Articles

Found 2 Documents
Search

Dampak Serangan DDoS pada Software Based Openfow Switch di Perangkat HG553 Yasin, Alimuddin; Mohidin, Ismail
Jurnal Technopreneur (JTech) Vol 6 No 2 (2018): JURNAL TECHNOPRENEUR (November)
Publisher : Jurnal Technopreneur Politeknik Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (204.671 KB) | DOI: 10.30869/jtech.v6i2.206

Abstract

Software Defined Network (SDN) adalah salah satu evolusi terbesar dalam dunia jaringan komputer. Dengan adanya SDN kemudahan dalam mengontrol jaringan lebih mudah dibandingkan dengan jaringan komputer biasa. Dimana dengan SDN konfigurasi jaringan lebih terpusat dikarenakan adanya pemisahan antara data plane dengan control plane. Data Plane berada pada sisi perangkat switch sedangkan control plane berada pada sisi server. Ada dua jenis switch Openflow yakni software based Switch Opeflow dan Hardware Based Switch Opeflow. Dalam penelitian ini jenis switch yang di pakai adalah Software Based Openflow Switch yang di pasang pada perangkkat HG553. Isu keamanan adalah isu yang masih terbuka luas untuk diteliti dalam Software Defined Network. Salah satunya adalah DDoS. DDoS adalah kegiatan untuk membanjiri jaringan dengan Data sehingga lalulintas jaringan menjadi penuh dan jaringan tidak dapat diakses oleh orang yang tidak berhak. Jenis DDoS UDP Flooding adalah jenis DDoS Conectionless. Dalam penelitian menunjukan DDoS UDP Flooding yang terjadi dalam jaringan SDN menyebabkan jaringan SDN sulit untuk di akses dikarenakan Switch Opeflow terlepas dari kontroller dan menyebabkan penggunaan reource tinggi pada Switch Openflow.
Analisis Koefisien Cepstral Emosi Berdasarkan Suara Mohidin, Ismail; Tupamahu, Frangky
Journal of Applied Informatics and Computing Vol 1 No 2 (2017)
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v1i2.523

Abstract

Abstract - The speech signal carries some sort of information, which consists of the intent to be conveyed, who speaks the information, and the emotional information that shows the emotional state of the utterance. One of the characteristics of human voice is the fundamental frequency. In this study the selection of features and methods of classification and recognition is important to recognize the emotional level (anger, sadness, fear, pleasure and neutral) contained in the dataset, this research proposes design through two main processes of training and introduction recognition). Experiments conducted using the Indonesian emotion voice dataset and the Mel-Frequency Cepstrum Coefficients (MFCC) algorithm were used to extract features from sound emotion. MFCC produces 13 cepstral coefficients of each of the sound emotion signals. This coefficient is used as an input of classification of emotional data from 250 data sampling.