Dalam langkah signifikan untuk meningkatkan keamanan siber, tim dosen dari jurusan Teknologi Rekayasa Internet yang dipimpin oleh Alif Subardono dan Sri Lestari, bersama mahasiswa mereka, telah memulai proyek penelitian terapan yang berfokus pada otomatisasi penetration testing untuk router Mikrotik. Penelitian ini merupakan bagian dari tri dharma perguruan tinggi, yang bertujuan untuk mengatasi ancaman keamanan yang semakin meningkat seiring dengan kemajuan teknologi internet.
Seiring dengan perkembangan internet, tantangan yang dihadapi oleh kejahatan siber juga semakin kompleks. Kompleksitas ancaman keamanan jaringan yang meningkat memerlukan sistem keamanan yang kuat, terutama ketika perangkat terhubung ke internet. Tim peneliti menyadari bahwa pengujian sistem keamanan ini sangat penting untuk mencapai hasil yang optimal. Penetration testing, metode yang digunakan untuk mengevaluasi keamanan suatu sistem, dapat dilakukan secara manual maupun otomatis.
Keputusan untuk fokus pada penetration testing otomatis berasal dari kebutuhan akan efisiensi, konsistensi, kemampuan skala, dan akurasi dalam penilaian keamanan. Dengan mengotomatiskan proses pengujian, tim bertujuan untuk memastikan bahwa sistem keamanan terus dievaluasi dan diperbarui untuk menghadapi ancaman yang muncul. Penelitian ini secara khusus menargetkan otomatisasi pengujian penetration berbasis web untuk router Mikrotik, yang banyak digunakan di seluruh dunia.
Riset Dosen
Pada bulan Oktober 2024, Laboratorium Telekomunikasi DTEDI di Universitas Gadjah Mada (UGM) akan meluncurkan proyek inovatif yang mengintegrasikan teknologi terkini untuk meningkatkan efisiensi dan keamanan kegiatan penelitian. Inisiatif ini berfokus pada implementasi sistem pemantauan dan pengontrolan peralatan listrik menggunakan Docker container, langkah signifikan menuju pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) terkait infrastruktur ICT, kualitas udara, dan efisiensi energi.
Laboratorium cerdas, yang dilengkapi dengan teknologi mutakhir seperti Internet of Things (IoT), robotika, dan Kecerdasan Buatan (AI), dirancang untuk meningkatkan akurasi dan keamanan dalam proses penelitian dan pengujian. Dalam konteks ini, laboratorium DTEDI bertujuan untuk menciptakan lingkungan di mana peneliti dapat melakukan eksperimen dengan kondisi optimal, memastikan integritas sampel yang diuji.
Seiring pesatnya perkembangan Internet of Things (IoT), konsep smart home semakin diminati oleh masyarakat modern. Namun, di balik kenyamanan dan kemudahan yang ditawarkan, aspek keamanan informasi menjadi perhatian penting yang tidak bisa diabaikan. Menjawab tantangan tersebut, rancang bangun Intrusion Detection System (IDS) adaptif berbasis Raspberry Pi menjadi fokus dari sebuah riset yang dilakukan oleh Dr. Ronald Adrian, S.T., M.Eng., dosen di program studi ini yang aktif dalam bidang keamanan jaringan dan sistem cerdas.
Perkembangan terknologi Internet of Things (IoT) telah mendorong pemanfaatan Jaringan Sensor Nirkabel (Wireless Sensor Network/WSN) dalam berbagai bidang, seperti pemantauan lingkungan, pertanian cerdas, dan sistem industri otomatis. Namun, tantangan utama dalam implementasi WSN adalah proses konfigurasi dan pemasangan sensor node yang kompleks, terutama dalam skala besar. Proses pairing atau pengenalan antara sensor node dan gateway sering kali memerlukan intervensi manual, yang dapat menghambat efisiensi dan skalabilitas sistem.
Yuris Mulya Saputra, dosen Program Studi Teknologi Rekayasa Internet, telah mempublikasikan riset terbarunya yang membahas strategi cerdas dalam meningkatkan efisiensi Federated Learning (FL) pada lingkungan komputasi tepi seluler (Mobile Edge Computing – MEC). Riset ini menjawab tantangan besar yang kerap dihadapi sistem FL, yaitu masalah keterlambatan update dari perangkat pengguna yang memiliki sumber daya terbatas—fenomena yang dikenal dengan istilah straggler problem.
Untuk mengatasi hal ini, Dr. Yuris dan timnya mengembangkan kerangka kerja FL baru yang bersifat menjaga privasi dan adaptif terhadap keterbatasan perangkat. Dengan mengintegrasikan teknologi homomorphic encryption (HE), framework ini memungkinkan pengguna seluler dengan keterbatasan sumber daya untuk mengalihkan sebagian proses pelatihan model ke server awan maupun node di tepi jaringan (MEN – Mobile Edge Nodes) secara aman.
