Nama: Julita Putri Dewi
Kelas: R1A
NPM:05202540095
1. SISTEM YANG SEDANG BERJALAN
Sistem yang sedang berjalan adalah proses pemantauan dan pengisian air yang dilakukansecara manual tanpa menggunakan teknologi digital. Pengguna memeriksa ketinggian airsecara langsung, kemudian menyalakan pompa apabila air berkurang dan mematikannyaketika air sudah mencukupi.
● Kelebihannya apa?
1. Tidak Bergantung pada Internet dan Teknologi Sistemini dijamin bisa terus berfungsi selama listrik rumah menyala, tanpa perlu khawatir gangguan jaringan, server mati, atau aplikasi error.
2. Biaya Pembuatan dan Instalasi Murah Faktor biaya sering kali menjadi pertimbangan utama. Tanpa perlu membeli mikrokontroler, sensor, atau modul IoT, anggaran yang dikeluarkan sangat minimal.
3. Perawatan Mudah dan Murah Karena minim komponen elektronik, sistem ini sangat awet di lingkungan yang basah atau lembap (seperti sekitar tandon air) dan jarang memerlukan perbaikan rumit.
4. Pengoperasian Sangat Sederhana Siapa pun anggota keluarga—mulai dari anak-anak hingga orang tua—bisa langsung menggunakannya tanpa memerlukan edukasi khusus atau perangkat *smartphone*.
● Kelemahannya apa?
1. Kurang praktis, karena pengguna harus memeriksa air secara langsung.
2. Membutuhkan waktu dan tenaga untuk melakukan pengecekan secara berkala.
3. Tidak dapat dipantau dari jarak jauh karena belum menggunakan aplikasi digital.
4. Berisiko terjadi kelalaian, misalnya pompa terlambat dimatikan ketika air sudah mencukupi.
● FLOWCHART
2. SISTEM YANG SEDANG DIUSULKAN
Sistem yang diusulkan merupakan sistem monitoring dan pengendalian ketersediaanair pada tandon berbasis Internet of Things (IoT). Sistem dirancang untuk mengurangipemborosan air dan mempermudah pengguna dalam mengetahui kondisi air tanpa harusmelakukan pengecekan secara langsung.
● Kelebihannya apa?
1. Monitoring dapat dilakukan dari jarak jauh Pengguna tidak harus selalu mengecek tandon secara langsung karena kondisi air dapatditampilkan melalui aplikasi Blynk.
2. Mengurangi pemborosan air Sistem dibuat karena pengisian tandon secara manual dapat menyebabkan air terbuang ketikapengguna terlambat mengetahui kondisi tandon. Monitoring ketinggian air membantumengatasi masalah tersebut.
3. Pengendalian pompa lebih praktis NodeMCU terhubung dengan relay yang digunakan untuk mengendalikan pompa. Penggunadapat melakukan pengontrolan melalui aplikasi Blynk sehingga tidak harus selalu berada didekat saklar pompa.
4. Menggunakan teknologi IoTPenggunaan NodeMCU ESP8266 dan Blynk memungkinkan perangkat keras terhubungdengan aplikasi melalui internet, sehingga sistem tidak hanya bekerja secara lokal.
5. Informasi ketinggian air lebih mudah dipantauData sensor dapat ditampilkan pada aplikasi sehingga pengguna memperoleh informasimengenai kondisi air dengan lebih mudah. Jurnal menyatakan sistem dapat membantupengelolaan sumber daya air secara lebih fleksibel dan efisien, meskipun penulis jugamenyebut sistemnya masih belum optimal.
https://ejournal.sisfokomtek.org/index.php/jikom/article/view/1170/1253
3. DFD Dan ERD
1. Diagram Konteks (DFD Level 0) Diagram konteks menggambarkan batasan sistem secara keseluruhan dan bagaimana sistem utama berinteraksi dengan dunia luar (entitas eksternal). Terdapat tiga entitas eksternal utama:
- Penyerang: Bertindak sebagai administrator sistem. Penyerang memberikan input berupa perintah untuk memindai jaringan, menjalankan deauthentication, dan memulai pemancaran Evil Twin melalui antarmuka web Deauther. Sebagai output, sistem menampilkan daftar target AP (SSID) dan kredensial yang berhasil ditangkap ke layar penyerang.
- Korban: Menjadi target interaksi. Sistem mengirimkan output berupa paket pemutus jaringan (deauthentication), memancarkan SSID palsu (misalnya @myUNRAM), dan menampilkan captive portal berupa halaman error 509. Korban kemudian memberikan input dengan mengetikkan password mereka ke dalam halaman tiruan tersebut.
- AP Asli Kampus: Entitas perantara untuk akses internet. Sistem meminta akses internet dari AP asli dan AP asli memberikan jalur koneksi tersebut agar mekanisme multihop dapat berjalan, sehingga perangkat korban tetap mendapatkan koneksi internet tanpa menyadari adanya peretasan.
