Kode/Nama Rumpun Ilmu : 461/Sistem Informasi

USULAN
PENELITIAN DOSEN PEMULA

STUDI BANDING SPAM-ASSASSIN DENGAN DAN TANPA ANTI SPAM

DI SISI CLIENT

TIM PENGUSUL

Nurlina, S. Kom., M.T (0929027601)

A.Irmayana, S. Kom., M.T (0918098501)

STMIK DIPANEGARA
Maret 2013
 RINGKASAN

Interface antara Postfix dan ClamAV adalah Amavisd-New yang hanya

mendukung SpamAssassin untuk menyaring spam dan diaktifkan secara default
sehingga keoptimalannya masih belum memuaskan. Bagian data dari email
disadap dan discan sebelum dikirim ke alamat user/client masing-masing pada
sisi Mail Transfer Agent (MTA) dan Mail Delivery Agent (MDA) server. Hanya
saja para user dituntut untuk bisa aktif dalam menandai setiap pesan yang masuk
pada emailnya masing-masing karena email spam mempunyai pola tersendiri dan
berbeda-beda yang diterima pada inbox tiap user, maka dipilih mempergunakan
Thunderbird pada sisi client untuk menggunakan metode Bayesian sebagai
kelanjutan dari menyaring spam yang sudah tersaring sebelumnya pada sisi mail
server. Penelitian ini bertujuan menganalisis hasil pengklasifikasian email ham
dan email spam pada mail server dan mail client. Jumlah populasi 996 total email
dari domain unhas.ac.id, 299 total email dari domain yahoo.com, dan 10 total
email dari domain unhas.ac.id dengan user yang berbeda. Hasil penelitian
menunjukkan bahwa nilai akurasi dari SpamAssassin pada Mail Server Postfix
mencapai 47,39%, nilai error 52,61%, false positive 1,31% dan false negative
51,31% sedangkan pada Mail Client mencapai nilai akurasi 100%, nilai error,
false positive dan false negative 0%. Disimpulkan bahwa nilai akurasi dan error
mail server berhubungan dengan filter SpamAssassin yang disetting dan
dikonfigurasi oleh adminnya dan user dari mail client dapat meng-import
database hasil learning dan training emailnya masing-masing. Diharapkan
pengembangan lebih lanjut dengan menganalisa body email bertipe html atau
mime dan attachment yang dianalisa dari contentnya

Kata Kunci : Postfix, Filter SpamAssassin, Mail Server, Anti Spam Metode
Bayesian, Mail Client, False Positive, False Negative
 DAFTAR ISI

