Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Ilmiah KOMPUTASI

Analisis Log Menggunakan Jupyter Notebook pada Kasus Cyber Threat Hunting Sutra Ovi Yansa; Ferdiansyah
Jurnal Ilmiah KOMPUTASI Vol. 21 No. 2 (2022): Jurnal Ilmiah Komputasi Volume: 21 No. 2, Juni 2022
Publisher : Lembaga Penelitian STMIK Jakarta STI&K

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Forensik Digital merupakan disiplin ilmu yang menerapkan investigasi dan identifikasi dalam menindak kejahatan digital. Salah satu tahapan utama dalam menginvestigasi tindak kejahatan yaitu mengumpulkan barang bukti digital. Untuk menemukan barang bukti digital pada malware, dibutuhkan analisis lebih mendetail agar dapat mendeteksi aktifitas sebuah malware serta mempelajari bagaimana sebuah malware menginfeksi dan berkembang dalam sebuah sistem . Ada dua tipe analisis dalam melakukan analisis pada malware yaitu dengan analisis statis (analisa kode) dan analisis dinamis. Meskipun dari kedua tipe analisis tersebut mempunyai tujuan yang sama yaitu menjelaskan tentang bagaimana sebuah malware bekerja namun peralatan, waktu dan kemampuan yang dibutuhkan dalam menganalisa sangatlah berbeda. Dengan memanfaatkan events log dapat membantu dalam proses analisis sebuah malware dengan melihat setiap peristiwa yang telah disimpan serta dikelola lebih jauh menggunakan aplikasi open source seperi jupyter notebook yang dapat menghasilkan bukti digitial berupa visualisasi IP serangan terhadap sistem dan dapat dipertanggung jawabkan pada persidangan.
Prediksi Mata Uang Bitcoin Menggunakan LSTM Dan Sentiment Analisis Pada Sosial Media Andreean Dharma Arisandi; Ferdiansyah; Linda Atika; Edi Surya Negara; Kiki Rizky Nova Wardani
Jurnal Ilmiah Komputasi Vol. 19 No. 4 (2020): Jurnal Ilmiah Komputasi Volume: 19 No. 4, Desember 2020
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.19.4.370

Abstract

Cryptocurrency adalah mata uang digital dimana transaksi dapat dilakukan dengan transaksi online. Salah satu jenisnya yaitu bitcoin. Bitcoin adalah salah satu mata uang elektronik yang bersifat desentralisasi (tidak terpusat) dan tidak diatur atau dijamin oleh otoritas pusat. Harga Bitcoin sangat ekuktuatif dan sering kali membuat resah pengguna dan investor Bitcoin. Oleh karena itu, diusulkan sebuah metode atau sistem prediksi harga Bitcoin dengan mempelajari pola dan tingkah laku data time series harga historisnya. Dalam Penelitian ini, kontribusi utamanya yaitu analisis sentimen yang dapat membedakan tweet positif dan negatif dari bitcoin di twitter dengan akurasi 80.00%. Dengan model LSTM yang dapat memprediksi harga Bitcoin pada hari berikutnya dengan mempertimbangkan harga historis dan skor sentimen positif dan negatif. Namun teknik ini memerlukan parameter yang tepat untuk mendapatkan hasil prediksi yang akurat. Hasil yang didapatkan dari penelitian ini, menunjukkan jika sistem yang akan dibangun nantinya dapat melihat nilai bitcoin dengan lebih baik lagi. Setelah di evaluasi dengan RMSE didapatkan nilai 335.201882 dengan epoch 10. Semakin kecil RMSE maka semakin baik performansi modelnya terhadap data testing