Pub Date : 2022-12-28DOI: 10.52958/iftk.v18i3.5050
Painem Painem, Aditya Izhar Eka Prayogo
Pemerintah sudah lama mengumumkan rencana untuk memindahkan ibu kota negara, tetapi masih terdapat kontroversi di antara masyarakat yang setuju dan tidak setuju dengan rencana tersebut. Masyarakat memiliki alasan dan pandangan yang berbeda-beda tentang rencana ini. Untuk mendapatkan gambaran umum tentang respon masyarakat terhadap rencana pemindahan ibu kota, perlu melihat berbagai reaksi yang berbeda. Dengan era teknologi yang sangat canggih seperti sekarang ini, membuat penilaian sentimen publik terhadap berbagai isu menjadi mudah dan cepat. Hal ini disebabkan oleh maraknya penggunaan media sosial oleh masyarakat. Media sosial saat ini dapat digunakan sebagai media hiburan, tetapi juga sebagai media untuk menyatakan pendapat dan pandangan tentang berbagai topik. Begitu juga dengan topik pemindahan ibu kota negara, dimana masyarakat banyak mengekspresikan reaksinya melalui berbagai media, termasuk media sosial seperti Twitter. Twitter adalah salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia untuk menyatakan pendapatnya. Pendapat tentang pemindahan ibu kota yang diperoleh dari Twitter perlu dianalisis. Pada penelitian ini, metode analisis sentimen yang digunakan untuk menganalisa topik pemindahan ibu kota dari media sosial twitter adalah metode Naive Bayes Classifier (NBC). Hasil analisis berdasarkan 1.272 tweet menunjukan bahwa sentimen positif sebesar 86.95 % dan sentimen negatif sebesar 13.05 % pada periode 10 May 2022 hingga 1 Juni 2022, sementara hasil pengujian yang diperoleh adalah nilai akurasi sebesar 93 %, presisi sebesar 87 % dan recall sebesar 100 %.
{"title":"Penerapan Algoritma Naïve Bayes untuk Analisis Pandangan Masyarakat terhadap Pemindahan Ibu Kota Indonesia","authors":"Painem Painem, Aditya Izhar Eka Prayogo","doi":"10.52958/iftk.v18i3.5050","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.5050","url":null,"abstract":"Pemerintah sudah lama mengumumkan rencana untuk memindahkan ibu kota negara, tetapi masih terdapat kontroversi di antara masyarakat yang setuju dan tidak setuju dengan rencana tersebut. Masyarakat memiliki alasan dan pandangan yang berbeda-beda tentang rencana ini. Untuk mendapatkan gambaran umum tentang respon masyarakat terhadap rencana pemindahan ibu kota, perlu melihat berbagai reaksi yang berbeda. Dengan era teknologi yang sangat canggih seperti sekarang ini, membuat penilaian sentimen publik terhadap berbagai isu menjadi mudah dan cepat. Hal ini disebabkan oleh maraknya penggunaan media sosial oleh masyarakat. Media sosial saat ini dapat digunakan sebagai media hiburan, tetapi juga sebagai media untuk menyatakan pendapat dan pandangan tentang berbagai topik. Begitu juga dengan topik pemindahan ibu kota negara, dimana masyarakat banyak mengekspresikan reaksinya melalui berbagai media, termasuk media sosial seperti Twitter. Twitter adalah salah satu media sosial yang banyak digunakan oleh masyarakat Indonesia untuk menyatakan pendapatnya. Pendapat tentang pemindahan ibu kota yang diperoleh dari Twitter perlu dianalisis. Pada penelitian ini, metode analisis sentimen yang digunakan untuk menganalisa topik pemindahan ibu kota dari media sosial twitter adalah metode Naive Bayes Classifier (NBC). Hasil analisis berdasarkan 1.272 tweet menunjukan bahwa sentimen positif sebesar 86.95 % dan sentimen negatif sebesar 13.05 % pada periode 10 May 2022 hingga 1 Juni 2022, sementara hasil pengujian yang diperoleh adalah nilai akurasi sebesar 93 %, presisi sebesar 87 % dan recall sebesar 100 %.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"5 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126492283","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-12-28DOI: 10.52958/iftk.v18i3.5133
Komang Ayu Suputri, Made Donita Maharani, Gede Ade Pratama, Nyoman Dinda Indira Sudiasta Putri, I. Listartha, Gede Arna Jude Saskara
Cyber Attack adalah suatu upaya mencuri, mengubah, mengekspos informasi melalui akses tidak sah ke sistem komputer. Terdapat ancaman cyber attack yaitu Phishing, SQL Injection, Man In The Middle, DDOS Attack, Password Attack, XSS, Vulnerability Scanning dan Ransomware Attack. vulnerability Scanning adalah suatu proses mengidentifikasi dan menemukan kelemahan atau kerentanan dalam sebuah sistem. Dalam vulnerability scanning terdapat tiga tools yaitu RedHawk, WebKiller, dan Rapidscan. pengujian ini bertujuan untuk membandingkan setiap tools untuk mencari kerentanan pada suatu website. Pada penelitian ini, setiap tools dilakukan percobaan sebanyak 3 kali percobaan dan hasil celah keamanan yang ditemukan pada setiap tool yaitu pada RedHawk dan WebKiller sejumlah 8 dan pada RapidScan sejumlah 12.
