlebih pada saat ini masih banyak keamanan pintu yang menggunakan kunci konvensional. Permasalahan yang sering mengancam keamanan ruangan server adalah tindakan pencurian. Peristiwa tindak pencurian ini pernah terjadi di ruangan server Distrik Navigasi Kelas 1 Palembang yang menyebabkan barang penunjang server hilang dan mengakibatkan kerugian. Dari permasalahan tersebut maka dibuatlah “Prototipe Pengaman Pintu Ruangan Server Menggunakan ID Cards (Studi Kasus : Distrik Navigasi Kelas 1 Palembang)” yang berfungsi untuk meningkatkan keamanan dan membantu dalam memonitoring ruangan server tersebut. Perancangan prototipe menggunakan perangkat keras (hardware) berupa komponen-komponen pendukung dalam membangun alat pengaman pintu ini seperti RFID, tag RFID, RFID reader, mikrokontroler, dan komponen lainnya yang dibutuhkan serta menggunakan perangkat lunak (software) berupa website yang berfungsi menampilkan hasil dari proses monitor berupa reporting pada website.

PENGELOMPOKAN PRESTASI AKADEMIK SISWA SD MENGGUNAKAN ALGORITMA K-MEANS

Eneng Okta Srirahmawati — 2025-04-15

Penelitian ini bertujuan untuk mengelompokkan prestasi akademik siswa di SDN Lebakwangi menggunakan algoritma K-Means. Algoritma K-Means adalah metode pengelompokan dalam data mining untuk mengelompokkan data berdasarkan kesamaan karakteristik antara data satu dengan data lainnya. Dalam penelitian ini, data yang digunakan berupa nilai rapor akademik siswa kelas 1, 2, 3, 4, dan 5 semester genap tahun 2024 sebanyak 171 data siswa, yang mencakup berbagai mata pelajaran yang digunakan sebagai atributnya, dengan menggunakan metode Knowledge Discovery in Database (KDD). Penelitian ini dapat mengidentifikasi pola pengelompokan siswa berdasarkan nilai akademik mereka yang lebih akurat dan efisien. Hasil evaluasi menggunakan algoritma k-means dan indeks evaluasi DBI menunjukkan bahwa nilai DBI terendah terdapat pada percobaan k=2, dengan nilai DBI 0.738. Pada percobaan tersebut, terbentuk 2 cluster, yaitu cluster_0 terdiri dari 141 siswa dengan kategori “baik” dan nilai rata rata 76.242, sedangkan pada cluster_1 terdiri dari 27 siswa dengan kategori “sangat baik” dan nilai rata-rata 85.181. Hasil penelitian ini dapat memberikan wawasan bagi guru untuk merancang cara pembelajaran yang lebih tepat sesuai dengan kebutuhan akademik masing-masing kelompok siswa.

SISTEM RESERVASI ONLINE BERBASIS WEBSITE PADA KLINIK ANDALUS HYPERBARIC CENTRE

Sukma Maulana Yusuf — 2025-04-15

Penelitian ini mengembangkan sistem reservasi online untuk Klinik Andalus Hyperbaric Centre menggunakan PHP dan MySQL dengan metode waterfall. Proses reservasi manual melalui WhatsApp yang berjalan saat ini membutuhkan waktu 15-30 menit per pasien dan rentan terhadap human error. Sistem yang diimplementasikan mencakup fitur pendaftaran pasien, penjadwalan terapi, integrasi pembayaran, dan modul manajemen administratif. Hasil implementasi menunjukkan peningkatan efisiensi operasional yang signifikan, dengan waktu reservasi berkurang menjadi kurang dari 5 menit per pasien. Sistem juga menyediakan informasi ketersediaan sesi secara real-time, verifikasi otomatis, dan kemampuan pelaporan yang komprehensif. Implementasi ini berhasil mengatasi tantangan klinik dalam pengelolaan data pasien dan penjadwalan terapi sambil meningkatkan aksesibilitas dan akurasi layanan.

