Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 6 dokumen yang sesuai dengan query
cover
Muhammad Kharisma Ramadhan
Analisis terhadap Efektifitas Implementasi Teknologi Unified Threat Management pada Keamanan Jaringan Komputer = Analysis of the Effectiveness of Unified Threat Management Technology Implementation in Computer Networks
"ABSTRAK
Seiring dengan laju perkembangan zaman, tingkat kerentanan dari keamanan jaringan komputer akan selalu meningkat. Oleh karena itu, berbagai macam perusahaan penyedia jasa keamanan jaringan komputer berlomba-lomba untuk menciptakan inovasi-inovasi baru. Salah satu inovasi baru dalam dunia keamanan jaringan komputer adalah Unified Threat Management (UTM). UTM adalah suatu perangkat jaringan yang mampu mengamankan jaringan dari berbagai ancaman dengan menyediakan berbagai skema pencegahan ancaman, seperti firewall, gateway antivirus dan intrusion detection.
Seiring dengan perkembangan UTM, diperlukan suatu metode analisis untuk menilai kemampuan dari UTM dalam mencegah ancaman keamanan jaringan komputer. Analisis yang dilakukan akan meninjau beberapa aspek untuk mendapatkan skema penggunaan UTM yang paling sesuai dalam berbagai macam kasus. Tujuan dari analisis ini agar pengguna dapat mengimplementasikan penggunaan UTM yang tepat sesuai dengan skema jaringan yang pengguna gunakan.
Hasil dari analisis menunjukkan bahwa skema penggunaan UTM yang tepat adalah sesuai dengan penggunaan jaringan. Jika jaringan komputer menyimpan berbagai macam data krusial, pengguna perlu menggunakan hardware UTM dari beberapa penyedia jasa keamanan jaringan terkemuka dengan mengimplementasikan skema backbone, karena dapat menjadi cadangan jika salah satu UTM mengalami kendala. Jika pengguna menggunakan jaringan komputer secara normal, maka dapat menggunakan UTM berbasis cloud maupun perangkat keras, karena memiliki nilai resiko yang rendah.
Dengan hasil analisis tersebut, diharapkan pengguna dapat mempertimbangkan penggunaan UTM dalam jaringan komputer. Dengan berbagai macam fitur dan skema keamanan jaringan yang digunakan, diharapkan berbagai kalangan pengguna dapat menggunakan UTM sesuai dengan kebutuhan yang ada.
ABSTRACT
As time goes on, the level of vulnerability of computer network security will always increase. Therefore, various computer network security service providers are competing to create new innovations. One of the new innovations in the world of computer network security is Unified Threat Management (UTM). UTM is a network device that is able to secure networks from various threats by providing various threat prevention schemes, such as firewalls, antivirus gateways and intrusion detection.
Along with the development of UTM, we need an analytical method to assess the ability of UTM in preventing threats. The analysis will review several aspects to get the most suitable UTM usage scheme in a variety of cases. The purpose of this analysis is so that users can implement the use of UTM in accordance with the network scheme that the user is using.
The results of the analysis show that the right UTM usage scheme is in accordance with network usage. If a computer network stores a variety of crucial data, users need to use UTM hardware from several leading network security service providers by implementing a backbone scheme, because it can become a backup if one of the UTM experiences problems. If the user uses a computer network normally, then it can use cloud-based UTM or hardware, because it has a low risk value.
With the results of the analysis, it is expected that users can consider the use of UTM in computer networks. With a variety of features and network security schemes that are used, it is expected that various users can use UTM according to existing needs."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Mar`atul Azizah
Implementasi dan analisa perbandingan QoS pada unified communications jaringan VoIP dengan menggunakan secure SIP metode SRTP dan SSL = Implementation and comparision analysis of QoS in unified communication for VoIP network using secure SIP with SRTP and SSL method
"Kebutuhan informasi dan semakin majunya perkembangan teknologi mendorong lahirnya Teknologi Informasi dan Komunikasi yang dapat memberi efektifitas dan efisiensi kerja manusia. Akses internet yang juga mudah dijangkau, kapan saja, dan dimana saja memicu lahirnya integrasi semua teknologi dan aplikasinya. Telepon, e-mail, instant messaging, bahkan video conference, mulai didorong agar dapat saling terintegrasi dan sinkron sehingga berbagai jenis aplikasi dan perangkatnya tersebut dapat diakses dalam satu waktu dan hanya dalam satu perangkat atau aplikasi. Unified Communications sebagai terobosan teknologi baru yang menjawab tantangan global ini diharapkan dapat memberikan layanan tidak hanya di dunia bisnis, namun juga di dunia pendidikan agar lebih meningkatkan efektifitas dan efisiensi sivitas akademika dalam melaksanakan aktivitas kesehariannya. Integrasi dan kemudahan ini bukan lantas tanpa meninggalkan masalah. Aspek keamanan menjadi sangat penting untuk mendukung kualitas layanan. Pada skripsi ini diimplementasikan aplikasi telepon berbasis VoIP dengan skenario pengamanan pada protokol SIP yang berbeda, yaitu tanpa adanya metode keamanan (RTP non-secure), SRTP, dan SSL. Kemudian dianalisa bagimana kinerja dan keamanan pada aplikasi IP Video Telephony sebelum dan sesudah menggunakan metode secure-SIP. Dari hasil uji coba, didapatkan bahwa QoS berupa delay, jitter, packet loss, dan throughput tidak mengalami perubahan yang signifikan dan masih memenuhi standar ITU-T. Nilai delay yang didapatkan sebelum pengamanan SIP sebesar 33,974 ms, sedangkan setelah implementasi secure-SIP naik menjadi 39,964 ms. Untuk nilai jitter dengan dan tanpa menggunakan secure-SIP sekitar 0,6 ms. Tidak ada paket yang hilang, dalam hal ini nilai packet loss sebesar 0%. Sedangkan nilai throughput sekitar 50 paket/detik.