{"title":"Perbandingan Tools Vulnerability Scanning Pada Pengujian Sebuah Website","authors":"Komang Ayu Suputri, Made Donita Maharani, Gede Ade Pratama, Nyoman Dinda Indira Sudiasta Putri, I. Listartha, Gede Arna Jude Saskara","doi":"10.52958/iftk.v18i3.5133","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.5133","url":null,"abstract":"Cyber Attack adalah suatu upaya mencuri, mengubah, mengekspos informasi melalui akses tidak sah ke sistem komputer. Terdapat ancaman cyber attack yaitu Phishing, SQL Injection, Man In The Middle, DDOS Attack, Password Attack, XSS, Vulnerability Scanning dan Ransomware Attack. vulnerability Scanning adalah suatu proses mengidentifikasi dan menemukan kelemahan atau kerentanan dalam sebuah sistem. Dalam vulnerability scanning terdapat tiga tools yaitu RedHawk, WebKiller, dan Rapidscan. pengujian ini bertujuan untuk membandingkan setiap tools untuk mencari kerentanan pada suatu website. Pada penelitian ini, setiap tools dilakukan percobaan sebanyak 3 kali percobaan dan hasil celah keamanan yang ditemukan pada setiap tool yaitu pada RedHawk dan WebKiller sejumlah 8 dan pada RapidScan sejumlah 12.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"23 1 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"116569448","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Female Daily merupakan salah satu platform online yang berfokus di bidang kecantikan dan memiliki forum review dengan lebih dari 50.000 produk kosmetik yang dapat direview oleh membernya. Salah satu brand yang berada di platform ini adalah Skin Game, brand kosmetik lokal yang didirikan pada tahun 2019. Dalam proses pemilihan skincare, seringkali calon pembeli membutuhkan opini orang, oleh karena itu Female Daily hadir memenuhi kebutuhan tersebut. Namun dengan banyaknya review yang tersedia, pengguna membutuhkan waktu untuk membaca beberapa review terlebih dahulu. Cara lain yang dapat dilakukan untuk mempermudah hal tersebut adalah klasifikasi polaritas sentimen pada review produk. Dalam penelitian ini, 450 data review produk Acne Warrior dari brand Skin Game diambil melalui forum review Female Daily kemudian diklasifikasi menggunakan metode Multinomial Naïve Bayes dan TF-IDF untuk mengetahui sentimennya. Hasil evaluasi model pada penelitian ini mendapatkan accuracy sebesar 86,6%, precision 89,1%, recall 94,2%, dan specificity 60%. Hasil penelitian ini berupa polaritas sentimen terhadap produk Skin Game. Berdasarkan hasil pelabelan, dari 450 review, 342 review (76%) memiliki sentimen positif yang artinya cocok serta merasakan manfaat dari produk tersebut dan 108 review (24%) memiliki sentimen negatif yang artinya tidak cocok atau produk Acne Warrior Skin Game tidak memenuhi ekpektasi pengguna.
