Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTA conversational agent is a software that can communicate with humans by using natural language. Earlier approaches to build conversation agents were rule-based. With the rise of deep learning, the neural network models have been used to automatically infer the conversations used by the agents. This method allows skipping the cumbersome feature engineering process in the training and results in the application of conversational agents to the various field. There is one major problem in the neural network called catastrophic forgetting, a condition where the neural network will forget knowledge learned in the previous training phase and a new knowledge will be acquired. This problem can be mitigated by using a continuous learning model to sustain the old knowledge while keep learning new knowledge. In this project, we propose the application of neural conversational model on Dota 2, an online game with the continuous update, bug fixes, and new features. The continuous update feature has led to players struggling to stay informed of changes in the game features and characters. We propose the usage of a conversational agent with a continuous learning model to learn the everchanging patch notes while still maintaining previous patches knowledge. Our project has shown that elastic weight consolidation is not suitable for a dataset with text properties and would be better to be applied in other types of datasets which has been conducted in previous studies.

---

ABSTRACTConversational agent, adalah perangkat lunak yang digunakan untuk berkomunikasi dengan user menggunakan natural language. Pembuatan conversational agent sebelumnya menggunakan rule-based. Dengan munculnya Deep learning, model menggunakan neural network untuk menyimpulkan pembicaraan di dalam percakapan secara otomatis. Metode ini memungkinkan untuk melewati proses feature engineering di masa pelatihan dan menghasilkan conversational agent dalam banyak bidang. Namun ada satu masalah besar menggunakan neural network yaitu model akan melupakan pengetahuan yang sudah dipelajari dalam masa pelatihan sebelumnya dan pengetahuan baru akan didapatkan. Masalah ini bias di mitigasi dengan menggunakan continuous learning model untuk mempertahankan pengetahuan lama sambal mempelajari pengetahuan baru. Di dalam proyek ini, kami mengusulkan penerapan model percakapan neural network pada Dota 2, game online yang memiliki pembaruan berkelanjutan seperti memberbaiki bug dan fitur baru. Fitur pembaruan berkelanjutan telah meyebabkan pemain berupaya untuk tetap mendapatkan informasi tentang perubahan fitur dan karakter. Kami mengusulkan penggunaan conversational agent dengan continuous learning agar model dapat mempelajari perubahan yang terjadi di dalam permainan tersebut dan mempertahankan pengetahuan sebelumnya. Project ini telah menunjukkan bahwa elastic weight consolidation tidak cocok untuk dataset dengan property teks dan akan lebih baik untuk diterapkan pada jenis dataset lain yang telah dilakukan dalam studi sebelumnya"

"Keamanan data (data security) sudah menjadi bagian vital didalam suatu organisasi yang menggunakan konsep sistem informasi. Semakin hari ancaman-ancaman yang datang dari Internet menjadi semakin berkembang hingga dapat mengelabuhi firewall maupun perangkat antivirus. Selain itu jumlah serangan yang masuk menjadi lebih besar dan semakin sulit untuk diolah oleh firewall maupun antivirus. Untuk dapat meningkatkan keamanan dari suatu sistem biasanya dilakukan penambahan Intrusion Detection Sistem IDS , baik sistem dengan kemampuan anomaly-based maupun sistem pendeteksi dengan kemampuan signature-based. Untuk dapat mengolah serangan yang jumlahnya besar maka digunakan teknik Big Data. Penelitian yang dilakukan ini menggunakan teknik anomaly-based dengan menggunakan Learning Vector Quantization dalam pendeteksian serangan. Learning Vector Quantization adalah salah satu jenis neural network yang bisa mempelajari sendiri masukan yang masuk kemudian memberi keluaran sesuai dengan masukan tersebut. Beberapa modifikasi dilakukan untuk meningkatkan akurasi pengujian, antara lain dengan melakukan variasi parameter-parameter uji yang ada pada LVQ. Dengan melakukan variasi pada parameter uji learning rate, epoch dan k-fold cross validation dihasilkan keluaran dengan hasil yang lebih efisien. Keluaran diperoleh dengan menghitung nilai information retrieval dari tabel confusion matrix tiap- tiap kelas serangan. Untuk meningkatkan kinerja sistem maka digunakan teknik Principal Component Analysis untuk mereduksi ukuran data. Dengan menggunakan 18-Principal Component data berhasil direduksi sebesar 47.3 dengan nilai Recognition Rate terbaik sebesar 96.52 dan efesiensi waktu lebih besar 43.16 daripada tanpa menggunakan PCA.