PERANCANGAN UI/UX APLIKASI DAUR ULANG SAMPAH MENGGUNAKAN METODE DESIGN THINKING

Oktarisa Vinarsih — 2025-04-15

Permasalahan sampah di perkotaan yang semakin meningkat memerlukan solusi inovatif, salah satunya melalui daur ulang. Penelitian ini bertujuan untuk merancang UI/UX aplikasi daur ulang sampah menggunakan metode Design Thinking, yang terdiri dari lima tahap: empati, definisi, ideasi, prototipe, dan pengujian. Penelitian ini menitikberatkan pada peningkatan kesadaran dan partisipasi masyarakat dalam pengelolaan sampah dengan dukungan dari pemerintah dan sektor swasta. Aplikasi yang dirancang menyediakan berbagai fitur utama seperti informasi lokasi pusat daur ulang, panduan proses daur ulang, dan jadwal pengambilan sampah. Hasil pengujian prototipe menggunakan System Usability Scale (SUS) menunjukkan skor sebesar 67, yang menempatkan aspek usability aplikasi pada peringkat C dengan sifat "OK". Hasil ini menunjukkan bahwa rancangan UI/UX yang dibuat memiliki kualitas antarmuka yang mudah diakses dan ramah pengguna. Implikasi praktis dari penelitian ini adalah bahwa penerapan metode Design Thinking dalam perancangan UI/UX aplikasi daur ulang dapat meningkatkan keterlibatan masyarakat dalam program daur ulang dan memberikan informasi yang mudah diakses. Namun, penelitian ini memiliki keterbatasan pada jumlah responden dalam pengujian dan variasi profil pengguna, sehingga diperlukan penelitian lanjutan dengan cakupan yang lebih luas untuk validasi lebih lanjut.

MENGOPTIMALKAN PREDIKSI GAGAL JANTUNG DENGAN KOMBINASI SVM DAN FORWARD SELECTION

Verry Riyanto — 2025-04-15

Gagal jantung merupakan salah satu kondisi kesehatan kritis dengan angka kematian yang terus meningkat, dengan permasalahan yang ada diagnosis tradisional seringkali kurang akurat dan efisien sehingga diperlukan metode diagnosis dini yang lebih presisi dan efisien. Penelitian sebelumnya telah meningkatkan akurasi prediksi dengan berbagai metode namun masih terbatas dalam pemilihan fitur optimal dan efisiensi pemodelan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis kinerja kernel pada algoritma Support Vector Machine (SVM) seperti Dot, Radial, Polynomial dan menganalisis efektivitas Forward Selection (FS) dalam memilih fitur paling signifikan guna mengoptimalkan prediksi risiko gagal jantung. Hasil penelitian menunjukkan bahwa kernel Radial dengan FS memiliki performa terbaik dengan AUC 0.881, Accuracy 84,64%, dan Recall 92,55%. Fitur time dan serum_creatinine terbukti paling signifikan dalam meningkatkan performa model. Penelitian ini membuktikan bahwa kombinasi antara SVM dan FS mampu menghasilkan solusi yang lebih presisi dan efisien dalam diagnosis dini gagal jantung dibandingkan pendekatan sebelumnya. Hasil ini diharapkan dapat mendukung pengembangan sistem prediksi berbasis kecerdasan buatan untuk aplikasi klinis yang lebih andal.