{"title":"Analisis Sentimen terhadap Produk Skin Game di Forum Review Female Daily Menggunakan Metode Multinomial Naïve Bayes dan TF-IDF","authors":"Quina Alifa Nanda Prakoso, Anita Muliawati, Ika Nurlaili Isnainiyah","doi":"10.52958/iftk.v18i3.4679","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.4679","url":null,"abstract":"Female Daily merupakan salah satu platform online yang berfokus di bidang kecantikan dan memiliki forum review dengan lebih dari 50.000 produk kosmetik yang dapat direview oleh membernya. Salah satu brand yang berada di platform ini adalah Skin Game, brand kosmetik lokal yang didirikan pada tahun 2019. Dalam proses pemilihan skincare, seringkali calon pembeli membutuhkan opini orang, oleh karena itu Female Daily hadir memenuhi kebutuhan tersebut. Namun dengan banyaknya review yang tersedia, pengguna membutuhkan waktu untuk membaca beberapa review terlebih dahulu. Cara lain yang dapat dilakukan untuk mempermudah hal tersebut adalah klasifikasi polaritas sentimen pada review produk. Dalam penelitian ini, 450 data review produk Acne Warrior dari brand Skin Game diambil melalui forum review Female Daily kemudian diklasifikasi menggunakan metode Multinomial Naïve Bayes dan TF-IDF untuk mengetahui sentimennya. Hasil evaluasi model pada penelitian ini mendapatkan accuracy sebesar 86,6%, precision 89,1%, recall 94,2%, dan specificity 60%. Hasil penelitian ini berupa polaritas sentimen terhadap produk Skin Game. Berdasarkan hasil pelabelan, dari 450 review, 342 review (76%) memiliki sentimen positif yang artinya cocok serta merasakan manfaat dari produk tersebut dan 108 review (24%) memiliki sentimen negatif yang artinya tidak cocok atau produk Acne Warrior Skin Game tidak memenuhi ekpektasi pengguna.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"20 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"126436433","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
PeduliLindungi merupakan aplikasi yang ditujukan kepada masyarakat guna menangkal serta menangani COVID-19 di Indonesia. Aplikasi ini wajib dimiliki oleh masyarakat Indonesia, sebagai salah satu hal untuk kewajiban yang dibuat oleh pemerintah dari perundangan yang dibuat untuk memasuki fasilitas publik. Tentunya aplikasi ini juga mendatangkan beberapa tanggapan dari masyarakat. Tanggapan tersebut bisa diungkapkan melalui media sosial yang cukup populer seperti twitter. Melalui twitter, mereka bebas mengungkapkan pendapat mereka tentang penggunaan aplikasi tersebut. Penelitian ini bermaksud untuk mendapatkan informasi sentimen terkait opini masyarakat yang berhubungan dengan penggunaan aplikasi PeduliLindungi, dengan mengaplikasikan algoritma Support Vector Machine serta kernel Radial Basis Function dan algoritma seleksi fitur yaitu Particle Swarm Optimization dalam mengklasifikasikan opini masyarakat terhadap aplikasi PeduliLindungi dari data tweet yang sudah diperoleh serta diberi label sentimen bersifat positif dan label sentimen bersifat negatif. Model Support Vector Machine menghasilkan akurasi sebesar 76.24%, recall (sensitivity) sebesar 82.14%, presisi sebesar 76.67%, dan specificity sebesar 68.89%, sedangkan model Support Vector Machine ditambahkan seleksi fitur yaitu Particle Swarm Optimization mengalami pengingkatan akurasi sebesar 88.12%, recall (sensitivity) sebesar 96.43%, presisi sebesar 84.36%, dan specificity sebesar 77.78%.