---

Data security has become a very serious part of any organizational information system. More and more threats across the Internet has evolved and capable to deceive firewall as well as antivirus software. In addition, the number of attacks become larger and become more dificult to be processed by the firewall or antivirus software. To improve the security of the system is usually done by adding Intrusion Detection System IDS , which divided into anomaly based detection and signature based detection. In this research to process a huge amount of data, Big Data technique is used. Anomaly based detection is proposed using Learning Vector Quantization Algorithm to detect the attacks.

Learning Vector Quantization is a neural network technique that learn the input itself and then give the appropriate output according to the input. Modifications were made to improve test accuracy by varying the test parameters that present in LVQ. Varying the learning rate, epoch and k fold cross validation resulted in a more efficient output.

The output is obtained by calculating the value of information retrieval from the confusion matrix table from each attack classes. Principal Component Analysis technique is used along with Learning Vector Quantization to improve system performance by reducing the data dimensionality. By using 18 Principal Component, dataset successfully reduced by 47.3 , with the best Recognition Rate of 96.52 and time efficiency improvement up to 43.16."

"Serangan Denial of Service DoS merupakan salah satu serangan yang sering terjadi dalam jaringan internet. Dampak yang dihasilkan mulai dari memperlambat kinerja suatu perangkat keras hingga mematikannya. Selain itu, serangan ini terus berkembang dengan munculnya metode-metode terbaru dalam melakukan penyerangan. Pada tahun 2016, telah ditemukan jenis serangan DoS terbaru dengan kemampuan dalam mematikan sistem pertahanan suatu perangkat keras dalam hal ini yaitu firewall yang diberi nama BlackNurse. Bekerja seperti serangan ICMP flooding, serangan BlackNurse ini dapat dilakukan oleh siapapun dengan menggunakan suatu jaringan yang memiliki ukuran bandwidth minimal yaitu 15-18 Mbit/s untuk menghasilkan suatu volume paket berukuran 40.000 hingga 50.000 paket ICMP palsu per detik. Serangan ini telah banyak dilakukan untuk menguji ketahanan suatu perangkat keras jaringan dalam menghadapi suatu serangan, seperti router. Dalam peneilitian ini, digunakan perangkat keras jaringan yang akan diuji berupa layer 3 wireless router. Ditambah dengan pemasangan perangkat lunak bernama Snort dan Wireshark yang berguna untuk menganalisis tingkah laku serta dampak yang dihasilkan dari serangan BlackNurse tersebut kepada perangkat keras yang ditargetkan. Pada bagian akhir penelitian ini, akan disimpulkan langkah mitigasi terbaik yang mampu mengurangi serangan Blacknurse yang dapat terjadi, sehingga kinerja suatu perangkat keras jaringan tetap maksimal.

---

Denial of Service (DoS) attack is one that often occurs in the world of internet. The resulting impact ranging from slow performance of a hardware device until turning it off. In addition, these DoS attacks continue to evolve with the emergence of the latest methods for assault. In 2016, a newest type of DoS attack was found with capabilities to turned down the defence system of a hardware device in this case it called firewall which is named BlackNurse.

Works like ICMP flooding attack, the BlackNurse attack can be done by anyone using a network that has a size of minimum bandwidth which is 15 18 Mbit s to generate a volume of packages sized up to 40,000 until 50,000 fake ICMP packets per second. This attack has been widely carried out to test the resilience of a network hardware to face this type of attack, such as a router.

In this research, the network hardware that will be tested is a layer 3 wireless router. With the installation of a software called Snort and Wireshark, researcher can analyze the behavior and the impact resulting from BlackNurse attack which is done to the targeted hardware. At the end of this essay, there will be conclusion on which best mitigation measures that will be able to reduce the Blacknurse attack that can occur, so that the performance of a fixed maximum of network hardware."