Information needs and more advanced technological developments led to the establishment of information and communication technology which allowed human to work more effectively and efficiently. Internet access which available in anytime and anywhere, also triggered the integration of all means of technology and its applications. Telephone, e-mail, instant messaging, even video conference, are all begin to be integrated and synchronized so that they all could be accessed all at once, in a single device or application. As a new technological advancement, Unified Communications is expected to not only serve the business world, but also education, to increase the effectiveness and efficiency in conducting their daily activities. But this integration and ease comes with some unfavorable aspect. Security aspect becomes a very important part to support quality of services. This final paper was implemented the IP telephony for VoIP application with security scenario on different SIP protocol: RTP (non-secure), SRTP, and SSL. Then, the the performance and security on IP Video Telephony after and prior to the implementation of secure-SIP method was analyzed. The results show that QoS in forms of delay, jitter, packet loss and throughput, did not reveal significant changes and is still within the standard of ITU-T. Delay measurement prior to the SIP securing is 33,974 ms, whereas after the implementation of secure SIP, it increase to 39,964 ms. As for the jitter measurement, with or without secure-SIP, is approximately 0,6 ms. No packets are lost, so the value of packet loss is 0%. Throughput is about 50 packet/second."
Depok: Fakultas Teknik Universitas Indonesia, 2011
S62658
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sianturi, Julius Hotma Baginda
Pengembangan Algoritma deteksi Covid-19 Berbasis Deep Learning pada Citra X-Ray dengan arsitektur ResNet152v2 = Development of COVID-19 detection Algorithm based on Deep Learning in X-RAY Images Using ResNet 152v2 architecture
"COVID-19 merupakan penyakit yang telah menjadi pandemi pada tahun 2020. Penyakit ini dinyatakan sebagai pandemi karena menjadi wabah yang sangat luas hingga seluruh dunia terpapar. Dalam usaha penekanan penyebaran penyakit COVID-19, banyak peneliti yang menerapkan deep learning untuk mendeteksi penyakit ini. Convolutional Neural Network(CNN) merupakan jenis deep learning yang paling banyak digunakan untuk usaha mengklasifikasi citra X-ray paru-paru. Algoritma yang dikembangkan pada penelitian ini menggunakan deep learning dengan model CNN ResNet152v2 dengan Python untuk bahasa pemrogramannya serta Keras Tensorflow sebagai API. penelitian ini melakukan beberapa ekperimen untuk meningkatkan akurasi dan performa dengan memvariasikan dataset serta parameter seperti epoch, batch size, optimizer. Performa terbaik didapatkan dengan pengaturan parameter pada jumlah dataset 3000, epoch 15, batch size 16, dan optimizer Nadam dengan nilai akurasi hingga 96%. Hasil akurasi ini merupakan peningkatan yang didapatkan penelitian terdahulu yang menggunakan model VGG16 dengan akurasi hingga 92%.