{"title":"Pengaruh Seleksi Fitur Particle Swarm Optimization terhadap Sentimen Analisis Aplikasi Pedulilindungi di Twitter dengan Algoritma Support Vector Machine","authors":"Irza Ramira Putra, Yuni Widiastiwi, Nurul Chamidah","doi":"10.52958/iftk.v18i3.4681","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.4681","url":null,"abstract":"PeduliLindungi merupakan aplikasi yang ditujukan kepada masyarakat guna menangkal serta menangani COVID-19 di Indonesia. Aplikasi ini wajib dimiliki oleh masyarakat Indonesia, sebagai salah satu hal untuk kewajiban yang dibuat oleh pemerintah dari perundangan yang dibuat untuk memasuki fasilitas publik. Tentunya aplikasi ini juga mendatangkan beberapa tanggapan dari masyarakat. Tanggapan tersebut bisa diungkapkan melalui media sosial yang cukup populer seperti twitter. Melalui twitter, mereka bebas mengungkapkan pendapat mereka tentang penggunaan aplikasi tersebut. Penelitian ini bermaksud untuk mendapatkan informasi sentimen terkait opini masyarakat yang berhubungan dengan penggunaan aplikasi PeduliLindungi, dengan mengaplikasikan algoritma Support Vector Machine serta kernel Radial Basis Function dan algoritma seleksi fitur yaitu Particle Swarm Optimization dalam mengklasifikasikan opini masyarakat terhadap aplikasi PeduliLindungi dari data tweet yang sudah diperoleh serta diberi label sentimen bersifat positif dan label sentimen bersifat negatif. Model Support Vector Machine menghasilkan akurasi sebesar 76.24%, recall (sensitivity) sebesar 82.14%, presisi sebesar 76.67%, dan specificity sebesar 68.89%, sedangkan model Support Vector Machine ditambahkan seleksi fitur yaitu Particle Swarm Optimization mengalami pengingkatan akurasi sebesar 88.12%, recall (sensitivity) sebesar 96.43%, presisi sebesar 84.36%, dan specificity sebesar 77.78%.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"233 ","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"133322822","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-12-28DOI: 10.52958/iftk.v18i3.5373
Putu Gio Satria Adinata, I. P. Putra, Ni Luh Putu Juliantari, Ketut Dita Ari Sutrisna
Penggunaan SQL injection merupakan sebuah ancaman yang sering terjadi di Internet. Karena penggunaan internet untuk berbagai layanan online meningkat, sama halnya dengan ancaman keamanan yang dimiliki web meningkat. Dikarenakan serangan injeksi SQL merupakan salah satu kerentanan keamanan yang paling serius dalam Web, Oleh karena itu penulis ingin membandingkan beberapa tools dari SQL Injection seperti SQLMap, SQLus, dan The Mole. Tools ini merupakan aplikasi dari sistem operasi Kali Linux, dalam aplikasi ini berguna dalam melakukan injeksi data – data yang ada pada suatu web khususnya database pada web dengan menggunakan fitur – fitur yang tersedia pada aplikasi ini. Dalam paper ini, kami telah menyajikan sebuah perbandingan penggunaan tools seperti SQLMap, SQLSus, dan The Mole dengan membandingkan 3 parameter seperti Cross Program, Functionality, Usability, perbandingan dimulai dari proses injeksi hingga aplikasi itu bekerja sampai dengan proses kita bisa mendapatkan database dari sebuah web yang sudah terinjeksi dan tanpa diketahui oleh korban.
{"title":"Analisis Perbandingan Tools SQL Injection Menggunakan SQLmap, SQLsus dan The Mole","authors":"Putu Gio Satria Adinata, I. P. Putra, Ni Luh Putu Juliantari, Ketut Dita Ari Sutrisna","doi":"10.52958/iftk.v18i3.5373","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.5373","url":null,"abstract":"Penggunaan SQL injection merupakan sebuah ancaman yang sering terjadi di Internet. Karena penggunaan internet untuk berbagai layanan online meningkat, sama halnya dengan ancaman keamanan yang dimiliki web meningkat. Dikarenakan serangan injeksi SQL merupakan salah satu kerentanan keamanan yang paling serius dalam Web, Oleh karena itu penulis ingin membandingkan beberapa tools dari SQL Injection seperti SQLMap, SQLus, dan The Mole. Tools ini merupakan aplikasi dari sistem operasi Kali Linux, dalam aplikasi ini berguna dalam melakukan injeksi data – data yang ada pada suatu web khususnya database pada web dengan menggunakan fitur – fitur yang tersedia pada aplikasi ini. Dalam paper ini, kami telah menyajikan sebuah perbandingan penggunaan tools seperti SQLMap, SQLSus, dan The Mole dengan membandingkan 3 parameter seperti Cross Program, Functionality, Usability, perbandingan dimulai dari proses injeksi hingga aplikasi itu bekerja sampai dengan proses kita bisa mendapatkan database dari sebuah web yang sudah terinjeksi dan tanpa diketahui oleh korban.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"459 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124490472","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-12-28DOI: 10.52958/iftk.v18i3.4694
