Record Detail Back
Implementasi Deep Learning Menggunakan Algoritma Convolutional Neural Network (Cnn) Untuk Identifikasi Penyakit Daun Pada Tanaman Pada Platform Android
- Share to:
Investigasi pasca-insiden serangan siber pada aplikasi web menghadapi kendala besar akibat tingginya volume data log web server serta taktik evasi yang digunakan penyerang untuk menyembunyikan jejaknya. Kondisi ideal yang diinginkan adalah sistem yang mampu mendukung investigasi secara cepat, andal, berbasis bukti forensik digital, serta dapat memetakan kronologi serangan dan memprioritaskan tingkat risiko secara otomatis. Penelitian ini merancang dan membangun prototype sistem analisis artefak log web server menggunakan metodologi Object-Oriented Software Engineering (OOSE) dengan pola Entity-Boundary-Control (EBC), mengintegrasikan kerangka kerja OWASP Top 10 2025, pencocokan pola berbasis ekspresi reguler dengan normalisasi teknik evasi, pemetaan MITRE ATT&CK, dan algoritma adaptasi SIERRA IQR Scoring. Pengujian dilakukan terhadap lima file log: access.log (405.920 baris), access_2.log (10.365.152 baris), access_3.log (27.371.664 baris), access_4.log (134.314 baris), dan access_5.log (1.625.741 baris). Prototype berhasil mendeteksi serangan pada kategori A01, A05, dan A07, memetakan temuan ke teknik MITRE ATT&CK, menyusun kronologi serangan, dan menghitung skor risiko tanpa mengubah integritas file log asli. Dari 30 kasus uji yang dilaksanakan, seluruhnya dinyatakan lulus, menunjukkan bahwa prototype memenuhi seluruh kebutuhan fungsional dan non-fungsional yang ditetapkan
Nurfadila - Personal Name
005 NUR I
NONE
Text
Indonesia
Universitas Langlangbuana
2026
Bandung
LOADING LIST...
LOADING LIST...
APA Citation
Nurfadila. (2026).Implementasi Deep Learning Menggunakan Algoritma Convolutional Neural Network (Cnn) Untuk Identifikasi Penyakit Daun Pada Tanaman Pada Platform Android.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd