Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mendeteksi dan menganalisis malware pada aplikasi berbasis Android Application Package (APK) dan iOS Appstore Package (IPA) menggunakan MobSF. Penelitian ini mengadopsi metode hybrid, yang meng- gabungkan pendekatan statik dan dinamik, guna memberikan pandangan yang lebih menyeluruh tentang aspek keamanan aplikasi mobile. Pada pendekatan statik, MobSF menganalisis file aplikasi tanpa mengeksekusinya sehingga dapat mende- teksi potensi malware melalui pemeriksaan source code dan struktur file. Seba- liknya, pendekatan dinamik melibatkan eksekusi aplikasi di emulator untuk me- mantau perilaku runtime-nya, memungkinkan deteksi ancaman yang hanya muncul saat aplikasi dijalankan. Penelitian ini melibatkan pengujian terhadap berbagai je- nis aplikasi yang diunduh di luar platform resmi penyedia aplikasi, seperti Google Play Store dan AppStore, dengan fokus pada akurasi MobSF dalam mendeteksi malware. Penelitian ini menggunakan sampel file APK dan IPA dengan penya- maran yang digunakan oleh malware untuk mengelabui sistem deteksi keamanan. Hasil analisis akan dievaluasi untuk mengukur keberhasilan MobSF dalam mende- teksi dan mengidentifikasi malware. Hasil penelitian menunjukkan bahwa MobSF mendeteksi adanya 15.38% false positive pada sampel APK dan 100% false positive pada sampel IPA. Hasil ini mengindikasikan bahwa MobSF mampu mendeteksi be- berapa ancaman, tetapi juga menghasilkan sejumlah false positive yang perlu diper- hatikan. Hasil penelitian ini dapat menjadi dasar untuk pengembangan dan per- baikan tool analisis malware yang lebih efektif dalam menghadapi ancaman yang terus berkembang di ekosistem perangkat mobile.

---

This research aims to detect and analyze malware in Android Application Package (APK) and iOS Appstore Package (iOS Appstore Package) using MobSF. This research adopts a hybrid method, which combining static and dynamic approaches, to provide a more comprehensive view of the security aspects of mo- bile applications. In the static approach, MobSF analyzes application files without executing them so that it can de- detect potential malware through examining the source code and file structure. In contrast, the dynamic approach involves executing the application on an emulator to monitor its runtime behavior, enabling the detec- tion of threats that only emerge when the application is executed. This research involved testing different types of apps downloaded outside of official app provider platforms, such as the Google Play Store and AppStore, with a focus on MobSF’s accuracy in detecting malware. The research utilized samples of APK and IPA files with the disguises used by malware to trick security detection systems. The re- sults analysis will be evaluated to measure the success of MobSF in detecting and identifying malware. The analysis results show that MobSF detected 15.38% false positives in APK samples and 100% false positives in IPA samples. These findings indicate that while MobSF can detect some threats, it also produces a number of false positives that need to be addressed. This research is expected to provide in- sight into about MobSF’s reliability in detecting and analyzing APK- and IPA-based malware attacks, as well as providing further understanding of the advantages and disadvantages of static and dynamic approaches in security analysis. The results of this research can serve as a basis for the development and improvement of malware analysis tools that are more effective in dealing with evolving threats in the mobile device ecosystem."

"ABSTRAKNotifikasi merupakan salah satu fitur komunikasi via pesan yang penting keberadaannya di aplikasi pada smartphone. Penerapan sistem notifikasi push notification mampu meningkatkan interaksi antar pengguna dan penggunaan layanan yang disediakan perangkat lunak Berbagi Kendaraan. Aplikasi Berbagi Kendaraan merupakan aplikasi berbasis Android yang dikerjakan pada studi ini. Tujuan aplikasi adalah untuk menciptakan platform berbagi kendaraan yang aman sebagai bagian dari aplikasi sistem transportasi cerdas. Diperlukan adanya sistem push notification yang efektif untuk meningkatkan interaksi penggunaan layanan yang disediakan. Tulisan ini membahas implementasi dan evaluasi kinerja dari layanan push notification pada aplikasi Berbagi Kendaraan menggunakan Google Cloud Message(GCM), IMF Push Bluemix, dan Telegram API. Stress testing dengan variasi concurrent request dilakukan untuk menguji implementasi. Hasil pengujian menunjukkan layanan GCM lebih baik dengan persentase minimum pesan diterima 95,09%. Diikuti dengan layanan IMF Push dengan persentase minimum pesan diterima 85,44% dan Telegram API sebesar 52,50%. Evaluasi kinerja dilakukan dengan pengambilan dan pengolahan data pada latency, jitter, packet loss dan throughput melalui tiga kondisi uji. Hasil pengujian menunjukkan bahwa layanan Google Cloud Messaging merupakan layanan push notification berbasis cloud yang memiliki kinerja paling baik pada implementasi untuk aplikasi Berbagi Tumpangan dengan nilai rata-rata latency 209,65 milidetik, jitter 107,62 milidetik, packet loss 0% dan throughput 8478,89 bit/detik.