Deo Haganta Depari, Yuni Widiastiwi, M. M. Santoni
Jantung sebuah rongga organ berotot yang memompa darah melalui pembuluh darah dengan kontraksi berirama yang terus berulang merupakan salah satu organ manusia yang berperan dalam sistem peredaran darah. Jantung sebagai salah organ terpenting dalam tubuh memiliki resiko kematian jika ada kelainan yang terjadi pada jantung. Beberapa masalah pada jantung dibagi menjadi dua yaitu penyakit jantung dan serangan jantung. WHO berdasarkan data menyatakan bahwa ada sebanyak 7,3 juta penduduk di dunia yang meninggal dikarenakan penyakit jantung. Penelitian ini menggunakan kumpulan data pasien penyakit jantung “Personal Key Indicators of Heart Disease” dan menerapkan algoritma klasifikasi Decision Tree, Naive Bayes dan Random Forest. Tujuan dari penelitian ini adalah untuk bagaimana mengolah dan melakukan analisa data, bagaimana penerapan metode Decision Tree, Naive Bayes dan Random Forest pada klasifikasi penyakit jantung, kemudian bagaimana hasil akurasi metode-metode yang digunakan tersebut, bagaimana hasil perbandingan antara Decision Tree, Naive Bayes dan Random Forests yang digunakan dan metode apa yang merupakan terbaik dari klasifikasi penyakit jantung. Hasil dari penelitian ini adalah evaluasi performa metode klasifikasi Decision Tree, Naive Bayes dan Random Forest. Dimana nilai akurasi metode Decision Tree sebesar 0.71%, Naive Bayes sebesar 0.72% dan Random Forest sebesar 0.75%.
{"title":"Perbandingan Model Decision Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung","authors":"Deo Haganta Depari, Yuni Widiastiwi, M. M. Santoni","doi":"10.52958/iftk.v18i3.4694","DOIUrl":"https://doi.org/10.52958/iftk.v18i3.4694","url":null,"abstract":"Jantung sebuah rongga organ berotot yang memompa darah melalui pembuluh darah dengan kontraksi berirama yang terus berulang merupakan salah satu organ manusia yang berperan dalam sistem peredaran darah. Jantung sebagai salah organ terpenting dalam tubuh memiliki resiko kematian jika ada kelainan yang terjadi pada jantung. Beberapa masalah pada jantung dibagi menjadi dua yaitu penyakit jantung dan serangan jantung. WHO berdasarkan data menyatakan bahwa ada sebanyak 7,3 juta penduduk di dunia yang meninggal dikarenakan penyakit jantung. Penelitian ini menggunakan kumpulan data pasien penyakit jantung “Personal Key Indicators of Heart Disease” dan menerapkan algoritma klasifikasi Decision Tree, Naive Bayes dan Random Forest. Tujuan dari penelitian ini adalah untuk bagaimana mengolah dan melakukan analisa data, bagaimana penerapan metode Decision Tree, Naive Bayes dan Random Forest pada klasifikasi penyakit jantung, kemudian bagaimana hasil akurasi metode-metode yang digunakan tersebut, bagaimana hasil perbandingan antara Decision Tree, Naive Bayes dan Random Forests yang digunakan dan metode apa yang merupakan terbaik dari klasifikasi penyakit jantung. Hasil dari penelitian ini adalah evaluasi performa metode klasifikasi Decision Tree, Naive Bayes dan Random Forest. Dimana nilai akurasi metode Decision Tree sebesar 0.71%, Naive Bayes sebesar 0.72% dan Random Forest sebesar 0.75%.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"28 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-12-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"124554451","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Aplikasi Microsoft Office dan pdf saat ini menjadi hal yang sangat penting untuk bertukar informasi di kalangan masyarakat. Tetapi hal ini tidak dilakukan dengan adanya proteksi terhadap informasi dan data yang akan diberikan. Sedangkan pengamanan data adalah hal yang sangat penting, karena bila tidak hati-hati, data bisa dicuri dan digunakan oleh orang lain. Tujuan dari penelitian ini yaitu menciptakan sistem keamanan yang maksimal agar data tidak disalahgunakan, yaitu dengan menggunakan algoritma AES dan Bcrypt. Metode yang dilakukan adalah perancangan sistem menggunakan framework Laravel, algoritma kriptografi Bcrypt serta AES sebagai pengamanan file, dengan menggunakan sampel komputer 1 dan komputer 2. Hasil penelitian ini didapatkan beberapa hasil yaitu, komputer 1 memiliki waktu pemrosesan yang lebih baik dari komputer 2, dengan adanya peningkatan ronde pada Bcrypt, maka waktu pemrosesan akan meningkat sebesar 22,788% sampai 57,765%, waktu untuk melakukan hashing kunci lebih besar daripada saat cek kunci dan kombinasi secret key tidak berpengaruh pada waktu enkripsi dan dekripsi pada file pdf dan docx. Kesimpulan yang didapatkan adalah Laravel merupakan framework yang tepat, dimana package bernama FileVault dapat digunakan untuk mengenkripsi dan dekripsi file tipe .docx dan .pdf menggunakan AES. Penelitian ini diharapkan dapat menciptakan suatu web yang dapat digunakan untuk mengamankan file dokumen dengan AES dan Bcrypt.