2. Alur Proses DFD Level 1
DFD Level 1 memecah sistem utama menjadi empat proses teknis yang berjalan secara berurutan sesuai metode eksperimen:
- Proses 1 (Reconnaissance & Scanning): Sistem membaca data sinyal Wi-Fi di udara untuk mengidentifikasi Access Point target yang ada di sekitar area kampus. Data target ini (seperti nama SSID dan kekuatan sinyal) disimpan sementara di dalam log memori (Data Store 1).
- Proses 2 (Eksekusi Deauthentication): Sistem mengambil data target dari log memori, kemudian menembakkan paket deauthentication secara bertubi-tubi ke arah perangkat korban agar terputus dari AP asli kampus. Jurnal mencatat bahwa proses ini tidak selalu berhasil karena AP modern memiliki fitur perlindungan aktivitas mencurigakan.
- Proses 3 (Phishing & Perekaman Kredensial): Sistem memancarkan SSID palsu yang namanya sama persis dengan target. Saat korban mencoba menyambung ulang, sistem menyodorkan halaman login tiruan yang bertuliskan "Error 509: Sambungan Wi-Fi gagal". Password yang diketik oleh korban akan ditangkap oleh sistem dan disimpan ke dalam pangkalan data (Data Store 2).
- Proses 4 (Routing Multihop): Setelah korban terhubung ke NodeMCU, sistem langsung meneruskan (forward) seluruh permintaan internet dari perangkat korban menuju ke AP Asli kampus. Langkah ini mengelabui korban karena mereka tetap bisa browsing seperti biasa.
3. ERD dan database fd Level 1
Struktur Data pada ERD (Entity Relationship Diagram)
ERD merepresentasikan data apa saja yang direkam, diproses, dan dihubungkan oleh mikrokontroler NodeMCU ESP8266 selama eksperimen berlangsung:
- Entitas TARGET_AP: Menyimpan atribut target yang akan ditiru oleh penyerang, meliputi nama SSID (contoh: @myUNRAM), tingkat Kekuatan Sinyal, dan Status kerentanan (Rentan/Aman).
-Entitas PERANGKAT_KORBAN: Mewakili gawai pengguna yang terjebak masuk ke dalam jaringan Evil Twin. Atribut utamanya meliputi identitas fisik perangkat (MAC Address) dan waktu koneksi. Eksperimen mencatat rata-rata 4 sampai 6 perangkat yang terhubung ke SSID palsu di lokasi yang rentan.
- Entitas KREDENSIAL_CURIAN: Menyimpan hasil akhir dari proses phishing. Atribut utamanya adalah Password dalam format teks murni (plain text) yang diisi oleh pengguna (sebagai contoh password "Oktavia08" yang terekam) beserta Keterangan halaman error yang digunakan untuk menjebaknya.
-Relasi Antar Entitas: Entitas TARGET_AP dipalsukan oleh sistem untuk menjebak PERANGKAT_KORBAN. Kemudian, PERANGKAT_KORBAN tersebut menginput data yang akan bermuara dan tersimpan di dalam entitas
4. ERD & Database1. Tujuan flowchart
Menjelaskan untuk apa flowchart dibuat, yaitu menggambarkan alur penelitian eksperimen untuk menguji kerentanan jaringan Wi-Fi kampus terhadap serangan Evil Twin model multihop di 13 lokasi Kampus 1 Universitas Mataram.
2. Alur kerja sistem
Menjelaskan perjalanan proses dari sistem mulai → studi literatur dan perencanaan → penentuan lokasi uji → reconnaissance (pemindaian SSID) → persiapan perangkat → menjalankan serangan Evil Twin → pengecekan hasil (deauthentication & kredensial) → pencatatan hasil → pengulangan ke lokasi berikutnya → analisis data → kesimpulan.
3. Input sistem
Menjelaskan data yang masuk ke sistem, yaitu hasil reconnaissance berupa SSID, jenis Access Point (AP), dan protokol keamanan di tiap lokasi, serta hasil pemindaian sinyal untuk menentukan AP target dengan sinyal terkuat.
4. Proses sistem
Menjelaskan bagaimana NodeMCU ESP8266 (berfirmware Deauther) memproses serangan: menyiarkan SSID palsu (AP palsu), mengirim paket deauthentication ke pengguna yang terhubung ke AP asli, lalu meneruskan koneksi pengguna ke halaman login tiruan untuk model multihop.
5. Percabangan/keputusan
Menjelaskan dua titik keputusan utama dalam sistem:
“Deauthentication berhasil?” — jika YA, pengguna terputus dari AP asli dan diarahkan ke SSID palsu; jika TIDAK, lanjut ke pengecekan berikutnya.
“Pengguna terhubung ke SSID palsu dan memasukkan kredensial?” — jika TIDAK, lokasi dinyatakan AMAN; jika YA, lokasi dinyatakan RENTAN.