HALAMAN JUDUL .............................................................................................. i

HALAMAN PENGESAHAN............................................................................... ii
RINGKASAN ....................................................................................................... iii
DAFTAR ISI......................................................................................................... iv
DAFTAR TABEL ................................................................................................. v
DAFTAR GAMBAR............................................................................................ vi
BAB I PENDAHULUAN...................................................................................... 1
1. 1 Latar Belakang ................................................................................... 1
1. 2 Rumusan Masalah .............................................................................. 3
1. 3 Batasan Penelitian .............................................................................. 5
1. 4 Tujuan Penelitian ............................................................................... 5
BAB II TINJAUAN PUSTAKA .......................................................................... 6
BAB III METODE PENELITIAN .................................................................... 15
3. 1 Lokasi dan Waktu Penelitian ........................................................... 15
3. 2 Parameter Penelitian ........................................................................ 15
3. 3 Sumber Data (Analisis Data) ........................................................... 15
3. 4 Tahapan Penelitian........................................................................... 16
3. 5 Rancangan Penelitian....................................................................... 16
BAB IV BIAYA DAN JADWAL PENELITIAN ............................................. 17
4. 1 Anggaran Biaya ............................................................................... 17
4. 2 Jadwal Penelitian ............................................................................. 19
DAFTAR PUSTAKA
DAFTAR LAMPIRAN
 DAFTAR TABEL
Nomor........................................................................................................Halaman
Tabel 1. Populasi Account linanoer888@unhas.ac.id........................................... 15
Tabel 2. Populasi Account linanoer888@yahoo.com ........................................... 15
Tabel 3. Populasi Account linanoer@unhas.ac.id................................................. 16
 DAFTAR GAMBAR
Nomor........................................................................................................Halaman
Gambar 1. Proses Pengiriman Email Pada Jaringan Lokal..................................... 9
Gambar 2. Proses Pengiriman Email Pada Jaringan Luar ...................................... 9
Gambar 3. Komunikasi Mail Server ..................................................................... 12
Gambar 4. Cara Kerja Transfer Data Pada Email................................................. 15
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Spam adalah suatu email yang membawa pesan-pesan yang sifatnya
komersial (menjual jasa, barang atau menawarkan suatu hal yang menarik). Ada
dua tipe spam yaitu usenet spam dan email spam. Usenet spam adalah spam yang
dikirimkan ke newsgroup. Spam yang dikirimkan tidak hanya untuk satu
newsgroup, tetapi bisa mencapai 20 atau lebih untuk sekali pengiriman,
sedangkan email spam atau sering disebut junk email, unsolicited bulk email
adalah email-email yang dikirim secara terkoordinir oleh pihak tertentu ke
alamat-alamat email pribadi dengan menggunakan perantara mailing list atau
terkadang langsung mengirimkannya ke alamat yang dituju. Alamat tersebut
diperoleh dari suatu perusahaan atau kelompok yang menggunakan semacam
software yang berfungsi sebagai robot untuk mengoleksi alamat email dari usenet,
web directory, anggota penyedia layanan internet (internet service provider) atau
mailing list [Lambert. 2012].
Tipikal isi dari email spam yang sering dijumpai adalah menawarkan
produk obat-obatan atau kesehatan, menawarkan cara agar bisa menjadi kaya
dengan cepat, menawarkan jasa atau produk keuangan, menawarkan jasa
pendidikan, menawarkan potongan harga terhadap suatu produk tertentu atau
menawarkan software bajakan.
Alasan dan latar belakang spam sangat dianggap sebagai musuh utama
dalam dunia perinternetan antara lain beberapa jenis spam yang dikirim adalah
ilegal di beberapa negara. Seperti di Amerika, pengiriman spam yang berisikan
pornografi terhadap anak kecil adalah ilegal atau dilarang dan pengirimnya dapat
dituntut di pengadilan. Kebanyakan spam yang dikirim adalah berisi kebohongan,
palsu dan tidak dapat dipercaya, seperti bagaimana caranya untuk menjadi cepat
kaya dan sebagainya. Kita mungkin pernah merasakan ketika kita unsubscribe
dari sebuah mailing list yang kita merasa tidak pernah kita subscribe, malah
setelahnya mail box email kita semakin dipenuhi dengan email yang sejenis. Hal
ini adalah salah satu trik dari spammer. Kiriman-kiriman email dari spammer
yang sering tidak tepat waktu, misalnya ketika kita menantikan sebuah email
yang sangat ditunggu-tunggu, email spam datang begitu saja. Tentunya kita akan
menghabiskan waktu untuk menghapusnya terlebih dahulu, memperpanjang masa
koneksi ke internet dan akhirnya email yang kita harapkan akan datang tertunda.
Banyak dari spammer mencoba menggunakan sebuah trial dial-up account dari
sebuah internet service provider (ISP) untuk beberapa hari, mengirimkan banyak
spam ke berbagai email, kemudian meninggalkan account tersebut. Aktifitas dari
spammer ini tentunya akan merepotkan provider karena akan timbul lalu lintas
email yang terlalu banyak dalam satu waktu. Selain merepotkan, ini juga
membuat masalah bagi provider karena kadang kala dituduh memberikan
kesempatan bagi spammer untuk menggunakan fasilitasnya [Lambert. 2012].
Banyak sudah aplikasi yang diciptakan untuk memeriksa email pada level
smtpd, baik untuk spam ataupun virus. Postfix sebagai mail server sangat mudah
untuk dikonfigurasi sesuai dengan kebutuhan user. Untuk aplikasi antivirus,
pilihan utama yang dipakai adalah ClamAV. ClamAV sudah terbukti handal untuk
memeriksa muatan-muatan virus yang ada pada email. Asal syarat updatenya
terpenuhi, dapat dipastikan network akan bebas dari permasalahan email bervirus.
Tapi lain halnya dengan email spam dan email ham yang masuk pada postfix
maildrop.
Interface antara Postfix dan ClamAV yang dipakai di Universitas
Hasanuddin adalah Amavisd-New yang hanya mendukung SpamAssassin untuk
menyaring spam. Selain itu karena Amavisd-New dibangun diatas bahasa Perl,
maka unjuk kerja-nya tidak akan secepat aplikasi yang dikompile langsung
menjadi file binary yang siap di eksekusi (Pratama, 2008) dan SpamAssassin
diaktifkan secara default sehingga keoptimalannya masih belum memuaskan.
Bagian data dari email disadap dan discan sebelum dikirim ke alamat user/client
masing-masing pada sisi Mail Transfer Agent (MTA) dan Mail Delivery Agent
(MDA) server Unhas. SpamAssassin telah menyediakan berbagai mekanisme
yang efektif dan lengkap dalam menyaring spam pada email usernya. Hanya saja
para user dituntut untuk bisa aktif dalam menandai setiap pesan yang masuk pada
emailnya masing-masing karena email spam mempunyai pola tersendiri dan
berbeda-beda yang diterima oleh setiap inbox user, maka dipilih mempergunakan
Thunderbird pada sisi client untuk menggunakan metode Bayesian sebagai
kelanjutan dari menyaring spam yang sudah tersaring sebelumnya pada sisi mail
server tetapi masih saja lolos dari penyaringannya.
Diharapkan anti spam Thunderbird metode Bayesian dapat membantu
para user dalam mengelola email mereka dari serangan para spammer sehingga
bandwith mereka tidak penuh dengan sampah dan tidak membuang waktu dan
uang lagi dalam ‘kesibukan’ menghilangkan email spam dari mail box serta tidak
perlu khawatir lagi jika email ham yang diharapkan justru tidak masuk dalam
mail box kita.
Dari hasil penelitian yang dicapai nantinya diharapkan pula bisa
memberikan semangat dan masukan untuk para pengelola mail server yang
menggunakan Spam-Assassin sebagai anti spam server mereka untuk
meningkatkan pelayanannya terhadap para user dengan tidak hanya menggunakan
setting-an default-nya saja tetapi bisa langsung men-training anti spamnya
sebelum masuk ke mail box user-nya. Dengan demikian akan meningkatkan
keefisienan dan keefektifan pemakaian bandwith servernya secara tidak langsung.
Tetapi tiap user perlu bekerja sama dalam hal ini karena mail box user tentunya
sangat banyak, seorang admin tentu kewalahan dalam men-setting-nya nanti dan
email ham dan email spam yang masuk belum tentu sama dengan mail box user
lainnya. Dengan kata lain, user dapat men-training mail boxnya masing-masing
dan meminta bantuan admin untuk meng-updatenya pada Spam-Assassin di
server.
1.2 Rumusan Masalah
1. Bagaimana menganalisis hasil pengklasifikasian email ham dan email spam
dengan menggunakan Spam-Assassin pada mail server postfix tanpa anti spam
di sisi client?
Pengklasifikasian dilakukan dengan menggunakan teknik memperkenalkan
account email (domain Universitas Hasanuddin) uji coba untuk mendapatkan
 respon langsung dari para spammer dan mengirimkan input beberapa email
dari sumber email lain yang sudah berstatus ham dan spam untuk mengetahui
tingkat keakuratan dari setting-an Spam-Assassin dari admin dan user tidak
mengupdate Spam-Assassin emailnya lewat admin.
2. Bagaimana anti spam Thunderbird metode Bayesian di sisi client mampu
mengklasifikasikan email ham dan email spam setelah melewati Spam-
Assassin pada mail server postfix?
Pada sistem ini, sejumlah sampel email ham dan email spam akan dikirimkan
untuk mengenali parameter-parameter dalam men-training anti spam metode
Bayesian, parameter tersebut digunakan sebagai pengenalan cerdas bagi
sistem untuk menyaring email. Dalam hal ini sistem akan mengenali email
tersebut berdasarkan apa yang sudah di-training-kan pada anti spam dan akan
mengklasifikasikan langsung ke dalam masing-masing folder yang sudah
ditentukan.
3. Bagaimana anti spam mampu melakukan pengenalan email klasifikasi dengan
data email secara acak?
Anti spam dikirimkan input email spam dan email ham yang pernah ditraining
dengan email yang belum pernah ditraining secara acak. Outputnya berupa
pengenalan terhadap email ham atau email spam tersebut berdasarkan nilai
yang ditraining dari email sebelumnya.
4. Berapa tingkat akurasi dan error dari anti spam Thunderbird metode Bayesian
dalam mengenali email ham dan email spam dengan SpamAssassin pada mail
server postfix tanpa anti spam di sisi client?
Menghitung persentasi akurasi anti spam dalam mengenali setiap email ham
dan email spam yang ditraining maupun yang tidak ditraining.
nH H  nSS nH S  nSH
Acc  Err 
NH  NS NH  NS

