p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Flash
Indah Laleb
Politeknik Negeri Kupang

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS CROSS-SITE SCRIPTING (XSS) INJECTION – REFLECTED XSS AND STORED XSS MENGGGUNAKAN FRAMEWORK OWASP 10 Indah Laleb
Jurnal Ilmiah Flash Vol 8 No 1 (2022)
Publisher : P3M- Politeknik Negeri Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32511/flash.v8i1.952

Abstract

Saat ini, banyak situs memanfaatkan sepenuhnya konten client-server (sebagian besar ditulis dalam JavaScript) untuk menembah pengalaman klien. Sebaliknya, tren ini juga telah memperluas keberadaan dan frekuensi serangan cross-site scripting (XSS). Keadaan seperti itu dapat muncul, misalnya, karena kurangnya kesadaran akan masalah keamanan oleh pengembang, atau karena kesalahan pemrograman yang disebabkan oleh kendala keuangan dan waktu. Penelitian ini mencakup dua pendekatan umum untuk menginjeksi kode berbahaya (malicious code) ke halaman web yang ditampilkan kepada pengguna yaitu Reflected XSS dan Stored XSS. Penelitian ini bertujuan untuk mengetahui cara kerja jenis serangan XSS Reflected dan Stored XSS serta menyediakan pencegahan atau tindakan preventif terhadap jenis serangan ini.
PENGENALAN POLA CITRA DIGITAL MOTIF KAIN TENUNAN MOLLO MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN EUCLIDEAN DISTANCE Imanuel Mauko; Indah Laleb; Yudi Berry
Jurnal Ilmiah Flash Vol 9 No 1 (2023)
Publisher : P3M- Politeknik Negeri Kupang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32511/flash.v9i1.1114

Abstract

Penelitian ini dilakukan dengan merancang dan membuat suatu sistem pengenalan pola citra digital motif kain tenunan menggunakan metode Principal Component Analysis (PCA) dan Metode Euclidean Distance dalam rangka melakukan identifikasi dan inventarisir motif kain tenunan, khususnya Tenunan Mollo di Kabupaten Timor Tengah Selatan. Sistem pengenalan pola motif tenunan ini akan dibuat menggunakan aplikasi Matlab berbasis Graphycal User Inteface (GUI). Hasil penelitian menunjukkan bahwa Sistem pengenalan pola motif citra digital kain tenun Mollo, dapat dibuat dengan menggunakan metode Principal Component Analysis (PCA), dan Metode Minimum Euclidean Distance. Citra motif kain tenun yang digunakan pada pelatihan (Training) sistem adalah sebanyak 22 motif, dengan 5 citra sampel tiap motif sehingga terdapat sebanyak 110 data latih dan 110 data uji. Pengujian dilakukan dengan variasi jumlah data latih sebanyak 2, 3, 4, dan 5 data latih. Hasil pengujian menunjukkan bahwa semakin banyak data latih, ketelitian sistem semakin baik yakni mencapai 100% pada 5 data latih.