PENINGKATAN MODEL KLASIFIKASI SENTIMEN PENGGUNA APLIKASI TOMORO COFFEE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Dina Audina — 2025-04-15

Kemajuan teknologi informasi telah merevolusi cara bisnis berinteraksi dengan pelanggan melalui aplikasi mobile, termasuk dalam sektor makanan dan minuman. Aplikasi Tomoro Coffee menghadapi tantangan dalam mempertahankan kepuasan pengguna akibat keterbatasan fitur dan masalah teknis. Penelitian ini bertujuan untuk menerapkan algoritma Naïve Bayes guna meningkatkan model klasifikasi sentimen ulasan pengguna, menganalisis distribusi sentimen positif dan negatif beserta faktor utama yang memengaruhinya, serta mengevaluasi performa model berdasarkan akurasi, presisi, recall, dan F1-score. Data ulasan dikumpulkan dari Google Play Store dan diolah menggunakan metode Knowledge Discovery in Database (KDD), yang mencakup pembersihan data, tokenisasi, penghapusan stopword, stemming, serta ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 90%, dengan presisi 91,3%, recall 87,3%, dan F1-score 88,7%. Temuan ini memberikan wawasan strategis bagi pengembang aplikasi dalam meningkatkan layanan dan fitur berdasarkan analisis sentimen pengguna. Dari hasil analisis, 64,4% ulasan tergolong positif, didominasi oleh komentar seperti "kopinya enak", sementara 35,6% ulasan negatif umumnya berisi keluhan teknis, seperti "tidak tersedia".

PENGEMBANGAN SISTEM QUEUING CONVEYOR BAGASI BERBASIS ARDUINO UNO DI BANDARA NGURAH RAI BALI

I Wayan sugara yasa — 2025-04-15

Bandara Internasional I Gusti Ngurah Rai, yang dikelola oleh PT Angkasa Pura I, mengalami peningkatan signifikan dalam jumlah penumpang domestik pada periode Januari-Agustus 2023, mencapai 3,24 juta orang, atau naik 27% dibandingkan tahun sebelumnya. Saat ini, conveyor keberangkatan domestik di bandara tersebut, yang telah digunakan sejak 1999, belum dilengkapi sistem antrian otomatis sebelum pemeriksaan X-ray. Kondisi ini menyebabkan penumpukan bagasi yang menghambat proses pemeriksaan keamanan, meningkatkan risiko kerusakan bagasi, dan memperlambat distribusi. Untuk mengatasi masalah ini, dirancang Prototype Sistem Antrian pada Baggage Conveyor Berbasis Arduino Uno. Sistem ini menggunakan Arduino Uno sebagai pengendali utama dengan masukan dari sensor fotodioda proximity inframerah untuk mendeteksi bagasi, motor DC untuk menggerakkan belt conveyor, serta sensor ultrasonik dan LED untuk memberikan tanda bahwa sistem sedang beroperasi.Penerapan sistem ini memberikan berbagai keuntungan, seperti meningkatkan efektivitas proses pengecekan bagasi menggunakan mesin X-ray, dengan waktu pengerjaan enam conveyor yang lebih cepat hingga 73,17 detik. Sistem ini juga membantu menata bagasi dengan rapi, mengurangi biaya perawatan conveyor, serta mengefisienkan jumlah petugas keamanan yang diperlukan untuk mengoperasikan mesin X-ray. Dengan sistem antrian otomatis ini, kelancaran operasional bandara dan pelayanan prima kepada pengguna jasa dapat tercapai dan Output bagasi pada conveyor dapat lebih teratur dibandingkan tanpa system.