Err  (1  Acc )
1.3 Batasan Penelitian
Menganalisa hasil klasifikasi email spam dan email ham dengan hanya
memperhatikan header dan body dari email, sesuai aturan SpamAssassin yang
digunakan pada mail server postfix dan mengklasifikasikan email spam dan email
ham menggunakan metode Bayesian pada mail client Thunderbird yang tidak
dapat melakukan pengecekan terhadap sebuah attachment atau file.
1.4 Tujuan Penelitian
Aplikasi tersebut akan bermanfaat dan membantu pihak user dalam
mengelola email mereka dari serangan para spammer dan pengelola mail server
dapat meningkatkan kualitas daripada pemakaian mail server/mail client yang
telah berjalan dengan mengoptimalkan setting-an anti spam default pada server
yang dikelola.
1. Untuk menganalisis hasil pengklasifikasian email ham dan email spam dengan
menggunakan Spam-Assassin pada mail server postfix tanpa anti spam di sisi
client
2. Untuk mengklasifikasikan email ham dan email spam pada anti spam
Thunderbird metode Bayesian di sisi client setelah melewati Spam-Assassin
pada mail server postfix.
3. Untuk mengetahui tingkat akurasi anti spam dalam mengenali email ham dan
email spam dengan SpamAssassin pada mail server postfix.
4. Untuk membuat sistem aplikasi perangkat lunak terhadap email spam dan
email ham berdasarkan data email yang ditraining ke dalam database secara
otomatis dengan menerapkan metode Bayesian
 BAB II
TINJAUAN PUSTAKA
Studi banding (comparison study) biasa dilakukan untuk maksud
peningkatan mutu, perluasan usaha, perbaikan sistem, penentuan kebijakan baru,
perbaikan peraturan perundangan, dan lain-lan. Kegiatan studi banding dilakukan
oleh kelompok kepentingan untuk mengunjungi atau menemui obyek tertentu
yang sudah disiapkan dan berlangsung dalam waktu relatif singkat. Intinya adalah
untuk membandingkan kondisi obyek studi di tempat lain dengan kondisi yang
ada di tempat sendiri. Hasilnya berupa kumpulan data dan informasi sebagai
bahan acuan dalam perumusan konsep yang diinginkan. (Alimargono, 2009)

Spam-Assassin adalah aplikasi yang sudah teruji secara luas menggunakan

proyek open source yang berfungsi sebagai mail filter untuk mengidentifikasikan
spam. Spam-Assassin berjalan pada server, dan sebagai filter spam sebelum
mencapai kotak surat user. SpamAssasin menyaring e-mail masuk sehingga e-
mail account milik pelanggan web hosting terlindungi dari SPAM. Spam-Assassin
diintegrasikan ke dalam mail server untuk secara otomatis menyaring semua spam
untuk domain dan aturan penggunaan, atau "tes," untuk menentukan apa yang
spam dan apa yang tidak. SpamAssasin dapat memberikan tanda dengan
mengubah subject e-mail atau langsung menghapus e-mail SPAM yang masuk.
Setiap user dapat mengkonfigurasi ambang batas Spam-Assassin untuk
menentukan jika sebuah email adalah spam, dicurigai spam, atau bukan spam.
(Schwartz, 2004)
Spam-Assassin menggunakan berbagai mekanisme berikut (Schwartz, 2004) :
1. Pengecekan Header Email
2. Pengecekan isi email
3. Pengelompokan Email Address secara otomatis/manual menjadi Whitelist
ataupun Blacklist
4. Bayesian Filtering
5. Penyaringan database spam kolaboratif (DCC, Pyzor, Razor2)
6. Berbasis jaringan seperti Blacklist URL, Blacklist DNS, Checksum berbasis
Filter, dan Algoritma Hash
Spam-Assassin dirancang untuk memberikan penyaringan yang dapat diterima
tanpa pelatihan apapun dan tentu saja bisa diperbaiki jika tiap user menghabiskan
waktu untuk melatihnya.
Mail Server merupakan server yang melayani beberapa komputer dalam
suatu jaringan internet, ekstranet dan intranet dalam bentuk layanan pengiriman
dan pengambilan e-mail. Mesin ini senantiasa menerima pesan dari email client
yang digunakan user atau mugkin dari email server yang lainnya. Sebuah mail
server biasanya terdiri dari area penyimpanan, set konfigurasi user, daftar user
dan seri modul komunikasi (Fiva, 2009). Mail Server adalah suatu entitas berupa
komputer yang bertindak sebagai sebuah server (penyedia layanan) dalam
jaringan komputer / internet, serta memiliki fungsi untuk melakukan penyimpanan
(storing) dan distribusi yang berupa pengiriman (sending), penjaluran (routing),
dan penerimaan (receiving) e-mail. Mail Server berjalan dengan beberapa
protokol pada TCP/IP, yakni SMTP (port 25), POP3 (port 110), dan IMAP (port
143). Mail Server memiliki tiga komponen utama yang menyusunnya, yakni Mail
Transfer Agent (MTA), Mail Delivery Agent (MDA), dan Mail User Agent
(MUA). MTA bertugas mengatur pengiriman dan penerimaan e-mail, MDA
bertugas mengatur pengiriman e-mail ke alamat yang sesuai pada jaringan lokal,
sementara MUA bertugas untuk menjadi antarmuka yang menghubungkan user
dengan Mail Server.(Pratama, 2008). Secara ringkas, cara kerja Mail Server
ditunjukkan dalam gambar 1 dan gambar 2. (Pratama, 2008).
 Gambar 1. Proses Pengiriman Email pada Jaringan Lokal

Gambar 2. Proses Pengiriman Email ke Jaringan Luar

Email merupakan sebuah layanan pengiriman surat elektronik yang di kirim
melalui internet. Email dikirim dari suatu alamat email yang terdapat pada sebuah
mail server kepada alamat email yang lainnya yang terdapat pada mail server yang
sama maupun pada mail server yang berbeda. Email dapat dianalogikan dengan
kotak surat yang ada di kantor POS. Sedangkan server email dapat diibaratkan
sebagai kantor POS. Dengan analogi ini sebuah mail server dapat memiliki
banyak account email yang ada didalamnya. Untuk mengirim sebuah email dari
alamat email yang satu ke alamat email yang lain digunakan sebauh protocol
(aturan) yaitu Simple Mail Transfer Protocol (SMTP). Protocol SMTP telah
menjadi aturan dasar yang disepakati untuk pengiriman email. Dengan demikian
semua software email server pasti mendukung protokol ini. SMTP merupakan
protokol yang digunakan untuk megirim email (komunikasi antar mail server),
dan tidak digunakan untuk berkomunikasi dengan client. Sedangkan untuk client,
digunakan protokol imap imaps pop3 pop3s. Supaya sebuah mail server dapat di
akses oleh client, dikembangkan sebuah aplikasi dimana client dapat mengakses
email dari sebuah email server. IMAP adalah sebuah aplikasi pada layer Internet
protokol yang memungkinkan client untuk mengakses email yang ada di server.
Selain IMAP ada juga POP3 yang fungsinya sama dengan imap, akan tetapi
memiliki karakteristik yang berbeda dalam cara pengaksesan pada server. Untuk
dapat melakukan tugasnya, sebuah mail server harus dapat melayani pengiriman
email yang mempergunakan protokol SMTP serta harus mampu melayani client
yang ingin mengakses email dengan menyediakan IMAP dan atau POP3.