{"title":"IMPLEMENTASI ALGORITMA AES DAN BCRYPT UNTUK PENGAMANAN FILE DOKUMEN","authors":"Gebrina Divva Meuthia Zulma, Henki Bayu Seta, Trihastuti Yuniati","doi":"10.52958/iftk.v18i2.4667","DOIUrl":"https://doi.org/10.52958/iftk.v18i2.4667","url":null,"abstract":"Aplikasi Microsoft Office dan pdf saat ini menjadi hal yang sangat penting untuk bertukar informasi di kalangan masyarakat. Tetapi hal ini tidak dilakukan dengan adanya proteksi terhadap informasi dan data yang akan diberikan. Sedangkan pengamanan data adalah hal yang sangat penting, karena bila tidak hati-hati, data bisa dicuri dan digunakan oleh orang lain. Tujuan dari penelitian ini yaitu menciptakan sistem keamanan yang maksimal agar data tidak disalahgunakan, yaitu dengan menggunakan algoritma AES dan Bcrypt. Metode yang dilakukan adalah perancangan sistem menggunakan framework Laravel, algoritma kriptografi Bcrypt serta AES sebagai pengamanan file, dengan menggunakan sampel komputer 1 dan komputer 2. Hasil penelitian ini didapatkan beberapa hasil yaitu, komputer 1 memiliki waktu pemrosesan yang lebih baik dari komputer 2, dengan adanya peningkatan ronde pada Bcrypt, maka waktu pemrosesan akan meningkat sebesar 22,788% sampai 57,765%, waktu untuk melakukan hashing kunci lebih besar daripada saat cek kunci dan kombinasi secret key tidak berpengaruh pada waktu enkripsi dan dekripsi pada file pdf dan docx. Kesimpulan yang didapatkan adalah Laravel merupakan framework yang tepat, dimana package bernama FileVault dapat digunakan untuk mengenkripsi dan dekripsi file tipe .docx dan .pdf menggunakan AES. Penelitian ini diharapkan dapat menciptakan suatu web yang dapat digunakan untuk mengamankan file dokumen dengan AES dan Bcrypt.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"14 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"125694817","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-08-31DOI: 10.52958/iftk.v18i2.4672
Akmal Ilmi, Henki Bayu Seta, I. W. B. Pradnyana
Perkembangan teknologi berbasis aplikasi web yang semakin pesat dalam beberapa tahun terakhir sehingga digunakan untuk berbagai sektor, salah satunya sektor perguruan tinggi. Namun perkembangan ini tidak terlepas dari tingginya isu dan bahaya keamanan informasi pada web sektor perguruan tinggi. Seperti pada Web terbaru Fakultas Ilmu Komputer UPN Veteran Jakarta dengan domain http://new-fik.upnvj.ac.id. Untuk mencegah hal ini dibutuhkan sebuah evaluasi risiko celah keamanan secara komprehensif pada web tersebut. Metode yang digunakan pada penelitian ini yaitu metode OSSTMM, metode tersebut bisa menguji seberapa tinggi tingkat keamanan suatu aplikasi web dengan penilaian RAV dan STAR. Metode ini diharapkan mendapat manfaat dan luaran berupa rekomendasi yang harus dilakukan kepada IT dan developer web Fakultas Ilmu Komputer UPN Veteran Jakarta baru. Hasil penilaian yang didapatkan yakni dengan nilai Actual Security 74.0088, yang menunjukkan bahwa keamanan website tersebut belum baik. Oleh karena itu untuk dapat mencapai nilai 100 harus ditingkatkan dengan membuat nilai Limitation yaitu Vulnerability, Weakness dan Concern bernilai 0.
