Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk merancang sebuah Network Packet Broker (NPB) sebagai bagian dari sistem yang terdistribusi di jaringan untuk filtrasi konten internet publik. Di Indonesia, filtering ini merupakan amanah dari peraturan perundangundangan yang berlaku, namun belum ada produk lokal yang tersedia di pasaran. NPB bertugas menyeleksi paket dengan cepat dan tepat, dan meneruskannya ke bagian lain untuk diaplikasikan rule atau policy yang ditentukan. Intel DPDK dan Intel Hyperscan mempercepat proses dalam menerima, mengolah, dan meneruskan paket. Pengembangan NPB ini meliputi beberapa fitur atau fungsi utama (yang diuji dalam tes fungsional), keamanan, dan kemampuan remote management serta loggingnya. Hasil pengujian menunjukkan bahwa seluruh fungsi utama telah berjalan dengan seharusnya. Pengukuran kinerja berhasil mengetahui baseline dan limit dari arsitektur yang dibuat.

---

This research aims to design a Network Packet Broker (NPB) as part of a distributed system on a network for public internet content filtering. In Indonesia, this filtering is mandated by applicable regulations, but there are currently no local products available in the market. The NPB’s task is to swiftly and accurately filter packets, forwarding them to other components for the application of specified rules/policies. Intel DPDK and Intel Hyperscan accelerate the process of receiving, processing, and forwarding packets. The development of this NPB includes several main features/functions (tested in functional tests), security, and remote management capabilities as well as logging. Test results show that all main functions have run as expected. Performance measurements successfully identified the baseline and limits of the architecture developed. "

"Pandemi global COVID-19 mendorong digitalisasi di seluruh dunia. Digitalisasi di berbagai aktivitas memicu pertambahan pengguna internet dengan pesat. Penambahan pengguna meningkatkan kebutuhan akan aplikasi pengecekan performa layanan internet. Pada saat ini, terdapat beberapa aplikasi untuk melakukan pengukuran performa internet, misalnya aplikasi Speedtest. Aplikasi tersebut menguji parameter konektivitas internet, seperti ping, jitter, serta kecepatan download dan upload. Namun, aplikasi itu tidak menyediakan penjelasan terkait istilah teknis yang dapat dipahami pengguna awam. Aplikasi Network Checker berbasis Java yang penulis kembangkan menggunakan fitur pengukuran performa internet dari LibreSpeed. Penulis juga menyediakan penjelasan mengenai istilah-istilah teknis tersebut dalam halaman bantuan. Selain itu, aplikasi ini memiliki fitur untuk mendeteksi persentase throughput. Fitur tambahan tersebut diterapkan dengan basis packet sniffer TCPDUMP. Besar data hasil tangkapan TCPDUMP per detiknya diubah menjadi persentase terhadap kecepatan download maksimal. Hasil pengujian Network Checker dengan aplikasi resmi LibreSpeed memiliki perbedaan di bawah 15% untuk ping dan download speed; perbedaan 21,9% dan 39,5% untuk jitter dan upload speed. Pengujian persentase throughput menunjukkan perbedaan hanya sebesar 0,29%. Pembandingan Network Checker dengan Speedtest memperlihatkan perbedaan ping dan download speed tidak lebih dari 8%; jitter dan upload speed sebesar 25,68% dan 58,16%. Aplikasi Network Checker unggul dalam segi fitur dibandingkan dengan Speedtest, namun dengan server yang terbatas.

---

The global COVID-19 pandemic was driving digitalization around the world. Digitization in various activities triggered the rapid increase in internet users. In addition to users increases, the need for internet service performance checking applications also grew. Currently, there are several applications to measure internet performance, such as the Speedtest application. This application tests internet connectivity parameters, such as ping, jitter, and download and upload speeds. However, the application does not provide explanations related to technical terms that can be understood by ordinary users. The Java-based Network Checker application that the author developed uses the internet performance measurement feature of LibreSpeed. The author also provides explanations of these technical terms in the help page. Furthermore, this application has a feature to detect the throughput percentage. These additional features are implemented on the basis of the TCPDUMP packet sniffer. The size of the TCPDUMP captured data per second is converted into a percentage of the maximum download speed. The test results of Network Checker with the official LibreSpeed application have a difference of under 15% for ping and download speeds; difference of 21.9% and 39.5% for jitter and upload speed. Throughput percentage testing shows a difference of only 0.29%. Comparison of Network Checker with Speedtest shows the difference in ping and download speed is not more than 8%; jitter and upload speed of 25.68% and 58.16%. The Network Checker application excels in features compared to Speedtest, but with limited servers."