---

ABSTRACTNotification is one of the most important communication features that should exist on smartphone‟s applications. The implementation of the push notification system may increase the interaction between users and the usage of Vehicle Sharing‟s services. Vehicle Sharing application is an Android-based application that is being studied in this experiment. The goal is to create a safe platform for vehicle sharing as a part of an intelligent transportation system. Therefore, it is necessary to implement an efficient push notification system to enhance the user experience. This paper describes the implementation and performance evaluation of several push notification services, i.e. Google Cloud Messaging (GCM), IMF Push Bluemix, and Telegram API. Stress tests with variation of concurrent request were conducted to evaluate the implementation. The result shows that the GCM service outperform others with minimum messages received of 95,09%. It is followed by the IMF Push services with 85,44% messages received and subsequently the Telegram API with 52,50% messages received. The performance evaluation was conducted by collecting and analyzing the latency, jitter, packet loss and throughput of each push services through three scenarios. The result shows that the GCM service performs better as a more reliable cloud-based push notification service on the Vehicle Sharing application with the mean latency of 209,65 ms, jitter of 107,62 ms, packet loss of 0%, and throughput of 8478,89 bit/s."

"ABSTRAKPetir merupakan fenomena alam yang bersifat desruktif yang dapat membahayakan kehidupan makhluk hidup. Data pemetaan petir sangat dibutuhkan oleh perusahaan asuransi untuk membuktikan bahwa lokasi tersebut tersambar petir. Data pemetaan petir tersebut diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) dari perangkat Lightning Detector yang terbatas dan relatif mahal harganya. Oleh karena itu penelitian ini bertujuan untuk membuat sebuah sistem yang dapat mendeteksi lokasi petir dengan bermodalkan smartphone android dengan metode trilateration. Prinsip kerja sistem ini dimulai dari perangkat android yang merekam gelombang elektromagnetik dan suara guntur yang dihasilkan petir. Sistem pengenalan suara petir berbasis Convolutional Neural Network (CNN) digunakan dalam sistem yang dibangun. Selanjutnya data lokasi (lintang dan bujur) dari Global Positioning System (GPS) akan dikirim ke server untuk dihitung sehingga mendapatkan nilai jarak antara dari lokasi petir dan lokasi perangkat android. Beberapa perangkat android (minimal tiga perangkat) akan menghasilkan titik perpotongan dengan metode trilateration. Titik perpotongan tersebut dapat diasumsikan lokasi petir.

---

ABSTRACTLightning is a destructive natural phenomenon in nature that can endanger the lives. Lightning mapping data is needed by insurance companies to prove that the location was struck by lightning. The lightning mapping data was obtained from the Meteorology, Climatology and Geophysics Agency (BMKG) from the Lightning Detector device which was limited and relatively expensive. Therefore, this study aims to create a system that can map the distribution of lightning with an android smartphone using the trilateration method. The working principle of this system starts from an android device that records electromagnetic waves and the sound of thunder generated by lightning. The lightning voice recognition system based on the Convolutional Neural Network (CNN) is used in the built system. Then the location data (latitude and longitude) from the Global Positioning System (GPS) will be sent to the server to be calculated so that the distance between the location of the lightning and the location of the android device is obtained. Some android devices (at least three devices) will generate the intersection point by the trilateration method. The point of intersection can be assumed to be the location of the lightning."