ANALISIS POLA PEMBELIAN SOUVENIR DENGAN ALGORITMA APRIORI UNTUK OPTIMALISASI PENJUALAN UMKM

Muhamad Adi Kurnia Invanto — 2025-04-15

Souvenir merupakan barang yang banyak diperjualbelikan sebagai buah tangan yang khas dariobjek wisata. Penjualan souvenir juga menjadi ladang penghasilan warga lokal pengrajin souvenir.karena banyaknya jenis produk souvenir yang diperjualkan terkadang para calon pembeli kebingungan dalam memilih souvenir, maka dari itu menentukan rekomendasi perlu dilakukan.tujuan pada penelitian ini untuk menentukan souvenir yang akan dijadikan rekomendasi bagi para wisatawan menggunakan algoritma apriori. Penelitian ini dilakukan dengan menggunakan metode data mining yaitu algoritma apriori. Algoritma apriori mampu mengidentifikasi pola-pola yang berguna untuk mendukung keputusan bisnis, seperti dalam penataan produk di toko atau pemberian promosi. Aturan yang dihasilkan yaitu jika membeli bel bambu, maka akan membeli asbak kayu dengan nilai confidence sebesar 60% dan jika membeli gendang maka akan membeli wayang golek dengan nilai confidence sebesar 75%. Dengan hasil yang sudah diketahui maka souvenir rekomendasi dapat ditentukan yaitu bel bambu, asbak kayu, gendang, dan wayang. Dari perolehan analisa pada data transaksi yang menghasilkan pembentukan kombinasi pembelian souvenir secara bersamaan, maka toko souvenir Salim dapat melakukaan pengadaan stok secara seimbang dan dapat memberikan souvenir yang sudah direkomendasikan kepada calon pembeli dan diharapkan juga dapat meningkatkan strategi atau omzet penjualan.

ANALISIS PERBANDINGAN KINERJA DAN KEAMANAN PROTOKOL WPA2 DAN WPA3 DENGAN METODE PENETRATION TESTING

Yudi Mulyanto — 2025-04-15

Universitas Teknologi Sumbawa merupakan salah satu universitas yang jaringannya memanfaatkan protokol keamanan WPA2, namun selama penggunaannya protokol keamanan WPA2 pernah terjadinya peretasan pada jaringan tersebut. Penelitian ini bertujuan untuk menganalisis perbandingan kinerja protokol keamamanan WPA2 dan WPA3 di Fakultas Rekayasa Sistem Universitas Teknologi Sumbawa dengan mengidentifikasi kelemahan dan kelebihan dari masing – masing protokol. Pada penelitian ini penulis menggunakan metode penelitian metode campuran (mixed methods) yaitu kombinasi penelitian kualitatif dan penelitian kuantitatif. Penelitian kualitatif pada penelitian ini melibatkan pengumpulan data melalui observasi dan studi pustaka dan menggunakan metode eksperimen untuk membandingkan protokol WPA2 dan WPA3. Serta metode analisis yang digunakan ialah Penetration Testing dengan melakukan simulasi serangan terhadap kedua protokol keamanan tersebut. Serangan yang dilakukan ialah dictionary attack menggunakan tools-tools pada sistem operasi Kali Linux. Dari hasil penelitian menunjukkan bahwa WPA3 menunjukkan ketahanan lebih baik terhadap sebagian besar serangan, terutama handshake dan perlindungan terhadap cracking password, sehingga menjadikan WPA3 pilihan yang lebih aman untuk jaringan nirkabel. Hal ini dikarenakan WPA3 menggunakan autentikasi Simultaneous Authentication of Equals (SAE) yang memiliki kelebihan menggunakan algoritma Password-Authenticated Key Exchange (PAKE) yang dapat melindungi kata sandi dari pihak ketiga yang tidak berwewenang.

