INSTIKIINSTIKI

Jurnal RESISTOR (Rekayasa Sistem Komputer)Jurnal RESISTOR (Rekayasa Sistem Komputer)

Keamanan siber menjadi isu yang berkembang dalam beberapa tahun terakhir, seiring dengan perkembangan teknologi digital yang semakin canggih. Keamanan siber dibagi menjadi beberapa area yang sama pentingnya dan saling berhubungan satu sama lain. Salah satu area keamanan siber adalah keamanan fisik. Keamanan fisik adalah perlindungan personel, perangkat keras, perangkat lunak, jaringan, dan data dari tindakan dan kejadian fisik yang dapat menyebabkan kerugian atau kerusakan lembaga. Beberapa metode dilakukan untuk mengamankan aset fisik area, dan metode berbasis AI saat ini terkenal dengan keefektifannya. Dalam penelitian ini, kami bertujuan untuk mengusulkan metode berbasis AI untuk meningkatkan keamanan fisik. Penelitian ini dilakukan untuk menganalisis dan mengusulkan sebuah metode di bidang keamanan fisik. Tujuannya adalah untuk mengamankan aset fisik, memprediksi potensi serangan, dan mengelola risiko yang rentan. Hasil dari penelitian ini adalah prototipe yang diusulkan untuk mengamankan area fisik sistem informasi dan mampu mendeteksi aktivitas yang tidak biasa untuk mencegah insiden yang dapat membahayakan sumber fisik.

Penelitian ini bertujuan untuk meningkatkan keamanan fisik melalui metode berbasis kecerdasan buatan (AI).Fokus utama adalah mengamankan aset fisik, memprediksi potensi serangan, dan mengelola risiko kerentanan, terutama pada kasus kebakaran yang dialami Universitas X.Pengembangan prototipe yang diusulkan diharapkan dapat mendeteksi aktivitas mencurigakan dan mencegah insiden berbahaya pada sumber fisik sistem informasi.

Berdasarkan temuan penelitian ini, beberapa arah penelitian lanjutan dapat dieksplorasi untuk memperkuat keamanan fisik berbasis AI. Pertama, penelitian lebih lanjut dapat difokuskan pada pengembangan algoritma AI yang lebih adaptif dan responsif terhadap berbagai jenis ancaman fisik, termasuk yang belum teridentifikasi sebelumnya. Hal ini dapat melibatkan penggunaan teknik pembelajaran mendalam (deep learning) untuk menganalisis pola perilaku yang kompleks dan mengidentifikasi anomali secara real-time. Kedua, integrasi data dari berbagai sumber sensor, seperti CCTV, sensor gerak, dan sensor suhu, dapat ditingkatkan untuk menciptakan sistem deteksi ancaman yang lebih komprehensif dan akurat. Penelitian dapat berfokus pada pengembangan metode untuk menggabungkan dan menganalisis data multi-sensor secara efektif, serta mengatasi tantangan terkait dengan kualitas data dan sinkronisasi waktu. Ketiga, studi tentang efektivitas biaya dan implementasi praktis dari sistem keamanan fisik berbasis AI perlu dilakukan. Penelitian ini dapat mengevaluasi berbagai opsi implementasi, mempertimbangkan faktor-faktor seperti biaya perangkat keras dan perangkat lunak, biaya pemeliharaan, dan kebutuhan sumber daya manusia, serta memberikan rekomendasi untuk penerapan yang optimal di berbagai lingkungan dan skala organisasi. Dengan demikian, penelitian lanjutan ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan keamanan fisik dan melindungi aset berharga dari berbagai ancaman.

  1. DOI Name 10.31598 Values. name values index type timestamp data serv crossref email support desc prefix... doi.org/10.31598DOI Name 10 31598 Values name values index type timestamp data serv crossref email support desc prefix doi 10 31598
  2. 0. microsoft powerpoint advanced testing physical security systems aiml upload li national nuclear united... doi.org/10.2172/18311330 microsoft powerpoint advanced testing physical security systems aiml upload li national nuclear united doi 10 2172 1831133
Read online
File size339.26 KB
Pages7
DMCAReport

Related /

ads-block-test