<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Community:</title>
    <link>http://repository.kalbis.ac.id/handle/123456789/22</link>
    <description />
    <pubDate>Wed, 30 Sep 2026 23:41:37 GMT</pubDate>
    <dc:date>2026-09-30T23:41:37Z</dc:date>
    <item>
      <title>Digitalisasi Sistem Peminjaman  Buku di Perpustakaan Daerah Kota Jayapura Melalui Perancangan UI/UX Situs Website</title>
      <link>http://repository.kalbis.ac.id/handle/123456789/1905</link>
      <description>Title: Digitalisasi Sistem Peminjaman  Buku di Perpustakaan Daerah Kota Jayapura Melalui Perancangan UI/UX Situs Website
Authors: Zatalini, Aura
Abstract: This study aims to design the UI/UX of the Jayapura Regional Library website to improve accessibility and simplify physical book borrowing services through a digital platform. The design process applies the Design Thinking method, including empathize, define, ideate, prototype, and test stages. Data were collected through observation and interviews, while the interface design was developed in Figma through wireframes, mockups, and interactive prototypes. The result is expected to produce a user-centered website design with a more intuitive and efficient user experience for accessing library services and book collections.</description>
      <pubDate>Tue, 23 Jun 2026 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://repository.kalbis.ac.id/handle/123456789/1905</guid>
      <dc:date>2026-06-23T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Analisis Celah Keamanan Pada Website PDDIKTI Menggunakan Metode Penetration Testing Dan Framework ISSAF</title>
      <link>http://repository.kalbis.ac.id/handle/123456789/1766</link>
      <description>Title: Analisis Celah Keamanan Pada Website PDDIKTI Menggunakan Metode Penetration Testing Dan Framework ISSAF
Authors: Darno, Nabila Daniasti
Abstract: Keamanan website merupakan aspek krusial dalam menjaga integritas, kerahasiaan, dan&#xD;
ketersediaan data, terutama pada sistem informasi yang menyimpan data sensitif seperti Pangkalan&#xD;
Data Pendidikan Tinggi (PDDikti). Sebagai platform resmi penyedia data pendidikan tinggi di&#xD;
Indonesia, PDDikti rentan terhadap serangan siber seperti SQL Injection, Cross-Site Scripting&#xD;
(XSS), dan Denial of Service (DoS). Penelitian ini bertujuan menganalisis kerentanan keamanan&#xD;
pada website PDDikti menggunakan metode Penetration Testing yang dipadukan dengan kerangka&#xD;
kerja Information System Security Assessment Framework (ISSAF). Penelitian dilakukan melalui&#xD;
tiga fase utama: Perencanaan, Penilaian, dan Pelaporan. Hasilnya menunjukkan adanya celah kritis&#xD;
pada autentikasi pengguna dan enkripsi data. Temuan ini kemudian dianalisis untuk memberikan&#xD;
rekomendasi perbaikan. Penelitian ini diharapkan dapat meningkatkan keamanan sistem informasi&#xD;
PDDikti serta menjadi acuan bagi pengelola sistem serupa dalam melakukan evaluasi keamanan&#xD;
secara berkala.</description>
      <pubDate>Sat, 08 Mar 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://repository.kalbis.ac.id/handle/123456789/1766</guid>
      <dc:date>2025-03-08T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Pengembangan Model Machine Learning untuk Deteksi Serangan Siber</title>
      <link>http://repository.kalbis.ac.id/handle/123456789/1758</link>
      <description>Title: Pengembangan Model Machine Learning untuk Deteksi Serangan Siber
Authors: Marewa, Nurdin Andi Baso Daeng
Abstract: As cyber attacks become more complex, conventional detection systems such as signature-based Intrusion Detection Systems (IDS) are starting to experience limitations in accurately recognizing new threats. This study aims to develop a deep learning-based machine learning model to detect cyber attacks by combining the Convolutional Neural Network (CNN) architecture as feature extraction and Random Forest (RF) as classification. The dataset used in this study is CICIDS2018, which has several types of network attacks. The study was conducted in two Incremental stages, namely model development and model implementation into a web application that can detect cyber attacks using input from .pcap files and output in .csv format. The evaluation results showed that the combination of the CNN model as feature extraction and RF as classification obtained an accuracy of 91%, making this model combination better than the combination of the CNN-XGBoost model which only obtained an accuracy of 89%. This model also proved to be better than the single CNN model which only obtained an accuracy of 87% and better than the previous research architecture which obtained an accuracy of 90%. The results of all tested models can be concluded that using a combination of CNN-RF models produces better accuracy results.</description>
      <pubDate>Mon, 09 Jun 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://repository.kalbis.ac.id/handle/123456789/1758</guid>
      <dc:date>2025-06-09T00:00:00Z</dc:date>
    </item>
    <item>
      <title>Implementasi Zero Trust Architecture pada Cloud Environment Menggunakan Microsoft Azure</title>
      <link>http://repository.kalbis.ac.id/handle/123456789/1729</link>
      <description>Title: Implementasi Zero Trust Architecture pada Cloud Environment Menggunakan Microsoft Azure
Authors: Hermanto, Vincencius Galvin; Tjiong, Edwin Lesmana
Abstract: Dalam era transformasi digital yang semakin pesat, keamanan siber menjadi prioritas utama bagi organisasi yang mengadopsi layanan cloud computing. Salah satu pendekatan keamanan yang semakin banyak diadopsi adalah Zero Trust Architecture (ZTA), yang mengusung prinsip "never trust, always verify". Penelitian ini bertujuan untuk mengimplementasikan arsitektur Zero Trust pada lingkungan cloud menggunakan Microsoft Azure guna meningkatkan postur keamanan infrastruktur. Studi ini mencakup identifikasi komponen utama ZTA, seperti kontrol identitas, kebijakan akses berbasis risiko, dan pemantauan berkelanjutan, serta bagaimana layanan Azure—seperti Azure Monitoring, Azure Identity and Access Management (IAM), Microsoft Defender for Cloud, Azure Policy, Azure Web Application Firewall (WAF), dan Azure VPN—dapat digunakan untuk membangun arsitektur tersebut. Hasil implementasi menunjukkan bahwa penerapan ZTA dalam Azure mampu memberikan kontrol keamanan yang lebih granular dan adaptif terhadap ancaman siber modern. Penelitian ini diharapkan dapat menjadi referensi teknis bagi organisasi yang ingin memperkuat keamanan infrastruktur cloud mereka melalui pendekatan Zero Trust.</description>
      <pubDate>Sun, 20 Jul 2025 00:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://repository.kalbis.ac.id/handle/123456789/1729</guid>
      <dc:date>2025-07-20T00:00:00Z</dc:date>
    </item>
  </channel>
</rss>