"Media dua dimensi merupakan media konvensional yang marak digunakan secara umum. Namun begitu, media dua dimensi yang dalam hal ini berbentuk fisik, secara pelan mulai ditinggalkan dengan masifnya digitalisasi. Hal tersebut disayangkan karena banyak sumber ilmu dan informasi yang bisa saja hanya berada pada media dua dimensi. Untuk bisa membuat penggunaan media dua dimensi menjadi lebih menarik, teknologi augmented reality bisa menjadi jawaban. Dalam hal ini dikembangkan aplikasi iOS bernama readAR dengan penerapan teknologi visual inertial odometry menggunakan ARKit yang dapat melakukan pendeteksian gambar dan analisis visual dalam melakukan penempatan objek untuk bisa menghadirkan interaksi yang diinginkan pada teknologi augmented reality. Pada readAR dapat dihadirkan interaksi dalam bentuk objek tiga dimensi menggunakan SceneKit serta video menggunakan SpriteKit. Berdasarkan hasil analisis perhitungan, didapatkan nilai interaksi pada media koran untuk objek tiga dimensi memakan nilai senilai 1.45 lebih lama  dibandingkan video pada media koran dan 2.7 kali pada media majalah. Dari pengujian performa terhadap CPU, didapatkan kesimpulan interaksi video menggunakan CPU lebih besar dengan selisih 3% pada media koran dan 5.1% pada media majalah. Hal yang sama juga terjadi pada pengujian memory, dengan selisih 23.01 MB untuk media koran dan 21.17 MB untuk media majalah.

---

Two-dimensional media is a conventional medium that is widely used in general. However, two-dimensional media, which in this case is in physical form, is slowly being abandoned due to massive digitization. This is unfortunate because there are many sources of knowledge and information that can only exist in two-dimensional media. To make the use of two-dimensional media more interesting, augmented reality technology can be the answer. In this case, an iOS application called readAR was developed with the application of visual inertial odometry technology using ARKit, which can perform image detection and visual analysis to place objects and provide the desired interaction with augmented reality technology. In readAR, interactions can be presented in the form of three-dimensional objects using SceneKit and videos using SpriteKit. Based on the results of the calculation analysis, it was found that the interaction value for three-dimensional objects on newspaper media takes 1.45 times longer than videos on newspaper media and 2.7 times longer for magazine media. Testing the performance of the CPU showed that video interaction uses a larger CPU, with a difference of 3% for newspapers and 5.1% for magazines. The same trend was observed in the memory test, with a difference of 23.01 MB for newspapers and 21.17 MB for magazines."

"The march of the android-based tablets has begun, including Galaxy Samsung tab, Motorola XOOM, Nook and more. But where do you start? And what can you do with an Android tablet? Taking your android tablets to the Max is a one-stop shop for users of all skill levels, helping you get the most out of any android tablet.This book offers, a breakdown of the differences between an Android 2.0+ or an Android 3.0 device, tips for choosing the best device for you and how to best network (i.e., best wireless carrier for 3G or 4G or just WIFI), and detailed walkthroughs on how to get the most out of your tablet and the apps for it."

"Di awal tahun 2020, banjir beberapa kali menggenangi sebagian besar wilayah Jakarta dan sekitarnya. Ribuan warga harus mengungsi ke tempat lain karena air yang masuk dan menggenangi rumah mereka. Fenomena baru yang banyak terjadi pada saat banjir awal tahun ini adalah maraknya warga yang menggunakan media sosial untuk mencari berbagai jenis bantuan, mulai dari bantuan evakuasi atau pun bantuan seperti makanan dan medis. Fenomena tersebut melatarbelakangi adanya penelitian ini, yaitu untuk mengembangkan aplikasi berbasis Android bernama Res-Q yang dapat memfasilitasi para korban banjir mencari berbagai jenis bantuan. Melalui aplikasi Res-Q, para korban banjir dapat mengirimkan lokasi terbaru beserta dengan jenis bantuan yang diinginkan agar dapat diketahui oleh pihak tim penolong. Korban banjir yang masih dapat melakukan evakuasi mandiri juga dapat mencari posko bantuan dan penampungan terdekat beserta informasi seputar posko tersebut. Aplikasi Res-Q yang telah dikembangkan dievaluasi menggunakan pengujian task scenario dan kuesioner System Usability Scale (SUS). Skor yang didapatkan pada pengisian kuesioner SUS adalah 87 yang berarti aplikasi Res-Q termasuk acceptable dengan grade A. Sementara itu, dari pengujian task skenario didapatkan beberapa masukan terkait tampilan dan juga fungsionalitas beberapa fitur tertentu.