{"title":"Evaluasi Risiko Celah Keamanan Menggunakan Metodologi Open-Source Security Testing Methodology Manual (OSSTMM) Pada Aplikasi Web Terbaru Fakultas Ilmu Komputer UPN Veteran Jakarta","authors":"Akmal Ilmi, Henki Bayu Seta, I. W. B. Pradnyana","doi":"10.52958/iftk.v18i2.4672","DOIUrl":"https://doi.org/10.52958/iftk.v18i2.4672","url":null,"abstract":"Perkembangan teknologi berbasis aplikasi web yang semakin pesat dalam beberapa tahun terakhir sehingga digunakan untuk berbagai sektor, salah satunya sektor perguruan tinggi. Namun perkembangan ini tidak terlepas dari tingginya isu dan bahaya keamanan informasi pada web sektor perguruan tinggi. Seperti pada Web terbaru Fakultas Ilmu Komputer UPN Veteran Jakarta dengan domain http://new-fik.upnvj.ac.id. Untuk mencegah hal ini dibutuhkan sebuah evaluasi risiko celah keamanan secara komprehensif pada web tersebut. Metode yang digunakan pada penelitian ini yaitu metode OSSTMM, metode tersebut bisa menguji seberapa tinggi tingkat keamanan suatu aplikasi web dengan penilaian RAV dan STAR. Metode ini diharapkan mendapat manfaat dan luaran berupa rekomendasi yang harus dilakukan kepada IT dan developer web Fakultas Ilmu Komputer UPN Veteran Jakarta baru. Hasil penilaian yang didapatkan yakni dengan nilai Actual Security 74.0088, yang menunjukkan bahwa keamanan website tersebut belum baik. Oleh karena itu untuk dapat mencapai nilai 100 harus ditingkatkan dengan membuat nilai Limitation yaitu Vulnerability, Weakness dan Concern bernilai 0.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"37 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132560357","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-08-31DOI: 10.52958/iftk.v18i2.4658
Muhammad Daffa Wahanandra, Theresiawati Theresiawati, Sarika Afrizal
Tradisi berbelanja online sudah menjadi kebiasaan setiap orang entah melalui social commerce ataupun E-commerce. Namun, saat ini berbelanja di social commerce memiliki beberapa risiko seperti terutama untuk keamanan. Karakteristik ini mungkin mendorong pengguna untuk beralih ke E-commerce dari yang awalnya social commerce. Penelitian ini memiliki tujuann yaitu memahami pemahaman yang utuh tentang faktor yang mempengaruhi pengguna untuk bermigrasi dengan faktor push, pull dan mooring (PPM). Penelitian ini menggunakan pendekatan kuantitatif dengan pengumpulan data menggunakan kuesioner secara daring yang diisi oleh konsumen yang telah berbelanja online melalui social commerce dan E-commerce. Proses analisis data menggunakan PLS-SEM dengan SmartPLS. Hasil penelitian ini menunjukkan bahwa faktor Pull memiliki pengaruh positif paling signifikan terhadap Switching Intention, faktor Pull berpengaruh positif tapi tidak signifikan terhadap Switcing Intention dan faktor Mooring memiliki pengaruh negatif terhadap Switcing Intention.