"Arsitektur 5G Core (5GC) menjawab permintaan akan koneksi berkecepatan tinggi dan aman dengan janji konektivitas yang lebih cepat dan keandalan jaringan yang lebih baik. Namun, tantangan keamanan siber terhadap serangan pada Session Management Function (SMF) melalui Packet Forwarding Control Protocol (PFCP) mendorong pengembangan Intrusion Detection System (IDS) menggunakan Machine Learning. Dataset yang digunakan dalam penelitian adalah 5G Core PFCP Intrusion Dataset milik George Amponis, dkk. Penelitian dilakukan dengan menggunakan metode fitur seleksi seperti filter dengan korelasi Pearson, embedded, dan wrapper dengan Recursive Feature Elimination (RFE). Model Machine Learning yang diujikan adalah Random Forest, Gradient Boost Machine (GBM), Light Gradient Boost Machine (LGBM), Extreme Gradient Boost (XGB), dan AdaBoost. Skenario penelitian dibuat menjadi dua berdasarkan data awal dari 5G Core PFCP Intrusion Dataset dengan lima kelas target dan skenario setelah dilakukan penggabungan pada serangan PFCP Session Modification Flood Attack menjadi empat kelas target. Penelitian mendapatkan bahwa kombinasi model GBM dengan metode seleksi fitur embedded pada skenario empat kelas target memiliki kinerja terbaik dalam mendeteksi serangan PFCP pada jaringan 5G Core dengan nilai akurasi sebesar 97,366%, presisi 97,383%, recall 97,366%, dan f1-score sebesar 97,375%.

---

The 5G Core (5GC) architecture addresses the demand for high-speed and secure connections with the promise of faster connectivity and better network reliability. However, cybersecurity challenges against attacks on the Session Management Function (SMF) through the Packet Forwarding Control Protocol (PFCP) drive the development of an Intrusion Detection System (IDS) using Machine Learning. The dataset used in the research is the 5G Core PFCP Intrusion Dataset by George Amponis, et al. Research was conducted using feature selection methods such as filters with Pearson correlation, embedded, and wrapper with Recursive Feature Elimination (RFE). The Machine Learning models tested were Random Forest, Gradient Boost Machine (GBM), Light Gradient Boost Machine (LGBM), Extreme Gradient Boost (XGB), and AdaBoost. The research scenarios were made into two based on the initial data from the 5G Core PFCP Intrusion Dataset with five target classes and the scenario after combining the PFCP Session Modification Flood Attack into four target classes. The research found that the combination of the GBM model with the embedded feature selection method in the four target classes scenario has the best performance in detecting PFCP attacks on the 5G Core network with an accuracy value of 97.366%, precision of 97.383%, recall of 97.366%, and f1-score of 97.375%."

"Seiring dengan meningkatnya pemakaian jaringan WiFi di perusahaan-perusahaan tertentu, semakin meningkat pula peluang keamanan jaringan WiFi tersebut dibobol oleh para hacker untuk alasan yang dapat membahayakan perusahaan tersebut. Salah satu bentuk penyadapan yang cukup berbahaya adalah Packet Sniffing. Agar dapat mengetahui tingkat keamanan jaringan WiFi dari perusahaan tersebut dapat dilakukan dengan menganalisa keamanan jaringan WiFi yang perusahaan tersebut gunakan. Skripsi ini berfokus pada analisis keamanan dari empat jaringan WiFi suatu perusahaan dari penyadapan dengan menggunakan aplikasi InSSIDer dan Ettercap. InSSIDer merupakan suatu tools yang digunakan untuk mendeteksi dan mengidentifikasi sinyal wireless yang terbuka. Kemudian Ettercap akan digunakan untuk melakukan penyerangan Packet Sniffing sebagai langkah pengujian keamanan jaringan WiFi tersebut. Hasil dari penelitian ini menunjukkan InSSIDer mampu mengidentifikasi informasi dari keempat jaringan WiFi dan Ettercap mampu melakukan penyerangan terhadap target dengan tingkat keberhasilan terendah adalah 78 , hingga tingkat keberhasilan tertinggi adalah 90 .