REVOLUSI DIAGNOSIS: OPTIMASI RANDOM TREE-PSO UNTUK PENYAKIT GINJAL KRONIS

Sartini — 2025-04-15

Penyakit ginjal kronis (PGK) merupakan salah satu masalah kesehatan serius yang memerlukan deteksi dini untuk mencegah komplikasi lebih lanjut dan meningkatkan kualitas hidup pasien. Penelitian ini bertujuan mengembangkan model prediksi PGK dalam upaya meningkatkan akurasi diagnosis dini PGK dengan dataset yang digunakan diperoleh dari UCI Repository. Metode yang dipakai berbasis algoritma Random Tree yang dioptimasi menggunakan Particle Swarm Optimization (PSO) yang berfungsi sebagai metode optimasi untuk meningkatkan kinerja model dengan kedalaman pohon dan jumlah atribut yang dipertimbangkan pada setiap pemisahan, untuk menemukan konfigurasi yang menghasilkan akurasi tertinggi. Proses pengembangan model mencakup tahap seleksi fitur, pelatihan model, dan evaluasi performa menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Random Tree yang dioptimasi PSO secara signifikan meningkatkan performa prediksi dibandingkan model baseline, dengan akurasi mencapai 94,25%. Optimalisasi ini juga mengurangi kompleksitas model tanpa mengorbankan akurasi. Temuan ini menunjukkan potensi penerapan model yang diusulkan untuk mendukung sistem pengambilan keputusan medis secara lebih efisien, terutama dalam deteksi dini PGK. Rekomendasi lebih lanjut mencakup integrasi model ini pada sistem berbasis teknologi di lingkungan klinis untuk mengurangi beban kerja tenaga medis.

BIG DATA ANALYTICS DAN MACHINE LEARNING UNTUK MEMPREDIKSI PERILAKU KONSUMEN DI E-COMMERCE

Djihadul Mubarok — 2025-04-15

Dalam era digital yang berkembang pesat, marketplace digital menjadi salah satu platform utama bagi konsumen dalam melakukan transaksi online. Pemanfaatan Big Data Analytics dalam menganalisis aktivitas konsumen dapat memberikan pengetahuan mendalam untuk pelaku usaha dalam meningkatkan strategi pemasaran dan layanan pelanggan. Penelitian ini bertujuan untuk mengeksplorasi penerapan Big Data Analytics dalam memahami pola pembelian konsumen serta faktor yang mempengaruhi loyalitas pelanggan di marketplace digital. Metode penelitian yang digunakan mencakup pengumpulan data primer melalui survei terhadap 1.000 responden serta data sekunder yang diperoleh dari web scraping dan teknik data mining. Data yang dikumpulkan dianalisis menggunakan teknik analisis Big Data dan algoritma Machine Learning untuk mengidentifikasi tren perilaku konsumen. Hasil penelitian menunjukan bahwa faktor harga, kecepatan pengiriman, serta pengalaman pengguna memiliki pengaruh signifikan terhadap loyalitas pelanggan. Selain itu, penerapan analisis prediktif berbasis Machine Learning mampu meningkatkan akurasi prediksi perilaku konsumen hingga 85%. Pada temuan ini, dapat memberikan pengetahuan bagi pelaku bisnis dalam menentukan ploda dan strategi pemasaran lebih efektif dalam meningkatkan kepuasan pelanggan. Penelitian ini dapat menjadikan peluang bagi penelitian berikutnya mengenai optimalisasi algoritma Machine Learning dalam segmentasi pelanggan untuk personalisasi pengalaman belanja.

RANCANGAN PROTOTYPE ALAT PAKAN ANAKAN AYAM KAMPUNG MENGGUNAKAN ESP32 BERBASIS INTERNET OF THINGS (IOT)

Yudi Mulyanto — 2025-04-15

Peternakan ayam kampung memiliki tantangan dalam pemberian pakan yang teratur, terutama bagi peternak skala kecil yang masih menggunakan metode manual dalam pemberian pakan pada anakan ayam. Hal ini dapat menyebabkan ketidaktepatan dalam jumlah dan waktu pemberian pakan anakan ayam. Penelitian ini bertujuan untuk merancang prototype alat pakan anakan ayam kampung menggunakan ESP32 dengan sistem monitoring dan controlling berbasis Internet of Things (IoT). Metode yang digunakan dalam penelitian ini adalah metode eksperimen, yang mencakup perancangan perangkat keras dan lunak, serta pengujian sistem. Hasil penelitian menunjukkan bahwa alat ini mampu memberikan pakan sesuai jadwal yang ditentukan dan dapat dipantau melalui aplikasi Blynk. Sensor ultrasonic digunakan untuk mendeteksi jumlah pakan yang tersisa dalam wadah, sementara modul Real-Time Clock (RTC) mengatur waktu pemberian pakan. Kesimpulannya, penelitian menunjukkan bahwa alat ini dapat memberikan pakan sesuai jadwal yang ditentukan tanpa keterlambatan, serta dapat dipantau dan dikontrol melalui aplikasi. Dari hasil pengujian terhadap anakan ayam kampung, penggunaan alat ini membantu menjaga keteraturan pemberian pakan, dibandingkan metode manual.