"Skripsi ini menguraikan tentang rancangan prototype sebuah sistem untuk dapat menghidupkan kedaraaan roda dua menggunakan smartphone berbasis sistem operasi Android. Smartphone yang digunakan memiliki fitur fingerprint sebagai sistem keamanan untuk menghidupkan kendaraan bermotor. Jika sidik jari berbeda maka pengguna tidak akan dapat memasuki aplikasi pada smartphone. Pada sistem ini, digunakan sebuah mikrokontroller Arduino Uno, servo motor, dan sebuah lampu LED. Servo motor digunakan sebagai pemutar kunci pada kendaraan roda dua dan lampu LED sebagai pengganti aktuator untuk menghidupkan starter kendaraan roda dua. Komunikasi antara aplikasi dengan perangkat prototype menggunakan Bluetooth.

---

This thesis describes the design of a prototype system to able turn on the two wheeled vehilcles using smartphone based Android operating system. The smartphone has fingerprint feature as a security system to turn on the vehicle. If fingerprint is different then user will not be able to enter the application on the smartphone. In this system, an Arduino Uno microcontroller, servo motor, and an LED light are used. Servo motor are used as key players in two wheeled vehicles and LED light instead actuator to turn on the two wheeled starter. Communication between applications with prototype devices using Bluetooth."

"Munculnya teknologi 5G telah membuat teknologi tertentu dapat dicapai yang sebelumnya tidak dapat dicapai oleh 4G. Komunikasi Latensi Rendah Ultra-Reliable, sesuai dengan namanya adalah koneksi komunikasi dengan keandalan tinggi dan latensi rendah, Komunikasi Latensi Rendah Ultra-Reliable adalah bagian dari jaringan 5G yang mendukung aplikasi sensitif latensi seperti otomatisasi pabrik, mengemudi otonom, dan smart grid. Salah satu fitur utama Komunikasi Latensi Rendah Ultra-Reliable adalah latensi rendah, latensi rendah memungkinkan transmisi data dalam jumlah besar dalam waktu sesingkat-singkatnya. Komunikasi Ultra-Reliable Low Latency memiliki perbedaan yang signifikan dengan teknologi 4G atau LTE, hal ini dikarenakan jaringan 4G sampai saat ini memiliki latency paling rendah yaitu 4 milidetik sedangkan Ultra-Reliable Low Latency Communication memiliki latency 1-milidetik yang artinya empat kali lebih cepat atau empat peningkatan efisiensi seratus persen. Dengan persyaratan latensi sangat rendah, Komunikasi Latensi Rendah Ultra-Reliable hanya dapat dimulai dengan teknologi 5G. Namun, kondisi ideal untuk komunikasi latensi rendah yang sangat andal belum tercapai. Oleh karena itu, diusulkan metode reservasi sumber daya untuk memenuhi kebutuhan teknologi Komunikasi Latency Rendah Ultra-Reliable dimana akan dibuat algoritma untuk cadangan sumber daya yang dimiliki oleh komponen jaringan 5G seperti BTS dan peralatan pengguna. Algoritme akan mengelola reservasi pembukaan dan sumber daya lainnya sehingga lalu lintas jaringan Komunikasi Latensi Rendah Ultra-Reliable dapat memenuhi kriteria penundaan yang diharapkan. Dari hasil algoritma yang dibuat menunjukkan keberhasilan pada aspek delay namun untuk aspek reliabilitas masih terdapat kendala dimana jumlah perangkat pengguna masih terbatas. walaupun belum dapat memenuhi visi yang ingin dicapai, penelitian ini diharapkan dapat membantu pengembangan penelitian Komunikasi Ultra-Reliable Low Latency lainnya di masa yang akan datang.

---

The advent of 5G technology has made certain technologies achievable that were previously unattainable by 4G. Ultra-Reliable Low Latency Communication, as the name implies is a communication connection with high reliability and low latency, Ultra-Reliable Low Latency Communication is part of a 5G network that supports latency sensitive applications such as factory automation, autonomous driving and smart grids. One of the main features of Ultra-Reliable Low Latency Communication is that low latency, low latency enables the transmission of large amounts of data in the shortest amount of time. Ultra-Reliable Low Latency Communication has a significant difference with 4G or LTE technology, this is because the 4G network to date has the lowest latency of 4 milliseconds while Ultra-Reliable Low Latency Communication has a 1-millisecond latency which means four times faster or faster. four hundred percent efficiency improvements. With ultra-low latency requirements, Ultra-Reliable Low Latency Communication can only start with 5G technology. However, the ideal conditions for highly reliable low-latency communication have not yet been achieved. Therefore, a resource reservation method is proposed to meet the needs of Ultra-Reliable Low Latency Communication technology where an algorithm will be created to reserve resources owned by 5G network components such as BTS and user equipment. The algorithm will manage opening reservations and other resources so that the Ultra-Reliable Low Latency Communications network traffic can meet the expected delay criteria. From the results of the algorithm made, it shows success in the delay aspect, but for the reliability aspect there are still obstacles where the number of user devices is still limited. although it has not been able to fulfill the vision to be achieved, this research is expected to help the development of other Ultra-Reliable Low Latency Communication research in the future."