COVID-19 is a disease that has become a pandemic in 2020. This disease is declared a pandemic because it is an epidemic that is so widespread that the entire world is exposed. In an effort to suppress the spread of the COVID-19 disease, many researchers have applied deep learning to detect this disease. Convolutional Neural Network (CNN) is a type of deep learning that is most widely used to classify X-ray images of the lungs. The algorithm developed in this study uses deep learning with the CNN ResNet152v2 model with Python for the programming language and Keras Tensorflow as the API. This study conducted several experiments to improve accuracy and performance by varying the dataset and parameters such as epoch, batch size, optimizer. The best performance is obtained by setting parameters on the number of datasets 3000, epoch 15, batch size 16, and optimizer Nadam with an accuracy up to 96%. The result of this accuracy is an improvement obtained from previous studies using the VGG16 model with an accuracy of up to 92%."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Valda Orchidea Zahwa
Pengembangan dan analisa smart monitoring and emergency system (SMES) untuk pemantauan pergerakan pendakian gunung guna mengantisipasi kebutuhan percepatan evakuasi ketika terjadi kecelakaan = Development and analysis smart monitoring and emergency system (SMES) for monitoring mountaineer movement to speed up evacuation needs when accident happens
"Meningkatnya intensitas pendakian di Indonesia tidak dibarengi dengan adanya peningkatan keamanan dan keselamatan pendaki. Pengetatan izin dilakukan dengan mewajibkan pendaki meninggalkan identitas di pos perijinan dan melakukan pengecekan perbekalan pendaki. Apabila pendaki belum turun sesuai izin pendakian yang ditentukan maka dapat diperkirakan telah terjadi kendala. Tugas Akhir ini mengembangkan Prototype SMES (Smart Monitoring and Emergency System). SMES adalah teknologi yang memanfaatkan teknologi nirkabel LoRa (Long Range) yang memiliki cakupan luas dengan konsumsi power yang kecil serta dilengkapi dengan node di setiap pos dan Gateway di pos perijinan. Dengan alat tersebut maka pendaki yang menggunakan tracking tools berbasi GPS akan otomatis terhubung pada sistem sehingga lokasi pendaki dapat dideteksi. SMES juga dilengkapi dengan tombol darurat untuk mempermudah pendaki dalam memberikan informasi ketika terjadi kondisi darurat tanpa harus melapor ke pos perizinan. SMES diharapkan dapat membantu tim SAR (Search and Rescue) dalam melakukan evakuasi dengan cepat dan tepat. SMES telah diuji coba di area Universitas Indonesia dengan 3 skenario berbeda yang mewakili kondisi pada area pendakian gunung.Skenario Line of Sight memiliki rata-rata RSSI -69,31 dBm dengan jangkauan 679 m, skenario non-Line of Sight mendapatkan rata-rata RSSI -76dBm dengan jangkauan 364 meter, dan skenario Top Down memiliki rata-rata RSSI -73dBm dengan jangkauan 1030 meter.
Increased intensity of moutaineers in Indonesia is not accompanied by an increase security and safety of mounteineers. Tightening of permits is done by requiring the mountaineer to leave the identity at the security post and to check the mountaineers supplies. If the climber has not gone down according to the specified climbing permit then it can be estimated that there has been a problem. This thesis discusses the Prototype of SMES (Smart Monitoring and Emergency System) which is a technology that utilizes Wireless Broadband Network LoRa (Long Range) technology with a small power consumption and equipped with node in every post and gateway in security post. With the tool then the mountaineer who uses a tracking tools completely with GPS (Global Positioning System) will automatically connect to the system so that the location of the mountaineer can be detected. And the tools is equipped with emergency buttons to facilitate mountaineer in providing information when an accident occurred without having to report to the permitions post. It can help the Search and Rescue team in doing evacuation quickly and accurately. SMES has been tested in Universitas Indonesia area with 3 different scenarios representing conditions on mountain climbing area. The scenario of Line of Sight has an average of RSSI -69.31 dBm with a distance of 679 m, non Line of Sight scenario has an average RSSI -76dBm with a range of 364 meters, and the Top Down scenario has an average RSSI -73dBm with a range of 1030 meters."
Depok: Fakultas Teknik Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ferdi Andika
Algoritma Morphological Profile dan Attribute Filter untuk Pendeteksian Anomali pada Citra Hiperspektral = Morphological Profile and Attribute Filter Algorithm for Hyperspectral Anomaly Detection.
"ABSTRAK
Pada tesis ini diajukan sebuah metode baru untuk pendeteksian anomali pada citra hiperspektral, bernama algoritma morphological profile dan attribute filter. Metode ini terdiri dari tiga langkah. Pertama, menyeleksi sebuah pita spektral yang mengandung banyak informasi untuk pendeteksian anomali menggunakan sebuah algoritma baru berbasis entropi dan histogram count. Kedua, menghapus background pada pita spektral yang telah diseleksi menggunakan morphological profile. Kemudian memfilter false anomali menggunakan attribute filter. Sebuah algoritma baru juga diajukan pada tesis ini untuk menentukan luas maksimum area anomali. Eksperimen yang telah dilakukan dengan dataset citra hiperspektral riil menunjukkan bahwa metode yang diajukan memiliki rata-rata AUC sebesar 0.9916, lebih bagus dari metode FrFE-RX, AED, dan SDBP-D yang memiliki rata-rata AUC secara berturut-turut sebesar 0.9657, 0.9757, dan 0.9872. Metode yang diajukan pada tesis ini memiliki rata-rata waktu komputasi sebesar 0.25 detik, lebih cepat dari metode FrFE-RX, AED, dan SDBP-D yang memiliki rata-rata waktu komputasi secara berturut-turut sebesar 31.37, 0.55, dan 3667.2 detik.
