Claim Missing Document
Check
Articles

Found 3 Documents
Search

FORENSIC ANALYSIS OF WIRELESS NETWORKS Anggraini, Dyah; Syahbuddin, Syahbuddin
Majalah Ilmiah Matematika Komputer 2006: MAJALAH MATEMATIKA KOMPUTER EDISI DESEMBER
Publisher : Majalah Ilmiah Matematika Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1015.887 KB)

Abstract

Wireless communications has been accepted by many organizations and users asit allows to be flexible and portable with increased productivity and lowerinstallation costs. It can be moulded and designed to address different usage anduser needs. WLAN able devices allow users to move their wireless devices fromplace to place within the office without the need of wires and without losing networkconnectivity. It is a well known fact that the wireless networks are vulnerable tomany attacks. Some of the attacks may include interception of sensitive informationthat is not encrypted and transmitted between two wireless devices. Ad hoctransmissions within the network can even compromise the security of a network.Intruders can interfere from inside or out of the network in order to gain connectivityto network management controls and thereby disrupting network resources. Inmost cases the attackers cannot be traced or the purpose of the attack is notknown. Even though we have access to the AP's log files, it has very lessinformation stored in it. Most of the AP's do not provide syslog facilities so that thelogs can be stored at some other server. With the increase in the number of attacktools, security of wireless technologies has become a primary concern. This paperis all about building a device that would be able to watch all the WLAN data andanalysing all the traffic coming and going out of the wireless AP.Keywords: Wireless local area network (WLAN), Access Point (AP), Forensic, WiFiTools,WEP, WPA, 802.11INTRODUCTION
ANALISIS PERINGKAT TOP BRAND OJEK ONLINE MENGGUNAKAN JEJARING SOSIAL PERCAKAPAN TWITTER Aminudin, Ilham; Anggraini, Dyah
Jurnal Ilmiah Informatika Komputer Vol 24, No 2 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2019.v24i2.2365

Abstract

Banyak bisnis mulai muncul dengan melibatkan pengembangan teknologi internet. Salah satunya adalah bisnis di aplikasi berbasis penyedia layanan di bidang moda transportasi berbasis online yang ternyata dapat memberikan solusi dan menjawab berbagai kekhawatiran publik tentang layanan transportasi umum. Kemacetan lalu lintas di kota-kota besar dan ketegangan publik dengan keamanan transportasi umum diselesaikan dengan adanya aplikasi transportasi online seperti Grab dan Gojek yang memberikan kemudahan dan kenyamanan bagi penggunanya Penelitian ini dilakukan untuk menganalisa keaktifan percakapan brand jasa transportasi online di jejaring sosial Twitter berdasarkan properti jaringan. Penelitian dilakukan dengan dengan mengambil data dari percakapan pengguna di social media Twitter dengan cara crawling menggunakan Bahasa pemrograman R programming dan software R Studio dan pembuatan model jaringan dengan software Gephy. Setelah itu data dianalisis menggunakan metode social network analysis yang terdiri berdasarkan properti jaringan yaitu size, density, modularity, diameter, average degree, average path length, dan clustering coefficient dan nantinya hasil analisis akan dibandingkan dari setiap properti jaringan kedua brand jasa transportasi Online dan ditentukan strategi dalam meningkatkan dan mempertahankan keaktifan serta  tingkat kehadiran brand jasa transportasi online, Grab dan Gojek.
ANALISIS PERAMALAN TINGKAT KEMISKINAN DI INDONESIA DENGAN MODEL ARIMA Prasetyono, Rinaldo Isnawan; Anggraini, Dyah
Jurnal Ilmiah Informatika Komputer Vol 26, No 2 (2021)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2021.v26i2.3699

Abstract

Kemiskinan di Indonesia merupakan masalah yang kompleks dan multidimensi, karena tingkat kemiskinan di suatu negara akan mempengaruhi indikator keberhasilan baik dari segi pembangunan maupun perekonomian negara tersebut. Berdasarkan permasalahan tersebut diperlukan sebuah prediksi untuk mengetahui tingkat kemiskinan di Indonesia baik wilayah Perkotaan, Pedesaan maupun secara Nasional. Pada penelitian kali ini, peneliti menggunakan sebuah model dari Box Jenkins yaitu Auto Regresive Moving Average (ARIMA) untuk memprediksi tingkat kemiskinan di Indonesia pada masa yang akan datang. Dataset kemiskinan yang digunakan bersumber dari Badan Pusat Statistik (BPS) dengan data pengujian dari tahun 2011 hingga tahun 2020. Peneliti akan menggunakan 3 parameter error untuk mengevaluasi hasil tingkat kemiskinan di Perkotaan, Pedesaan maupun secara Nasional yaitu RMSE, MAE dan MAPE. Berdasarkan pengujian yang dilakukan bahwa dataset perkotaan menghasilkan model ARIMA(2,2,5) sebagai model ARIMA terbaik dengan RMSE=1.246582, MAE=0.923255 dan MAPE=12%, untuk dataset pedesaan menghasilkan model ARIMA(1,2,1) sebagai yang terbaik dengan RMSE=0.392650, MAE=0.311529 dan MAPE=2%. Sedangkan untuk dataset secara nasional menghasilkan model ARIMA(0,2,5) sebagai yang terbaik dengan RMSE=2.533166, MAE=2.090505 dan MAPE=20%. Dari 3 pengujian tersebut disimpulkan bahwa model ARIMA berhasil memprediksi tingkat kemiskinan di Indonesia baik wilayah Perkotaan, Pedesaan maupun secara Nasional dengan hasil baik.