{"title":"Analisis Switching Intention Konsumen Terhadap Pengalaman Belanja Online Dari Social Commerce ke E-Commerce Menggunakan Faktor Push, Pull Dan Mooring","authors":"Muhammad Daffa Wahanandra, Theresiawati Theresiawati, Sarika Afrizal","doi":"10.52958/iftk.v18i2.4658","DOIUrl":"https://doi.org/10.52958/iftk.v18i2.4658","url":null,"abstract":"Tradisi berbelanja online sudah menjadi kebiasaan setiap orang entah melalui social commerce ataupun E-commerce. Namun, saat ini berbelanja di social commerce memiliki beberapa risiko seperti terutama untuk keamanan. Karakteristik ini mungkin mendorong pengguna untuk beralih ke E-commerce dari yang awalnya social commerce. Penelitian ini memiliki tujuann yaitu memahami pemahaman yang utuh tentang faktor yang mempengaruhi pengguna untuk bermigrasi dengan faktor push, pull dan mooring (PPM). Penelitian ini menggunakan pendekatan kuantitatif dengan pengumpulan data menggunakan kuesioner secara daring yang diisi oleh konsumen yang telah berbelanja online melalui social commerce dan E-commerce. Proses analisis data menggunakan PLS-SEM dengan SmartPLS. Hasil penelitian ini menunjukkan bahwa faktor Pull memiliki pengaruh positif paling signifikan terhadap Switching Intention, faktor Pull berpengaruh positif tapi tidak signifikan terhadap Switcing Intention dan faktor Mooring memiliki pengaruh negatif terhadap Switcing Intention.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"43 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"127548026","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2022-08-31DOI: 10.52958/iftk.v18i2.4669
Siti Annisa, Henki Bayu Seta, Noor Falih
Model pengamanan berkas adalah suatu model yang mengimplementasikan satu atau lebih algoritma keamanan untuk melindungi keamanan berkas. Sudah banyak penelitian yang mengusung model pengamanan berkas. Namun, berdasarkan penelitian sebelumnya, model pengamanan berkas masih dapat dikembangkan. Peneliti mengusung model pengamanan berkas baru menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM. Kriptografi asimetri RSA dipilih karena kuatnya algoritma dalam mengamankan berkas. Algoritma kompresi PPM dipilih sebagai penyokong kelemahan RSA dengan mengurangi besarnya ukuran file ciphertext yang dihasilkan. Penelitian ini bertujuan untuk mengukur performa dari model pengamanan berkas menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM dari segi keamanan, waktu, dan ukuran berkas yang dihasilkan. Dari 5 berkas CV yang digunakan didapat hasil waktu komputasi sebesar 0,37 detik dengan rasio kompresi sebesar 70,7611 %. Dengan demikian hasil dari model yang menggunakan RSA dan PPM memiliki hasil rasio kompresi yang lebih baik dibandingkan model pengamanan berkas terhadulu yang menggunakan Blowfish dan LZW.
{"title":"Model Pengamanan Berkas Menggunakan Kriptografi Asimetris RSA Dan Algoritma Kompresi PPM Pada File Curriculum Vitae (CV)","authors":"Siti Annisa, Henki Bayu Seta, Noor Falih","doi":"10.52958/iftk.v18i2.4669","DOIUrl":"https://doi.org/10.52958/iftk.v18i2.4669","url":null,"abstract":"Model pengamanan berkas adalah suatu model yang mengimplementasikan satu atau lebih algoritma keamanan untuk melindungi keamanan berkas. Sudah banyak penelitian yang mengusung model pengamanan berkas. Namun, berdasarkan penelitian sebelumnya, model pengamanan berkas masih dapat dikembangkan. Peneliti mengusung model pengamanan berkas baru menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM. Kriptografi asimetri RSA dipilih karena kuatnya algoritma dalam mengamankan berkas. Algoritma kompresi PPM dipilih sebagai penyokong kelemahan RSA dengan mengurangi besarnya ukuran file ciphertext yang dihasilkan. Penelitian ini bertujuan untuk mengukur performa dari model pengamanan berkas menggunakan kriptografi asimetris RSA dan algoritma kompresi PPM dari segi keamanan, waktu, dan ukuran berkas yang dihasilkan. Dari 5 berkas CV yang digunakan didapat hasil waktu komputasi sebesar 0,37 detik dengan rasio kompresi sebesar 70,7611 %. Dengan demikian hasil dari model yang menggunakan RSA dan PPM memiliki hasil rasio kompresi yang lebih baik dibandingkan model pengamanan berkas terhadulu yang menggunakan Blowfish dan LZW.","PeriodicalId":157748,"journal":{"name":"Informatik : Jurnal Ilmu Komputer","volume":"62 11","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2022-08-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"132835496","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：