---

In the early 2020, Jakarta and its neighborhood suffered from floods several times. Thousands of people had to be evacuated since their dwellings were flooded. This sudden emergence of repeating floods incited the society to use social media platforms to seek for help such as food supply, evacuation, and medical support. The urge of people using the social media platforms to help fulfilling their needs is the main background why this research is conducted, which is developing an Android-based application called Res-Q. This application works for those people who seek for several kind of aids. By using the application, the user is able to send their location along with the kind of aids they need. The floods victim who is still capable to independently evacuate themselves is also possible to find the closest aid post along with its detailed information. Res-Q application that has been developed is evaluated by task scenario test and System Usability Scale (SUS) questionnaire. The research reveals that the final score earned in SUS questionnaire is 87, which shows how the Res-Q application is acceptable with the A grade. On the other hand, the task scenario test received several feedbacks in regards of its display and its functional features. "

"Waktu merupakan hal yang penting khususnya bagi mahasiswa, oleh karena itu dibuatlah aplikasi bikunin untuk memperkirakan waktu datangnya bikun (Bis Kuning) pada setiap halte, sehingga waktu yang digunakan untuk menunggu bikun dapat dimanfaatkan dengan lebih baik. Selain itu, aplikasi bikunin juga memiliki fitur lain seperti pesan dan tracking bikun untuk lebih memudahkan user mengetahui kondisi dan lokasi bikun. Perancangan dan pengimplementasian aplikasi bikunin menggunakan metode HCI (Human and Computer Interaction) untuk memudahkan user menggunakan aplikasi bikunin dan memberikan tampilan yang menarik. Dari hasil pengujian didapatkan bahwa rata-rata hasil eksekusi waktu pada fitur tracking bikun adalah 936,5 milliseconds untuk kartu Smartfren dan 500,7 untuk kartu Axis. Sedangkan waktu pemrosesan rata-rata untuk melakukan pengiriman pesan kepada 20 user adalah 11492,1 milliseconds, untuk 10 user adalah 6305,1 milliseconds, untuk 5 user adalah 3902,7 milliseconds, untuk 1 user adalah 2792,6 milliseconds. Waktu pemrosesan rata-rata untuk menampilkan estimasi waktu kedatangan Bis Kuning pada halte berikutnya adalah 13971,9 milliseconds untuk kartu Smartfren dan 15935,1 untuk kartu Axis. Hasil pengujian responden menunjukkan bahwa tingkat kepuasan responden sebesar 83,1% untuk fungsi utama, 77,1% untuk fitur-fitur serta 74,6% untuk tampilan antarmuka. Secara keseluruhan tingkat kepuasan responden sebesar 78,8 %.

---

Time is important, especially for students, therefore we made an bikunin application to estimate the arrival time of bikun (Bis Kuning) at each bikun shelter, so the time spent waiting bikun can be optimized. In addition, the bikunin application also has other features such as messaging and bikun tracking to assists the user to find out the location of the Bis Kuning. The design and implementation of bikunin applications employs HCI (Human and Computer Interaction) principles to allow users to use the bikunin application easily and provides attractive appearance.

From the test results, it is showed that the average execution time on the bikun tracking features is 936.5 milliseconds for Smartfren card and 500.7 milliseconds for Axis card. While the average processing time for sending messages to the 20 users is 11492.1 milliseconds, whereas for 10 users is 6305.1 milliseconds. Meanwhile for 5 users is 3902.7 milliseconds, and 2792.6 milliseconds for one user. The average processing time to provides the expected arrival time of Bis Kuning to the next shelter is 13971.9 milliseconds for Smartfren card and 15935.1 milliseconds for Axis card.

The test results shows that the respondents' satisfaction level is 83.1% for the main function, 77.1% for features and 74.6% for the interface. Overall satisfaction level of respondents is 78.8%."

"Cyberbullying merupakan hal yang marak terjadi di dunia global, bahkan di Indone- sia. Menurut survei yang dilaksanakan oleh UNICEF terhadap 2.777 anak muda di Indonesia pada tahun 2019, 45 persen dari partisipan tersebut pernah mengalami cy- berbullying. Dari data tersebut, penulis ingin mencoba mengurangi jumlah tersebut dengan membuat suatu aplikasi untuk mendeteksi apakah sebuah kalimat yang ditulis mengandung unsur cyberbullying atau tidak sehingga pengguna aplikasi terse- but dapat menjaga ucapannya dalam mengirim pesan secara online. Aplikasi tersebut dibuat berbasis android sehingga mudah untuk diakses masyarakat Indonesia. Aplikasi tersebut juga dibuat berdasarkan bahasa pemrograman Kotlin, karena ba- hasa pemrograman tersebut merupakan bahasa yang modern, ringkas, mudah untuk dioperasikan, serta merupakan bahasa pemrograman yang lebih aman untuk digu- nakan dalam mendesain suatu aplikasi android dibandingkan dengan bahasa pem- rograman yang lainnya.