Gambar 3. Komunikasi Mail Server

Postfix berasal dari IBM Secure Mailer yang dirilis sekitar tahun 1998,
yang kemudian diberi nama VMailer. Tapi karena alasan kemiripan dengan merek
dagang yang telah ada, pemakaian nama ini tidak dilanjutkan dan diganti dengan
postfix. Proyek postfix dimulai oleh Wietse Venema, pakar keamanan komputer
dan periset di IBM. Postfix berusaha memberikan alternative untuk program mail
Sendmail yang telah luas memasyarakat. Postfix dirancang lebih cepat, lebih
mudah dirawat, dan lebih aman. (Rafiudin 2006).

Gambar 4. Cara Kerja Transfer Data pada E-Mail(Susitasulistyo, 2012)

Mail Client, untuk mengakses layanan E-Mail diperlukan aplikasi di sisi

klien sehingga pengguna dapat mendownload E-Mail. Aplikasi ini menghubungi
mail server dengan mengirimkan informasi account user dan password. Apabila
server menerima account dan password tersebut maka E-Mail untuk suatu account
akan didownload ke klien, biasanya menggunakan protokol POP3. Apabila
seorang user mengirimkan E-Mail maka mail server akan mendownload E- Mail
tersebut menggunakan protokol SMTP.
Klasifikasi Bayesian, merupakan klasifikasi yang bersifat statistik, yang
dapat memprediksi peluang-peluang keanggotaan kelas, seperti peluang bahwa
suatu sampel yang diberikan termasuk kelas tertentu. Klasifikasi Bayesian
didasarkan pada teorema Bayes [Han. 2011].
Teorema Bayes, algoritma Bayesian dinamai sesuai nama Thomas Bayes
(1702-1761) yang pertama kali mengajukan persoalan statistik yang kini dikenal
sebagai teorema Bayes. Istilah Bayesian sendiri baru muncul sekitar tahun 1950-
an. Sebelumnya, teorema Bayes banyak dipakai dalam berbagai bidang, mulai
dari perhitungan matematis orbit benda langit, statistika medis, hingga bidang
hukum [Rachli. 2007].
Misalkan X merupakan sampel data yang tidak diketahui label kelasnya
dan Y melambangkan variabel kelas, untuk masalah klasifikasi akan dihitung
P Y X  , yaitu peluang kelas Y jika diberikan sampel data X . Peluang bersyarat

ini juga dikenal dengan peluang posterior untuk Y dengan syarat X . Peluang
posterior P Y X  didasarkan pada informasi sebelumnya yaitu peluang prior PY 

yang bebas terhadap X . Teorema Bayes digunakan untuk menghitung peluang

posterior P Y X  , dari PY  , P  X  dan P X Y  .

PX Y . PY 
PY X   (1)
P X 
Filter Bayesian, bekerja dengan algoritma Bayesian yang mendeteksi
spam dengan cara menghitung probabilitas dari suatu email berdasarkan isinya.
Probabilitas ini dapat dihitung dengan terlebih dahulu membuat suatu database
email spam dan database email ham. Database tersebut berisi kata-kata yang
telah diekstraksi yang terdapat dalam email-email sampel. Kemudian dengan
suatu metode training, filter anti-spam yang menggunakan algoritma Bayesian
dapat dilatih untuk melihat kata-kata yang sering digunakan pada email spam,
sehingga pada akhirnya dihasilkan filter anti-spam yang akurat dengan sekecil
mungkin kesalahan [Han. 2011].
Teorema Bayes dalam konteks spam, menyatakan bahwa peluang sebuah
email adalah spam, ditunjukkan oleh keberadaan beberapa kata (selanjutnya
disebut atribut) tertentu didalamnya, adalah sama dengan peluang untuk
menemukan atribut yang sama dalam sebuah email spam, dikalikan dengan
peluang bahwa sebuah email adalah spam, dibagi dengan peluang untuk
menemukan atribut yang sama dalam sembarang email [Rachli. 2007].
Pr kata spam . Pr spam 
Pr spam kata   ( 2)
Pr kata 
 Filter Bayesian merupakan penggolong Bayesian yang sederhana dengan
cara kerja sebagai berikut :

1. Setiap email diwakili oleh suatu vektor x   x1 , x2 ,..., xn , dimana

x1 , x2 ,..., xn merupakan nilai dari atribut X 1 , X 2 ,...X n .

2. Menghitung peluang posterior untuk kelas email spam dan email ham dengan

syarat X . Dari teorema Bayes dan teorema peluang total, diberikan vektor

x   x1 , x2 ,..., xn  pada suatu email, peluang bahwa email tersebut merupakan
milik kelas c yaitu :

  
PC cX  x  

 
P C  c . P X  x C  c 
 

 P C  k . P X  x C  k  (3)
k  spam , ham 

3. Peluang total adalah konstan untuk setiap kelas sehingga hanya perlu dihitung
 
 
P C  c . P X  x C  c . Peluang prior P C  c  dapat dihitung dengan

sc
PC  c   , di mana s c merupakan jumlah email kelas c dalam sampel
s
training dan s merupakan jumlah seluruh email dalam sampel training.
4. Jika diberikan banyak atribut, maka akan sangat sulit untuk menghitung
 
 
P X  x C  c . Untuk mengurangi perhitungan dalam mengevaluasi

 
 
P X  x C  c , dibuat asumsi bahwa tidak ada ketergantungan antara atribut

yang satu dengan atribut yang lain atau yang biasa disebut kebebasan
bersyarat (conditional independence). Asumsi ini dibuat untuk
menyederhanakan perhitungan dan inilah sebabnya disebut ”naive” [Han.
2011].
Kebebasan Bersyarat, misal X , Y , dan Z melambangkan tiga variabel acak.
Variabel X dikatakan bebas secara bersyarat Y , yang diberikan Z , jika
sesuai kondisi berikut :
P X Y , Z   P X Z  (4)

P X , Y , Z 
P X , Y Z  
P Z 
 P  X , Y , Z  P Y , Z 
 .
P Y , Z  P Z 

 P X Y , Z . P Y Z 

 P  X Z . P Y Z  (5 )

Kebebasan bersyarat antara X dan Y juga dapat ditulis dalam bentuk berikut :
Persamaan (4) digunakan untuk memperoleh baris terakhir persamaan di atas.

 

P X C  c   P X i C  c 
k
(6)
i 1

Peluang P  X i C  c  dapat dihitung dari data training yaitu P X i C  c  

sic
, di
sc

mana sic adalah jumlah email dalam kelas c dalam sampel training yang
mengandung atribut ke-i.