IMPLEMENTASI WIRELESS SENSOR NETWORK PADA PENDETEKSI TANAH LONGSOR BERBASIS INTERNET OF THINGS (IOT) DAN LORA

Satriyo — 2025-04-22

Tanah longsor merupakan salah satu bencana alam yang sering terjadi di Indonesia, terutama di daerah pegunungan dan perbukitan. Penelitian ini mengembangkan alat pendeteksi tanah longsor berbasis Internet of Things (IoT) dengan sistem peringatan dini melalui notifikasi Telegram. Sistem ini menggunakan sensor MPU6050 untuk mendeteksi kemiringan tanah, sensor kelembaban tanah untuk mengukur kadar air, serta modul GPS untuk menentukan lokasi alat. Data sensor dikirimkan ke server Adafruit IO melalui komunikasi LoRa untuk dipantau secara real-time. Jika kemiringan tanah melebihi 27° dan kelembaban mencapai 54%, Sistem akan mengaktifkan buzzer peringatan dan mengirimkan notifikasi ke pengguna melalui Telegram. Masing – masing node diletakan pada titik lokasi yang berbeda pada area tanah yang berpotensi Longsor. Data sensor dari 3 buah node dikirimkan ke gateway, kemudian ditampilkan dalam dalam satu platform IoT secara real time. Data pengujian sensor menujukan sensor Gyroscope mempunyai error 1,94 %, sensor kelembaban tanah memiliki error 1,98% dan sensor GPS memiliki error 0,22%. Pengujian menunjukkan sistem mampu mendeteksi perubahan kondisi tanah dengan akurasi tinggi. Dengan adanya sistem ini, peringatan dini dapat diberikan dengan cepat dan akurat, sehingga dapat membantu mitigasi bencana tanah longsor.

PENGENALAN PLAT NOMOR KENDARAAN REAL-TIME PADA KONDISI GELAP DAN HUJAN MENGGUNAKAN DEEP LEARNING

Yanuangga Galahartlambang — 2025-04-24

Pengenalan plat nomor kendaraan secara real-time merupakan salah satu teknologi penting dalam sistem transportasi cerdas, terutama pada kondisi lingkungan yang menantang seperti gelap dan hujan. Penelitian ini bertujuan untuk mengembangkan dan menguji metode pengenalan plat nomor menggunakan kombinasi YOLO v8 untuk melakukan deteksi plat nomor kendaraan dan framework screen text recognition TPS-ResNet-BiLSTM-Attn untuk pengenalan teks. Dataset yang digunakan berjumlah 3.000 gambar plat nomor yang dibagi menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Framework ini dirancang untuk mengatasi tantangan visual seperti pencahayaan rendah dan gangguan akibat hujan melalui tahapan transformasi geometris (TPS), ekstraksi fitur (ResNet), pemodelan urutan karakter (BiLSTM), dan mekanisme transkripsi berbasis perhatian (Attention). Hasil pengujian menunjukkan akurasi yang berbeda pada berbagai kondisi, yaitu 78,6% pada kondisi normal, 82,4% pada kondisi gelap, dan 80,7% pada kondisi hujan. Hal ini menunjukkan bahwa metode deteksi objek YOLO v8 dan pengenalan karakter teks TPS-ResNet-BiLSTM-Attn yang diusulkan mampu menangani tantangan pengenalan plat nomor dalam kondisi lingkungan yang kompleks, sehingga memiliki potensi besar untuk diterapkan dalam sistem pengawasan transportasi yang lebih andal