---

Cyberbullying is something that is happening massively in global, especially in In- donesia. According to a survey by UNICEF that is conducted to 2,777 young people in Indonesia in 2019, 45 percent of the participants had experienced cyberbullying. From this data, the author wants to try to reduce this number by creating an application to detect whether a sentence written contains elements of cyberbullying or not so that application users can protect their speech when they are sending messages online. The application is based on Android so that it is easy for Indonesian people to access. The application is also made based on Kotlin programming language, be- cause this programming language is a modern, concise, easy-to-operate language, and is a safer programming language to use in designing an Android application compared to other programming languange."

"Pengembangan aplikasi yang tidak dilengkapi dengan informasi detail mengenai aspek keamanan aplikasi menyebabkan pengguna mengalami kesulitan untuk menilai dan memahami risiko keamanan privasi yang mereka hadapi, sehingga banyak informasi sensitif yang terungkap tanpa sepengetahuan pengguna. Penelitian ini mengembangkan desain penilaian risiko privasi melalui pendekatan analisis statik dengan memanfaatkan permission dan beberapa atribut aplikasi (multiple application attributes), serta menggunakan majority voting ensemble learning dengan menerapkan teknik pemilihan fitur Random Forest Feature Importance untuk mendeteksi keamanan aplikasi. Nilai risiko diperoleh dari sebuah matriks risiko yang dibentuk dari dua aspek penilaian, yaitu frekuensi terjadinya risiko (likelihood) dan tingkat keparahannya (severity). Penilaian likelihood dilakukan dengan mengkombinasikan prediksi ensemble learning dan atribut aplikasi, sementara penilaian severity berdasarkan pada karakteristik dan jumlah permission. Untuk mengevaluasi model pembelajaran dan desain penilaian risiko privasi digunakan dataset CIC-AndMal2017 yang terdiri dari 2126 file APK. Jumlah data yang digunakan untuk membentuk model memiliki proporsi 80% data training dan 20% data testing, serta metode klasifikasi data yang digunakan adalah binary class (malicious dan benign). Penelitian ini menerapkan bahasa pemrograman Python dan menggunakan parameter default pada proses pembentukan model pembelajaran. Hasil percobaan menunjukkan bahwa model ensemble learning yang dibentuk dari algoritma Decision Tree, K-Nearest Neighbor, dan Random Forest memiliki performa model yang lebih baik dibandingkan single classification model, dengan accuracy sebesar 95.2%, precision 93.2%, dan F1-Score sebesar 92.4%. Penerapan teknik pemilihan fitur mampu meningkatkan efisiensi waktu selama pembelajaran model dengan total waktu sebesar 263 ms. Serta, hasil penilaian risiko mampu memberikan informasi yang komprehensif dan logis mengenai keamanan privasi aplikasi kepada pengguna. Hal ini menunjukkan bahwa desain penilaian risiko yang dibuat dapat menilai aplikasi secara efektif dan objektif.

---

Lack of detailed information about the application's security aspects leads to the user's inability to assess and understand the risk of privacy breaches and leads to the disclosure of a great deal of sensitive information without the user's knowledge. This study proposes a privacy risk assessment development through employing static analysis with permission and multiple application attributes and using majority voting ensemble learning with the Random Forest Feature Importance technique to detect app security. The risk score is obtained from a risk matrix based on two assessment aspects, namely the frequency of risk (likelihood) and its severity. The likelihood assessment is performed by combining ensemble learning predictions and information on multiple application attributes, while the severity assessment is performed by utilizing the number and characteristics of permissions. The dataset CIC-AndMal2017, which consists of 2126 APK files, was used to evaluate learning models and privacy risk assessment design. The amount of data used to build models consists of 80% data training and 20% data testing, while the data classification method used is binary class (malicious and benign). This study employs Python programming and implements default parameters in building a learning model. The experimental results show that ensemble learning model built from Decision Tree, K-Nearest Neighbor, and Random Forest algorithms provides better model performance than single classification models with accuracy of 95.2%, precision of 93.2%, and F1-Score of 92.4%. By applying feature selection technique, it could improve the efficiency of time used to learn the model with a total time of 263 milliseconds. Moreover, the results of the risk assessment provide comprehensive and rational information about the security of application privacy to users. This shows that the risk assessment design can assess the applications effectively and objectively. "

"With Beginning android web apps development, you'll learn how to apply HTML5, CSS3, JavaScript, Ajax and other web standards for use on the android mobile platform, by building a variety of fun and visually stimulating games and other web applications! If you've done some basic web development, and you want to build your skills to create exceptional web apps, you'll find everything you seek in the discussions and examples in this book."