---

Along with the increased use of WiFi networks in specific companies, the situation increases the probability that the WiFi network security can be cracked by hackers for reasons that could endanger the company. A form of eavesdropping that quite dangerous is Packet Sniffing. In order to determine the level of the enterprise WiFi networks security, it can be done by analyzing the security of WiFi networks that the company uses.

This thesis focuses on the analysis of a company 39 s wireless network security from eavesdropping by using the application inSSIDer and Ettercap. InSSIDer is a tool that is used to detect and identify open wireless signal. Ettercap will be used for offensive Packet Sniffing as a step of the WiFi network security testing.

The results of this study show that InSSIDer is able to hold information from WiFi network and Ettercap is able to attack target with the lowest acceleration is 78 , up to the highest acceleration which is 90."

"Network Convergence: Ethernet Applications and Next Generation Packet Transport Architectures provides the guidance and solutions you'll need to understand Ethernet and emerging applications such as cloud computing and mobile apps, as well as large-scale retail and business deployments.This reference starts with an overview of the Ethernet and existing broadband architectures, including XDSL, WIMAX, and VLANs. It moves on to cover next-generation networks and mobile architectures, as well as cloud computing. The book also addresses the convergence of optical, Ethernet and IP/MPLS layers, considered to be the backbone of next-generation packet transport architecture.If you're a network designer or architect, a technical sales professional, or if you're pursuing technical certifications, you will benefit from Network Convergence's fundamental information on this rapidly evolving technology."

"Saat ini terdapat beberapa protokol pada Application Layer yang berjalan di sistem Internet of Things. Protocol seperti MQTT, CoAP, XMPP, dan DDS memiliki arsitektur dan kinerja yang berbeda-beda. Pada jaringan sensor nirkabel yang memiliki daya rendah, bandwidth rendah dan reliabilitas yang terbatas lebih cocok menggunakan CoAP. Namun, CoAP menderita skalabilitas yang buruk jika dibandingkan dengan MQTT. Oleh sebab itu penelitian skripsi ini fokus pada implementasi CoAP Broker yang memungkinkan CoAP menggunakan arsitektur yang serupa dengan MQTT. Penelitian ini mengimplementasi Access Gateway dan beberapa skenario skalabilitas, meliputi skenario pemantauan sensor dan pengedalian aktuator pada peternakan ayam yang memiliki kandang ayam lebih dari satu. Hasil dari penelitian ini menunjukan keberhasilan mengimplementasi CoAP Broker beserta dengan skenario yang disebutkan dengan hasil evaluasi kinerja menunjukan latency yang belum menunjukan congestion saat menangani 130 permintaan per detik dan error-rate yang baik dengan nilai yang sangat rendah antara 0.01 - 0.04.

---

Currently there are several Application Layer protocols running in Internet of Things system. Protocols such as MQTT, CoAP, XMPP, and DDS have different architectures and performance. For wireless sensor networks operating in low power, low bandwidth and with limited reliability, is more suitable to use CoAP. However, CoAP suffers from scalability problem which make it inferior to MQTT architecture. Therefore this research focuses on CoAP Broker implementation which enables MQTT like architecture to be implemented in CoAP.

This research aims to implement Access Gateway and several scalability scenarios, involving sensor monitoring scenarios and actuator controls on chicken farms that have more than one chicken coop. The results of this research shows the success of implementing CoAP Broker along with the mentioned scenarios with performance evaluation results show the latency which has not indicate any congestion when handling 130 requests per second and good error rate with very low value between 0.01 0.04."