ABSTRACT
In this thesis, a novel hyperspectral anomaly detection method, called morphological profile and attribute filter algorithm, is proposed. This method consists of three steps. First, select a band containing rich information for anomaly detection using a novel band selection algorithm based on entropy and histogram counts. Second, remove the background of the selected band with morphological profile. Then, filter the false anomaly with attribute filter. A novel algorithm is also proposed in this thesis to define the maximum area of anomalous objects. Experiments conducted on real hyperspectral datasets show that the average AUC of the proposed method is 0.9916, better than the average AUC of FrFE-RX, AED, and SDBP-D methods which are 0.9657, 0.9757, and 0.9872, respectively. Moreover, the average computing time of the proposed method is 0.25 seconds, faster than the average computing times of FrFE-RX, AED, and SDBP-D which are 31.37, 0.55, dan 3667.2 seconds, respectively."
Depok: Fakultas Teknik Universitas Indonesia , 2020
T-Pdf
UI - Tesis Membership  Universitas Indonesia Library
cover
Hendrana Tjahjadi
Peningkatan efisiensi dan akurasi klasifikasi tekanan darah non-invasive menggunakan metode photoplethysmograpys pulse wave analysis berbasis deep learnings bidirectional long short term memory dan time frequency analysis = Effiency and accuracy improvement of non invasive blood pressure classification of blood pressure based on photoplethysmographs signals using deep learnings bidirectional long short-term memory and time-frequency analysis / Hendrana Tjahjadi
"ABSTRAK

Pada saat ini metode pengukuran tekanan darah secara non-invasive paling banyak digunakan baik didalam maupun diluar fasilitas kesehatan. Namun metode tersebut masih membuat pengguna tidak nyaman karena adanya tekanan manset pada saat pengukurannya. Beberapa metode non-invasive tanpa manset telah dikembangkan salah satunya adalah metode pulse wave analysis (PWA). Photoplethysmograpy (PPG) merupakan satu-satunya masukan dan dasar bagi perhitungan pengukuran tekanan darah pada metode PWA. Tantangan utama dalam menggunakan metode PWA berbasis PPG adalah akurasinya sangat dipengaruhi oleh noise. Selain itu, karakteristik PPG bervariasi tergantung pada kondisi fisiologis, karenanya sistem harus melakukan kalibrasi untuk menyesuaikan perubahan tersebut. Kami berupaya mengatasi keterbatasan tersebut dan mengusulkan pengembangan metode pulse wave analysis untuk klasifikasi tekanan darah secara non-invasive berbasis PPG menggunakan kombinasi algoritma Bidirectional Long Term Memory (BSLTM) dengan Time Frequency Analysis (TFA). Kami menggunakan 121 subyek untuk pengujian model yang bersumber dari figshare database dan mengklasifikasikannya ke dalam tiga tingkatan klasifikasi: normotension (NT), prehypertension (PHT), hypertension (HT) sesuai dengan standar klinis Join National Commitee. Pelatihan jaringan BLSTM menggunakan fitur TFA, secara signifikan meningkatkan efisiensi dengan mengurangi waktu pelatihan sekaligus meningkatkan akurasi klasifikasi. Metode yang diusulkan berhasil mengklasifikasikan tekanan darah dengan rata-rata nilai accuracy pada NT, PHT, dan HT masing-masing 92.43%, 94.83%, dan 94.01%. 

ABSTRACT

The blood pressure measurement non-invasive methods that are presently implemented using a cuff cause discomfort, particularly for injured people, overweight people, and infants. Several non-invasive cuff-less methods have been developed, one of which is the pulse wave analysis (PWA) method. Photoplethysography (PPG) is the only input and basis for the calculation of blood pressure measurements in the PWA method.The main challenge in using the PPG method is that its accuracy is greatly influenced by motion artifacts. In addition, the characteristics of PPG vary depending on physiological conditions; hence, the system must be calibrated to adjust for such changes. We attempt to address these limitations and propose a novel method for the classification of BP using a bidirectional long short-term memory (BLSTM) network with time-frequency analysis (TFA) based on PPG signals. We used 121 subjects from the figshare database for model testing and classify into three classification levels: normotension (NT), prehypertension (PHT), and hypertension (HT) according to the Join National Committee. BLSTM network training uses the TFA feature, significantly increasing efficiency by reducing training time while increasing classification accuracy. The proposed method is successful in the classification of BP with accuracy values of NT, PHT, and HT; 92.43%, 94.83%, and 94.01% respectively. 

"
2020
D-Pdf
UI - Disertasi Membership  Universitas Indonesia Library