5. Email X termasuk kelas email spam jika dan hanya jika
   
   
P C  spam . P X  x C  spam  P C  ham . P X  x C  ham

Dengan kata lain, email X merupakan kelas dengan peluang posterior

  

P C  c X  x maksimum.

Keakuratan dan Tingkat Kesalahan, probabilitas tiap kata adalah unik

untuk setiap user, dan dapat berubah sewaktu-waktu dengan adanya koreksi
apabila filter keliru melakukan klasifikasi terhadap sebuah email. Hasilnya,
akurasi filter anti-spam akan terus meningkat dari waktu ke waktu. Kemampuan
ini sangat membantu untuk menghindari terjadinya false positives, ketika filter
keliru mengidentifikasi email ham sebagai spam [Rachli. 2007]. False positives
adalah email ham yang ditujukan kepada penerima, tetapi karena kesalahan dari
filter anti-spam, dikategorikan menjadi email spam. Kesalahan dalam
menghambat email-email ham H  S  pada umumnya lebih berat dibandingkan
dengan membiarkan email-email spam melewati filter begitu saja S  H 
[Androutsopoulus. 2004]. Misalkan bahwa menghambat satu email ham sama
buruknya dengan membiarkan email spam sebanyak  melewati filter
H  S    S  H  , filter dapat ditraining untuk mengkategorikan email
sebagai spam jika :
 
P C  spam X  x


 
 
P C  ham X  x  (7 )

Karena dianggap lebih beresiko maka dipilih nilai  tertentu untuk memperkecil
kemungkinan terjadinya false positive [Pratiwi. 2005].

Dalam pengklasifikasian, dua ukuran yang biasa digunakan adalah

keakuratan (accuracy) dan tingkat kesalahan (error rate).
n H H  nS S n H S  nS  H
Acc  Err 
NH  NS NH  NS

Err  1  Acc (8)

Keterangan :
Acc : tingkat keakuratan
Err : tingkat kesalahan
nHS : jumlah email ham yang dihalangi filter

nSH : jumlah email spam yang melewati filter

n H H : jumlah email ham yang melewati filter

nS S : jumlah email spam yang dihalangi filter

NH : jumlah seluruh email ham yang diklasifikasikan

NS : jumlah seluruh email spam yang diklasifikasikan

 BAB III
METODE PENELITIAN

3.1 Lokasi dan Waktu Penelitian

Lokasi diadakannya penelitian ini pada Pengembangan Teknologi
Informasi dan Komputer (PTIK) Universitas Hasanuddin yang beralamat di Jalan
Perintis Kemerdekaan km. 10 Makassar dan direncanakan selama 12 bulan mulai
bulan Juni 2013 sampai bulan Juni 2014.
3.2 Parameter Penelitian
Yang menjadi parameter dalam penelitian ini adalah sebagai berikut :
1. Parameter input yaitu email spam dan email ham
2. Parameter output yaitu false positive dan false negative atau akurasi dan error.
3.3 Sumber Data (Analisis Data)
Sumber data dalam penelitian ini adalah keseluruhan email spam dan
email ham yang masuk dalam inbox account linanoer888@unhas.ac.id yang
jumlahnya dapat dilihat pada Tabel 1. Email spam juga berasal dari account
linanoer888@yahoo.com, yang terakumulasi pada Tabel 2. Serta email-email
yang tersimpan dalam mailbox / maildir server Universitas Hasanuddin.

Tabel 1. Populasi account linanoer888@unhas.ac.id

Total Emails Email Ham Email Spam
722 210 512
100% 29,09% 70,91%

Tabel 2. Populasi account linanoer888@yahoo.com

Total Emails Email Ham Email Spam
274 18 256
100% 6,57% 93,43%
 Tabel 3. Populasi account linanoer@unhas.ac.id
Total Emails Email Ham Email Spam
10 10 0
100% 100% 0%

3.4 Tahapan Penelitian

1. Studi Literatur (Literature Study). Sumber data yang didapatkan dengan
mengkaji literatur-literatur, buku-buku pustaka yang berkaitan dengan
masalah yang dibahas dan juga melalui artikel-artikel dari internet yang
relevan dengan permasalahan yang dibahas dalam penelitian ini.
2. Metode Pengambilan Data, yaitu Penelitian Lapangan (Field Research). Yaitu
dengan cara mengadakan pengamatan langsung terhadap obyek yang diteliti.
Untuk mendapatkan data di lapangan maka digunakan teknik observasi dan
wawancara langsung dengan subyek (administrator) berupa pengambilan data
email pada database server.
3.5 Rancangan Penelitian
Terdapat beberapa tahapan yang dilaksanakan dalam penelitian ini sebagai
berikut :
1. Persiapan dua email baru dengan domain unhas.ac.id
2. Pengumpulan dan mempersiapkan data-data berupa : email spam dan email
ham dengan melakukan subscribe pada milis account yahoogroups dan
menggandengkan account linanoer888@unhas.ac.id.
3. Persiapan data penyelidikan lapangan dengan menerapkan observasi dan
wawancara untuk mengetahui email ham, email spam, false positive dan false
negative sehingga didapatkan akurasi dan errornya.
4. Software untuk training dan testing dengan menggunakan algoritma Naive
Bayesian yang diharapkan hasil kegiatan akhir ini email client / user tidak
dipenuhi oleh banyaknya email spam dan dapat menerima semua email ham
sesuai yang diharapkan.
 BAB IV
BIAYA DAN JADWAL PENELITIAN
4. 1 Anggaran Biaya
1. Honor
Waktu
Honor/Jam Honor per
Honor (jam/m Minggu
(Rp) Tahun (Rp)
inggu)
Ketua 6,250 6 48 1,800,000
Anggota 5,000 5 48 1,200,000
SUB TOTAL (Rp) 3,000,000
2. Peralatan Penunjang
Justifikasi Kuanti Harga Biaya per
Material
Pemakaian tas Satuan (Rp) Tahun (Rp)
Mencetak
Catridge printer
proposal,
Canon MP 258 1 150,000 150,000
laporan,angket,
(Hitam)
dll
Catridge printer Mencetak
Canon MP 258 proposal, 1 150,000 150,000
(Warna) laporan,dll
Bahan pencetak
Kertas A4 80 gr proposal, 4 40,000 160,000
laporan,dll