"Human action recognition merupakan suatu proses yang bertujuan untuk mengidentifikasi aksi seorang manusia dalam suatu kerangka gambar atau video. Informasi ini nantinya dapat dimanfaatkan untuk berbagai kebutuhan seperti pemantauan keamanan, pemantauan kegiatan, dan lain-lain. Untuk menghasilkan identifikasi yang akurat, sistem human action recognition membutuhkan lingkungan dengan pencahayaan yang baik dan kontras yang tinggi. Namun, dalam beberapa kasus, pencahayaan yang didapatkan oleh sistem human action recognition tidak begitu baik, sehingga hal ini dapat mengganggu proses identifikasi.  Penelitian ini bertujuan untuk merancang sistem human action recognition dengan menggunakan dataset video termal. Model human action recognition yang akan dibangun menggunakan algoritma PoseC3D dari MMAction2. PoseC3D merupakan salah satu metode pendekatan human action recognition berbasis kerangka manusia yang menggunakan 3D heatmap stack sebagai pengganti rangkaian graph sebagai representasi dasar kerangka manusia. Dataset video termal yang digunakan terdiri dari delapan (8) kelas aksi, yaitu aksi jalan, duduk, menyapu, memegang pistol, memegang senapan, berbaring, melempar, dan memegang pisau/senjata tajam. Selain itu, dilakukan juga penelitian pengaruh parameter detection score threshold dan rasio train test split dataset terhadap performa model. Dari hasil eksperimen, dapat dilihat bahwa model human action recognition yang dibangun memiliki performa yang tinggi, baik pada proses pelatihan maupun pengujian.

---

Human action recognition is a process that aims to identify the actions of a human in an image or video frame. This information can then be utilized for various needs such as security monitoring, activity monitoring, etc. To provide an accurate identification, human action recognition systems require an environment with good illumination and high contrast. However, in several cases, the illumination obtained by the human action recognition system is not so good, which can disrupt the identification process.  This research aims to design a human action recognition system using a thermal video dataset. The human action recognition system will be developed using the PoseC3D algorithm from MMAction2. PoseC3D is one of the skeleton-based human action recognition approach methods that uses a 3D heatmap stack instead of a sequence of graphs as a basic representation of the human skeleton. The thermal video dataset consists of eight (8) action classes, i.e., walking, sitting, sweeping the floor, holding a gun, holding a rifle, lying down, throwing something, and holding a knife/sharp weapon. In addition, a study was conducted to determine the impact of the detection score threshold parameter and the the train test split dataset ratio on model performance. From the experiment results, it can be concluded that the human action recognition model built has a high performance, both in the training and testing processes."

"ABSTRAKSistem informasi pada universitas dapat dilihat melalui tampilan Website yang mereka punya. Universitas berperan dalam memetakan dan menyediakan informasi kepada pengguna website yang mengunjungi website mereka. Keberhasilan website universitas sendiri adalah sejauh mana informasi yang disampaikan dimengerti dan memberikan keuntungan kepada pengguna website tersebut. Penelitian ini bertujuan untuk mengukur dan menilai website universitas berdasarkan persepsi pengguna dan expert. Penggunaan metode pada penelitian menggunankan metode statistik untuk pengukuran data dan pengolahan data menggunakan AHP dan TOPSIS. Hasil dari pengolahan statistik menunjukan total penilaian website berdasarkan evaluasi dari pengguna dan hasil dari pengolahan TOPSIS menunjukan kriteria mana yang dipilih dan merupakan kriteria dengan prioritas paling penting dalam penilaian website.

---

ABSTRACT

Information System for university can be seen by website appearance that they had. University have a role as from mapping and providing information for user who had visited their website. The successfull website university is based on how far the information understand and give the user benefits from the website. This research purpose for measurement and evaluate the website university based on perception from user and expert. The method use for this research is statistic method for measurement data from user and tabulating data for expert using AHP (Analytical Hierarki Process) dan TOPSIS (Technique for Order by Similarity to Ideal Solution). The result from statistic show the value website evaluation based on user evaluate and the result from TOPSIS tabulation is showed the criteria who had the most priority from evaluated website."

"Dalam pengawasan lingkungan perbatasan wilayah laut, wireless sensor network merupakan teknologi yang kini sedang dikembangkan sebagai pendeteksi kapal asing dalam jangkauan wilayah pengawasannya. Sistem ini terdiri dari nodal-nodal sensor yang tersebar pada permukaan laut dengan tujuan untuk mengetahui efek gelombang kapal yang terjadi pada permukaan laut yang berkomunikasi dengan cluster head pada wilayah geografisnya yang tehubung juga pada sink (pusat penerima informasi sistem) secara wireless. Efek gelombang kapal yang direspon oleh sensor akan teridentifikasi sebagai kapal asing yang memasuki wilayah pengawasan.