Dalam upaya mendorong efisiensi energi dan sistem bangunan cerdas (smart building), dosen Program Studi Teknologi Rekayasa Internet, Yuris Mulya Saputra, bersama tim peneliti dari Universitas Gadjah Mada dan Coventry University, mempublikasikan penelitian inovatif mengenai deteksi hunian ruangan menggunakan pendekatan berbasis machine learning.
Penelitian yang dilakukan oleh Dr. Sahirul Alam, S.T., M.Eng beserta kolaborator lainnya ini memanfaatkan algoritma Random Forest yang diperkaya dengan fitur waktu (timestamp features) untuk mendeteksi keberadaan orang dalam suatu ruangan. Selain itu, metode seleksi fitur ANOVA (Analysis of Variance) diterapkan untuk mengidentifikasi variabel-variabel input yang paling relevan dan berdampak signifikan terhadap hasil prediksi.
Ardhi Wicaksono Santoso, dosen di Departemen Teknik Elektronika dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada, bersama tim peneliti dari Universiti Malaysia Pahang, telah mengembangkan metode filter berbasis logika fuzzy untuk mereduksi noise speckle pada citra Synthetic Aperture Radar (SAR).
Osteoartritis lutut (KOA) merupakan penyebab utama gangguan mobilitas dan disabilitas pada lansia. Terapi Gelombang Kejut Ekstrakorporeal (ESWT) dikenal memiliki efek regeneratif, namun bukti ilmiah mengenai dampaknya terhadap fungsi berjalan pasien KOA masih terbatas. Penelitian pra-eksperimental ini melibatkan 14 pasien KOA dengan derajat Kellgren–Lawrence 2 dan 3. Mereka menerima terapi ESWT piezo seminggu sekali selama enam minggu. Evaluasi irama langkah (cadence) dan kecepatan berjalan dilakukan sebelum terapi, pada minggu ketiga, dan satu minggu setelah sesi terakhir. Terdapat peningkatan signifikan pada irama langkah dan kecepatan berjalan antara sebelum terapi dengan evaluasi tengah (P = 0,004; P = 0,003) dan evaluasi akhir (P = 0,001; P = 0,001). Namun, tidak ditemukan perbedaan signifikan antara evaluasi tengah dan akhir.
Buku “Mudah Belajar Arduino dengan Pendekatan Berbasis Fritzing, Tinkercad, dan Proteus” merupakan karya kolaboratif dari Dr. Ir. Fahmizal, S.T., M.Sc., Prof. Dr. Drs. Afrizal Mayub, M.Kom., Ir. Muhammad Arrofiq, S.T., M.T., Ph.D., IPM., dan Febrian Ruciyanti. Diterbitkan oleh Deepublish pada tahun 2022, buku ini dirancang untuk memudahkan pembaca dalam memahami dan mengaplikasikan Arduino melalui pendekatan simulasi dan visualisasi yang interaktif.
Salah satu penulis, Muhammad Arrofiq merupakan salah satu dosen di program studi Teknologi Rekayasa Internet, Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada. Beliau memiliki keahlian dalam sistem kontrol, mikrokontroler, dan pengembangan perangkat lunak tertanam, yang tercermin dalam pendekatan praktis dan aplikatif yang dijelaskan pada karya ini.
Salah satu dosen program studi Teknologi Rekayasa Internet Nur Rohman Rosyid mengembangkan sebuah sistem monitoring jaringan yang inovatif dalam ranah Software-Defined Networing (SDN). SDN memungkinkan manajemen jaringan yang lebih fleksibel dan terpusat dengan cara memisahkan control plane dan data plane. Namun, kendala utama yang dihadapi adalah keterbatasan fitur pemantauan traffic pada controller SDN seperti ONOS yang hanya berfokus pada manajemen flow table.
Riset ini memanfaatkan integrasi antara ONOS sebagai SDN controller, sFlow-RT sebagai traffic collector, Node.js sebagai web server, Vis.js untuk visualisasi topologi, dan Dygraph untuk grafik throughput. Maka aplikasi yang dibangun oleh Muhammad Ilham dan Nur Rohman Rosyid ini memiliki tiga fitur utama yaitu:
Ir. Budi Bayu Murti, S.T., M.T., merupakan dosen dari program studi Teknologi Rekayasa Internet yang telah berhasil mengembangkan sistem pemonitor gelombang otak untuk mendeteksi sinyal elektroensefalografi (EEG) yang berbasis mikrokontroler. Gelombang otak merupakan sinyal biolistrik yang mencerminkan aktivitas neurologis manusia. Pemantauan EEG secara real-time sangat penting dalam bidang biomedis untuk menganalisis kondisi mental dan kesehatan otak.
Sistem yang dikembangkan oleh Budi Bayu menggunakan sensor TGAM untuk mendeteksi sinyal EEG secara non-invasif. Perangkat ini juga menggunakan modul Bluethooth untuk transmisi data nirkabel, lalu untuk visualisasi data secara real-time menggunakan perangkat lunak yaitu LabVIEW. Dalam proses pembuatannya melalui tahap pengujian yang dilakukan dengan mengukur jangkauan dan rentang frekuensi sinyal EEG pada subjek manusia dalam berbagai kondisi mental.