Jepitan kertas Menjepit kertas 12 2,000 24,000

Bahan cetak
Tinta Printer 4
proposal, 8 25,000 200,000
warna 100 ml
laporan, dll
SUB TOTAL (Rp) 684,000
4. Perjalanan
Justifikasi Kuanti Harga Biaya per
Material
Pemakaian tas Satuan (Rp) Tahun (Rp)
Untuk
Perjalanan dari
membayar pasca
rumah (kampus) ke 12 10,000 120,000
bayar kartu
toko
modem
 Mengambil dan
Perjalanan dari
mengamati data
rumah ke 8 15,000 150,000
di database
laboratorium
server
SUB TOTAL (Rp) 270,000
5. Biaya Perancangan dan Pembuatan
Justifikasi Kuanti Harga Biaya per
Material
Pemakaian tas Satuan (Rp) Tahun (Rp)
Untuk
Biaya perancangan
merancang 1 1,546,000 1,546,000
perangkat keras
perangkat keras
Untuk
Biaya perancangan
merancang 2 2,000,000 4,000,000
perangkat lunak
perangkat lunak
SUB TOTAL (Rp) 5,546,000
6. Administrasi
Nama Kegiatan Satuan Jumlah (Rp)
Penyusunan Proposal 4 exp @ Rp 25.000 100,000
Penyusunan Laporan Akhir 5 exp @ Rp 50,000 250,000
SUB TOTAL (Rp) 350,000
7. Publikasi Ilmiah dan Seminar
Nama Kegiatan Satuan Jumlah (Rp)
Seminar penelitian Satu kali 30 peserta @ 1,500,000
Rp. 50.000
SUB TOTAL (Rp) 1.500,000

TOTAL ANGGARAN YANG DIPERLUKAN SELAMA 1

15,000,000
TAHUN (Rp)
4. 2 Jadwal Penelitian
Bulan
No Jenis Kegiatan
1 2 3 4 5 6 7 8 9 10 11 12
1 Merancang anti spam
Memperkenalkan account email lewat beberapa milis
2
terkenal
3 Mengamati dan menentukan setting-an Spam-Assassin
4 Mengevaluasi Spam-Assassin dan anti spam melalui :
- Mengirim email ham tanpa anti spam client
- Mengirim email spam tanpa anti spam client
- Mengirim email ham dengan anti spam client
- Mengirim email spam dengan anti spam client
- Respon email spam dan email ham langsung
5 Menyaring total data email di database server
Menghitung False Positif, False Negatif, Akurasi dan
6 Errornya
Membandingkan kedua false, akurasi dan errornya tanpa
7 anti spam dan dengan anti spam di sisi client
 DAFTAR PUSTAKA

Defiyanti, Sofi., D. L. Crispina Pardede. 2012. “Perbandingan Kinerja Algoritma

ID3 dan C4.5 Dalam Klasifikasi Spam Mail”. Universitas Gunadarma).
Diakses tanggal 26 Januari 2012 pukul 8.05 PM
Fiva, Rosalana. 2009. Langkah Mudah Administrasi Jaringan Menggunakan
Linux Ubuntu 9. Semarang, 2009.[Online]. Diakses tanggal 01 Agustus
2012 pukul 3:04 PM
http://repository.politekniktelkom.ac.id/Proyek%20Akhir/TK/JURNAL%2
0PA%20IMPLEMENTASI%20HIGH%20AVAILABILITY%20MAIL%2
0SERVER%20DENGAN%20MENGGUNAKAN%20POSTFIX,%20HE
ARBEAT,%20DAN%20DRBD.pdf
Graham, Paul. 2002. A Plan for Spam. http://www.paulgraham.com/spam.html.
Diakses tanggal 20 Agustus 2011 pukul 3.56 PM
Han, Jiawei and M. Kamber. 2011. "Data Mining: Concepts and Techniques".
USA: Academic Press.

Ian Androutsopoulos, John Koutsias, V. Chandrinos, George Paliouras, and C.

Spyropoulos. 2004. An evaluation of naive bayesian anti-spam filtering. In
Workshop on Machine Learning in the New Information Age.
Lambert, Anselm, Analysis of Spam, A dissertation in Computer Science at
University of Dublin, 2003. (Defiyanti, Sofi., D. L. Crispina Pardede.
“Perbandingan Kinerja Algoritma ID3 dan C4.5 Dalam Klasifikasi Spam
Mail”. Universitas Gunadarma). Diakses tanggal 26 Januari 2012 pukul
8.05 PM
O’Brien, . Cormac & Vogel, Carl “Comparing SpamAssassin with CBDF
email filtering”
Pratama, Ahmad Munasir Raf’ie. 2008. “Perancangan Dan Implementasi Mail
server Berbasis Qmail Pada Jcpanel Web Hosting Control Panel”.
Yogyakarta. Diakses tanggal 28 Juli 2012 pukul 5.05 PM
Rachli, Muhamad, 2007. Email Filtering menggunakan Naïve Bayesian. Bandung
: Tugas Akhir Jurusan Teknik Elektro Institut Teknologi Bandung
Rafiudin, Rahmat. 2006. Membangun Server Email Berbasis Linux. Yogyakarta:
ANDI, [Online]. Diakses tanggal 01 Agustus 2012 pukul 3:04 PM
http://repository.politekniktelkom.ac.id/Proyek%20Akhir/TK/JURNAL%2
0PA%20IMPLEMENTASI%20HIGH%20AVAILABILITY%20MAIL%2
0SERVER%20DENGAN%20MENGGUNAKAN%20POSTFIX,%20HE
ARBEAT,%20DAN%20DRBD.pdf
Schwartz, Alan. 2004. eBook “SpamAssassin” [Online]United States of America :
O'Reilly Media, Inc.Diakses tanggal 19 juli 2011 pukul 9:36 AM
http://www.belajarpc.info/sekilas-tentang-perangkat-lunak-e-mail-client.htm.
Diakses tanggal 03 Agustus 2012 pukul 10.45 AM
http://www.google.co.id/#hl=id&site=&q=400-384-1-
PB.pdf&btnK=Penelusuran+Google&oq=&aq=&aqi=&aql=&gs_sm=&gs
_upl=&gs_l=&bav=on.2,or.r_gc.r_pw.,cf.osb&fp=75d32aba47e07d75&bi
w=278&bih=331 Diakses tanggal 15 Pebruari 2012 pukul 4.54 PM
http://www.postfix.or.id/website/big-picture.html. Diakses tanggal 01 Agustus
2012 pukul 3:35 PM
http://alimargono.wordpress.com/2009/01/31/studi-banding by Alimargono.
Diakses tanggal 02 Juli 2012 pukul 17.14 Wita

http://digilib.petra.ac.id/viewer.php Diakses tanggal 16 Agustus 2011 pukul 4.03

PM
http://download.uniku.ac.id/rootbrain/administrasi%20server/Modul%20Mail%20
Server%20with%20Postfix.pdf Diakses tanggal 11 Pebruari 2012 pukul
2:50 PM
http://susitasulistyo.blogspot.com/2009/12/cara-kerja-transfer-data.html Diakses
tanggal 05 April 2012 pukul 6.30 AM
http://tutorial.smkn6dki.or.id/index.php?action=downloadfile&filename=Bab1_Ar
sitekturLayananEMail.pdf&directory=public_downloads/Buku_Ilmukomp
uter_Nop2009&PHPSESSID=13a8de33db95ee0cc86bc0c59a640ac0
Diakses tanggal 15 Pebruari 2012 pukul 4.54 PM
 LAMPIRAN 1
JUSTIFIKASI ANGGARAN PENELITIAN