"Letak geografis Indonesia berada di dalam jalur ring of fire yang merupakan daerah dengan jumlah gunung berapi aktif terbanyak di dunia. Dengan kondisi geografis tersebut menempatkan Indonesia dalam posisi yang cukup rentan terhadap kejadian bencana alam salah satunya yaitu tanah longsor. Untuk mencegah berkurangnya korban akibat bencana tanah longsor di Indonesia, diperlukan suatu sistem peringatan dini jika terjadi tanah longsor. Penelitian ini adalah implementasi dari sistem berbasis Jaringan Sensor Nirkabel menggunakan protokol IEEE 802.15.4 yaitu ZigBee untuk membangun sebuah sistem peringatan dini terhadap bencana tanah longsor. Dalam penelitian ini, sistem terdiri dari dua bagian yaitu bagian sistem end point yang ditempatkan pada daerah rawan longsor dan sistem koordinator yang ditempatkan pada pusat kendali. Sistem end point memiliki pusat kendali menggunakan Arduino Nano dengan sensor accelerometer untuk mengecek kondisi tanah apabila terjadi longsor. Sistem koordinator memiliki pusat pemrosesan menggunakan Raspberry Pi. Implementasi dari protokol ZigBee menggunakan modul XBee yang akan membentuk jaringan sensor nirkabel antara koordinator dan end point. Performa sistem dalam melakukan fungsionalitas peringatan dini pada keadaan line of sight memiliki tingkat keberhasilan 90 dan pada keadaan dengan penghalang memiliki tingkat keberhasilan 70. Dalam pengiriman data rata-rata jeda waktu dalam keadaan line of sight adalah 0,63 detik dan dalam keadaan dengan penghalang non line of sight adalah 0,58 detik. Rata-rata penggunaan energi pada sistem dalam keadaan line of sight adalah 0,00074Wh dan 0,00071Wh dengan menerapkan metode penghemat daya. Rata-rata penggunaan energi pada sistem dalam keadaan dengan penghalang non line of sight adalah 0,00074Wh dan 0,00070Wh dengan menerapkan metode penghemat daya. Pada penelitian ini, penerapan metode current level control dapat menghemat daya sebanyak 4,05 pada keadaan line of sight dan 5,4 pada keadaan non line of sight.

---

Indonesia 39 s geographical location lies within the ring of fire that is the region with the largest number of active volcanoes in the world. Indonesia is one of the most vulnerable country to landslide disaster. To prevent the increasing number of casualties caused by landslide disaster in Indonesia, an early warning system is needed.

This research is an implementation of Wireless Sensor Network based system using IEEE 802.15.4 protocol ZigBee to build an early warning system to landslide disaster. In this research, the system consists of two parts, namely the end point system that is placed in landslide prone areas and coordinator system that is placed in the control center. The control center of the end point system is Arduino Nano with accelerometer sensor to check the soil condition in case of landslide. The coordinator system has a processing center, Raspberry Pi. The implementation of the ZigBee protocol uses the XBee module which will form a wireless sensor network between the coordinator and the end point. System performance in performing early warning functionality in line of sight state has a success rate of 90 and in circumstances with barrier having 70 success rate.

In the average data transmission time lag in line of sight state is 0,63 seconds and in a state with a barrier non line of sight is 0,58 seconds. The average energy use of the system in line of sight states is 0,00074Wh and 0,00071Wh by applying power saving algorithm. The average use of energy in the system in a state with a barrier non line of sight is 0,00074Wh and 0,00070Wh by applying power saving algorithms. In this study, the application of current level control method can save power as much as 4,05 in line of sight and 5,4 in non line of sight."