Pada sistem sebelumnya terdapat fitur estimasi kecepatan kapal yang membuat sistem menghitung kecepatan kapal secara otomatis jika kapal telah terdeteksi oleh 4 sensor. Kemudian, dalam penelitian ini penulis mengembangkan fitur estimasi kecepatan dalam sistem untuk dapat mengestimasi kecepatan kapal dengan lebih efisien dan lebih akurat. Pengembangan fitur yang dilakukan penulis adalah dengan menggunakan metode estimasi kecepatan kapal ketika kapal dengan menggunakan 3 sensor yang telah mendeteksi kapal sebagai pengestimasi kecepatannya.

Penelitian ini dilakukan dengan menggunakan skala tertentu terhadap ukuran kapal dan jarak sensor yang seharusnya diimplemantasikan dalam sistem pengawasan yang sesungguhnya. Hasilnya, setelah dibandingkan metode estimasi kecepatan menggunakan 3 nodal dan metode estimasi 4 nodal terhadap kecepatan actual kapal yang seharusnya, diperoleh nilai presentase error pada estimasi menggunakan 3 nodal yang lebih kecil dibandingkan dengan 4 nodal. Nilai tersebut tercapai dengan presentase error estimasi 3 nodal sebesar 53.33% dan estimasi menggunakan 4 nodal sebesar 183.33%.

---

In maritime boundary surveillance, wireless network is the most common tools developed nowadays for detecting foreign ship across the area. This system consists of sensor nodes which are spread on several sea surface points in order to communicate with each of its particular area cluster head that also wirelessly connected to the sink (centre of informations receiver). Ship wave effect responded by the sensor will be identified as foreign ship which enters surveillance area. By far, the current development of this technology is creating a feature that can estimate a ship velocity automatically with four sensors.

In this research the writer developed a feature to estimate a velocity in certain system which can predict the ship velocity in an efficient way accurately. Feature development proposed by the writer is using ship velocity estimation method by utilizing three sensors as the velocity estimator which already detected the ship. This research uses certain scale of ship size and sensor distance, which are feasible to be implemented in real surveillance system.

The result of this research shows that compared to the actual ship velocity, the error presentation of velocity estimation system using three nodes is smaller than the error presentation of velocity estimation system using four nodes. The error presentation of three nodes presentation is 53.33% while estimation with four nodes gave an error presentation up to 183.33%."

"ABSTRAKPengasaman air laut di alam adalah salah satu fenomena akibat adanya perubahan iklim. Kebanyakan eksperimen pengasaman air laut dilakukan di laboratorium dengan sistem yang cukup sederhana. Pada penelitian ini, air laut di dalam akuarium akan di berikan gas CO2 melalui katup jarum yang dikendalikan oleh stepper motor menggunakan kendali sistem Proportional-Integral-Derivative (PID). Akuarium akan dilengkapi pengaduk untuk mempercepat homogenitas sistem serta sensor pH untuk memantau perubahan pH pada sistem akuarium. Arduino sebagai sistem kontrol akan bertugas untukmenggendalikan stepper motor, menjaga pH pada sistem akuarium sesuai set point serta membaca dan merekam perubahan yang terjadi pada sistem akuarium. Hasil penelitian ini menunjukkan sistem mampu meraih setpoint dan menjaga nilai pH sebesar 6,9 ± 0,2. Dari hasil penelitian ini, sistem sangat cocok dilakukan untuk penelitian yang memiliki waktu yang panjang.

---

ABSTRACTOcean acidification is one of the phenomena caused by climate change in the world. Most Ocean Acidification (OA) experiment is carried out in a laboratory by creating a simple system. In this research, the sea water in tank given CO2 gas which is regulated using a needle vale that driven by stepper motors using Proportional-Integral-Derivative (PID) system. This tank is equipped with stirrer to accelerate the homogeneous system and pH sensor to monitor pH changes. Arduino as a system kontrol is tasked to regulate stepper motors, keeping the pH value as appropriate set point and reading while recording the changes occurring on the tank. The results of this research show that the system can reach a set point and maintain it with a pH range of 6,9 ± 0.2. Of the research results can also be concluded this system is very suitable for long-term research."