1. Honor

Waktu
Honor/Jam Honor per
Honor (jam/minggu) Minggu
(Rp) Tahun (Rp)
4
Ketua 6,250 6 48 1,800,000
Anggota 5,000 5 48 1,200,000
SUB TOTAL (Rp) 3,000,000

2. Peralatan Penunjang

Harga
Harga Peralatan
Justifikasi
Material Kuantitas Satuan Penunjang
Pemakaian
(Rp) per Tahun
(Rp)
Menangkap Signal
Modem 1 350,000,- 350,000
Provider
Pulsa Kartu Mengakses
12 bulan 275.000,- 3,300,000
Modem Internet
SUB TOTAL (Rp) 3,650,000

3. Bahan Habis Pakai

Harga Biaya per

Justifikasi
Material Kuantitas Satuan Tahun
Pemakaian
(Rp) (Rp)
Catridge printer
Mencetak proposal,
Canon MP 258 1 150,000 150,000
laporan,angket, dll
(Hitam)
Catridge printer
Mencetak proposal,
Canon MP 258 1 150,000 150,000
laporan,dll
(Warna)
Bahan pencetak
Kertas A4 80 gr 4 40,000 160,000
proposal, laporan,dll
 Harga Biaya per
Justifikasi
Material Kuantitas Satuan Tahun
Pemakaian
(Rp) (Rp)
Jepitan kertas Menjepit kertas 12 2,000 24,000
Bahan cetak
Tinta Printer 4
proposal, laporan, 8 25,000 200,000
warna 100 ml
dll
SUB TOTAL (Rp) 684,000

4. Perjalanan

Harga Biaya per

Justifikasi
Material Kuantitas Satuan Tahun
Pemakaian
(Rp) (Rp)
Perjalanan dari Untuk membayar
rumah (kampus) pasca bayar kartu 12 10,000 120,000
ke toko modem
Perjalanan dari Mengambil dan
rumah ke mengamati data di 8 15,000 150,000
laboratorium server
SUB TOTAL (Rp) 270,000

5. Biaya Perancangan dan Pembuatan

Harga Biaya per

Justifikasi
Material Kuantitas Satuan Tahun
Pemakaian
(Rp) (Rp)
Biaya perancangan Untuk merancang
1 1,546,000 1,546,000
perangkat keras perangkat keras
Biaya perancangan Untuk merancang
2 2,000,000 4,000,000
perangkat lunak perangkat lunak
SUB TOTAL (Rp) 5,546,000

6. Administrasi

Nama Kegiatan Satuan Jumlah (Rp)

Penyusunan Proposal 4 exp @ Rp 25.000 100,000
Penyusunan Laporan
5 exp @ Rp 50,000 250,000
Akhir
 SUB TOTAL (Rp) 350,000

7. Publikasi Ilmiah dan Seminar

Nama Kegiatan Satuan Jumlah (Rp)

Seminar penelitian Satu kali 30 peserta @
1,500,000
Rp. 50.000
SUB TOTAL (Rp) 1.500,000

TOTAL ANGGARAN YANG DIPERLUKAN

15,000,000
SELAMA 1 TAHUN (Rp)
 LAMPIRAN 2
SUSUNAN ORGANISASI TIM PENELITI
DAN PEMBAGIAN TUGAS

Alokasi
Bidang Waktu
NO Nama NIDN Uraian Tugas
Ilmu (jam/
minggu)
1. Nurlina, S. Kom., 0929027601 Sistem 6 Jam/ Ketua Bertugas:
M.T Informasi Minggu 1. Sebagai koordinator selama
pelaksanaan penelitian
berlangsung.
2. Menganalisis penanganan
email.
3. Merancang konsep sistem.
4. Merancang dan membuat
perangkat keras sistem.
5. Merancang dan membuat
perangkat lunak sistem.
6. Mengevaluasi pengujian
sistem.
7. Mengimplementasikan
sistem.

2. A. Irmayana, S. 0918098501 Teknik 5 Jam/ Anggota Bertugas :

Kom., M.T Informatik Minggu 1. Mengumpulkan alat dan
a bahan untuk penelitian.
2. Mengumpulkan literatur dan
data.
3. Membuat perangkat keras
sistem.
4. Membuat perangkat lunak
sistem.
5. Melakukan pengujian sistem
dengan menggunakan
metode black box.
6. Melakukan pengujian sistem
dengan menggunakan
metode statistik.
7. Mengimplementasikan
sistem
 LAMPIRAN 3

BIODATA KETUA PENELITI

A. Identitas Diri

1. Nama Lengkap (dengan gelar) Nurlina, S.Kom., M.T

2. Jenis Kelamin P
3. Jabatan Fungsional Asisten Ahli
4. NIP/NIK/ Identitas Lainya - / - / 737111 690276 0005
5. NIDN 0929027601
6. Tempat dan Tanggal Lahir Ujung Pandang / 29 Februari 1976
7. E-mail linanoer888@yahoo.com
8. Nomor Telepon/HP - / 085242092888
9. Alamat Kantor Jl. Perintis Kemerdekaan Km.9
10. Nomor Telepon/Faks 0411 (587194) / 0411 (588284)
11. Lulusan yang telah diselesaikan S-1=1000 Orang

12. Mata Kuliah yang Diampu 1. Interaksi Manusia dan Komputer

2. Pemodelan dan Simulasi Sistem
3. Praktikum Pemodelan dan
Simulasi Sistem
4. Praktikum Perangkat Lunak
Aplikasi

B. Riwayat Pendidikan

S-1 S-2
Nama Perguruan STMIK Dipanegara Univ. Hasanuddin
Tinggi Makassar Makassar
Bidang Ilmu Manajemen Informatika Teknik Informatika
Tahun Masuk- 1995 – 2000 2008 – 2012
 Lulus
Perancangan Sistem Studi Banding Spam-
Judul Informasi Pelayanan Wesel Assassin Dengan dan
Skripsi/Thesis/ Pos Dalam Negeri Pada Tanpa Anti Spam di Sisi
Disertasi POSINDO Kantor Cabang Client
Makassar
DR. Ir. Rhiza S. Sadjaad,
Nama
Drs. I Wayan Simpen, M.SI
Pembimbing/ MSEE dan DR. Armin
dan Drs. Badu Ahmad, MM
Promotor Lawi, MEng

C. Pengalaman Penelitian Dalam 5 Tahun Terakhir

Pendahuluan
No. Tahun Judul Penelitian
Sumber* Jml (Juta Rp)

Perancangan Aplikasi Yayasan

1 2009 Pemasaran Rumah Pada STMIK 3.000.000,00

PT. Pajaiang Indah Mks Dipanegara

Perancangan Sistem Yayasan
Informasi Akademik STMIK
2 2011 Berbasis Web Pada SMA Dipanegara 5.000.000,00

Negeri 4 Bantimurung
Kab. Maros
Perancangan Sistem Yayasan
Informasi Akademik STMIK
3 2012 6.000.000,00
Berbasis Client Server Dipanegara
Pada LP3I Cab. Mks
D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir

Judul Pengabdian Kepada Pendanaan

No Tahun
Masyarakat Sumber* Jml (Juta Rp)
Pelatihan Multimedia Yayasan
1 2009 Tingkat Dasar Pada CV. Dipanegara 3.000.000,00
Media Ilmu Makassar Makassar
Pelatihan Software Dasar Yayasan
Micr. Excel Pada Dipanegara
2 2010 Penginputan Pemasukan Makassar 1.000.000,00
dan Pengeluaran Dana
Masjid Djabal Thariq
Pelatihan Internet I Pada Yayasan
3 2011 CV. Media Ilmu Makassar Dipanegara 5.000.000,00
Makassar
Pelatihan Jaringan Yayasan
Komputer di Kelurahan Dipanegara
4 2011 3.000.000,00
Gunung Sari Kec. Makassar
Rappocini Mks
Pelatihan Multimedia Pada Yayasan
5 2012 Kantor CV. Fika Karya Dipanegara 3.000.000,00
Mandiri Mks Makassar

E. Publikasi Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir

Volume/
No Judul Artikel Ilmiah Nama Jurnal
Nomor/Tahun
Volume 08 -
Perancangan Sistem Informasi Jurnal IT
September 2012
1 Kesiswaan Pada SMU Negeri 1 STMIK
ISSN : 2087-6505.
Marioriawa Kab. Soppeng Handayani
Hal.: 69-80
 Pengawasan Aktivitas dan
Volume 09,
Pembatasan Hak Akses User Pada Jurnal IT
Desember 2012
2 Sistem Operasi Windows di STMIK
ISSN : 2087-6505.
Bagian Divisi Keuangan PT. Handayani
Hal.: 96- 107
(Persero) Angkasa Pura I Mks

F. Pemakalah Seminar Ilmiah (Oral Presentation) Dalam 5 Tahun Terakhir

Nama Pertemuan Waktu dan

No Judul Artikel Ilmiah
Ilmiah/Seminar Tempat
Perancangan Sistem Informasi
Akademik Berbasis Client Server
1.
Prosiding Pada Lembaga Pendidikan Dan
Pengembangan Profesi Indonesia
(LP3I) Cabang Makassar
Perancangan Sistem Komputerisasi
Tes Masuk Calon Mahasiswa Baru
2. Prosiding Pada Sekolah Tinggi Manajemen
Informatika dan Komputer (STMIK)
Dipanegara Makassar

G. Karya Buku dalam 5 Tahun Terakhir

No Judul Buku Tahun Jumlah Penerbit

Halaman

H. Perolehan HKI Dalam 5 – 10 Tahun Terakhir

No Judul/Tema HKI Tahun Jenis Nomor P/ID

 LAMPIRAN 3
BIODATA ANGGOTA PENELITI

A. Identitas Diri
1 Nama Lengkap A.Irmayana, S.Kom. M.T
2 Jenis Kelamin P
3 Jabatan Fungsional Asisten Ahli
4 NIP/NIK/Identitas lainnya …/…/
5 NIDN 0918098501
6 Tempat dan Tanggal Lahir 18 September 1985
7 Alamat E-mail Irmayana.andi@yahoo.com
8 Nomor Telepon/HP -/081230304164
9 Alamat Kantor Jl. Perintis Kemerdekaan KM.9
10 Nomor Telepon/Faks 0411-587194 / 0411-588284
11 Lulusan yang Telah Dihasilkan S-1 = 900 Orang
12 Mata Kuliah yang Diampu 1. Algoritma dan Pemrograman
2. Pemograman Web II

B. Riwayat Pendidikan
S-1 S-2 S-3
Nama Perguruan Tinggi STMIK Dipanegara Univ. Hasanuddin
Makassar Makassar
Bidang Ilmu Teknik Informatika Teknik Informatika
Tahun Masuk-Lulus 2004 - 2008 2009 - 2011
Judul Skripsi / Thesis / Perancangan Sistem Sistem Supervisi
Disertasi Informasi Mutu Pendidikan
Perencanaan Daerah Pada Kotamadya
Online Pada Bappeda Makassar
Kab. Maros
Nama Pembimbing / Ahmad Sukarna, S. Prof. DR. Ir. H. Muh.
Promotor Kom., M. Si dan Arief dan Prof. Drs.
Novandi Santoso, S. Ivan Azis, M.Sc.,
Kom., M. Kom Ph.D
C. Pengalaman Penelitian Dalam 5 Tahun Terakhir
Pendanaan
No. Tahun Judul Penelitian
Sumber * Jumlah (Juta Rp)
Sistem Informasi Tender Yayasan
Online Pada Dinas Prasarana
1 2010 Wilayah Propinsi Sulawesi Dipanegara 3.000.000,00
Selatan Makassar

D. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir

Pendanaan
No. Tahun Judul Penelitian
Sumber * Jumlah (Juta Rp)
Memberikan Materi Pelatihan
Teknologi Informasi dengan Yayasan

1. 2010 tema “ Jaringan Komputer” Dipanegara 5.000.000,00

Pada Kantor Kelurahan G. Makassar
Sari Kec. Rappocini Makassar
Pelatihan Komputer Yayasan

2. 2011 “Pemanfaatan Internet Dalam Dipanegara 2.500.000,00

Menghadapi Ujian Makassar

E. Publikasi Artikel Ilmiah Dalam Jurnal Dalam 5 Tahun Terakhir

Volume/Nomor/ Nama
No. Judul Artikel Ilmiah Tahun Jurnal

F. Pemakalah Seminar Ilmiah (Oral Presentation) Dalam 5 Tahun Terakhir

No. Nama Pertemuan Ilmiah / Judul Artikel Ilmiah Waktu dan

Seminar Tempat
1
G. Karya Buku dalam 5 Tahun Terakhir

No. Judul Buku Tahun Jumlah Halaman Penerbit

H. Perolehan HKI Dalam 5 – 10 Tahun Terakhir

No. Judul/Tema HKI Tahun Jenis Nomor P/ID

I. Pengalaman Merumuskan Kebijakan Publik/Rekayasa Sosial Lainnya

Dalam 5 Tahun Terakhir

No. Judul/Tema/Jenis Rekayasa Sosial Tahun Tempat Respons

Lainnya yang Telah Diterapkan Penerapan Masyarakat

J. Penghargaan Yang Pernah Diraih Dalam 10 Tahun Terakhir (dari

pemerintah, asosiasi atau institusi lainnya)

No. Jenis Penghargaan Institusi Pemberi Penghargaan Tahun