6. Output sistem
Menjelaskan hasil dari proses, seperti:
status kerentanan tiap lokasi (RENTAN/AMAN)
jumlah perangkat yang terhubung ke SSID palsu
data interaksi pengguna dengan halaman login tiruan
kredensial yang berhasil direkam
rekap akhir: 5 dari 13 lokasi (38,46%) rentan, 8 lokasi (61,54%) relatif aman
7. Hubungan antar komponen
Menjelaskan bagaimana NodeMCU ESP8266 → AP palsu (SSID tiruan) → serangan deauthentication → koneksi pengguna → halaman login tiruan → pencatatan data saling berhubungan dalam satu rangkaian serangan model multihop.
8. Perulangan sistem
Menjelaskan bahwa sistem tidak berhenti setelah satu lokasi selesai diuji, tetapi kembali ke tahap reconnaissance untuk menguji lokasi berikutnya, hingga seluruh 13 lokasi selesai diuji.
9. Kesimpulan flowchart
Menjelaskan bahwa flowchart menunjukkan bagaimana penelitian ini menguji kerentanan jaringan Wi-Fi kampus secara sistematis di berbagai lokasi, lalu menghasilkan rekomendasi keamanan seperti audit jaringan, standarisasi firmware AP, enkripsi menyeluruh (HTTPS), dan edukasi pengguna terhadap phishing.
1. MULAI
Titik awal proses penelitian.
2. Studi literatur
Peneliti mengumpulkan referensi dari buku, jurnal, dan skripsi terkait keamanan jaringan dan serangan Evil Twin, sebagai dasar teori penelitian.
3. Perencanaan
Melakukan observasi awal lokasi dan berkoordinasi dengan teknisi jaringan kampus untuk mendapatkan izin pengujian.
4. Menentukan 13 lokasi uji
Ditetapkan 13 titik lokasi di Kampus 1 Universitas Mataram yang akan diuji satu per satu.
5. Pengumpulan data awal (reconnaissance)
Untuk tiap lokasi, dikumpulkan informasi SSID, jenis Access Point (AP), dan protokol keamanan yang digunakan. (Ini juga titik kembali untuk “lokasi berikutnya” setelah satu lokasi selesai diuji.)
6. Menyiapkan perangkat uji
Menyiapkan NodeMCU ESP8266 yang sudah di-flash dengan firmware Deauther, plus laptop sebagai alat bantu.
7. Mengakses antarmuka NodeMCU
Memindai SSID yang tersedia di sekitar lokasi, lalu memilih AP target dengan sinyal terkuat sebagai sasaran serangan.
8. Menjalankan pengujian Evil Twin Attack model multihop
AP palsu disiarkan dengan SSID tiruan, serangan deauthentication dikirim ke pengguna, dan jika berhasil, koneksi pengguna diteruskan (relay) ke jaringan asli — ini ciri khas model “multihop”.
9. Keputusan: Deauthentication berhasil?
YA → koneksi pengguna terputus dari AP asli dan diarahkan ke SSID palsu.
TIDAK → lanjut ke pengecekan berikutnya.
10. Keputusan: Pengguna terhubung ke SSID palsu dan memasukkan kredensial?
TIDAK → lokasi dinyatakan relatif AMAN (serangan tidak berhasil).
YA → lanjut ke langkah berikut.
11. Halaman login tiruan merekam kredensial
Jika pengguna memasukkan data login di halaman palsu, kredensial terekam dan lokasi dinyatakan RENTAN.
12. Mencatat hasil
Semua hasil pengujian dicatat: jumlah perangkat yang terhubung, interaksi dengan halaman login, hasil deauthentication, dan kredensial yang didapat (baik dari jalur “aman” maupun “rentan”, keduanya bermuara ke sini).
13. Keputusan: Semua 13 lokasi sudah diuji?
TIDAK → kembali ke langkah pengumpulan data awal (langkah 5) untuk menguji lokasi berikutnya.
YA → lanjut ke analisis.
14. Analisis data
Merekap status kerentanan seluruh 13 lokasi: hasil akhir menunjukkan 5 lokasi rentan (38,46%) dan 8 lokasi relatif aman (61,54%), serta menganalisis pengaruh firmware dan konfigurasi AP terhadap hasil tersebut.
15. Kesimpulan & rekomendasi
Disusun rekomendasi seperti audit keamanan jaringan secara berkala, standarisasi firmware AP, penerapan enkripsi menyeluruh (HTTPS), dan edukasi pengguna terhadap phishing.
16. SELESAI
Penelitian berakhir.
Jadi alur intinya adalah: satu lokasi diuji penuh (reconnaissance → serangan → cek hasil → catat), lalu diulang untuk 13 lokasi (loop di bagian tengah), baru setelah semua lokasi selesai masuk ke analisis dan kesimpulan.
5. UI & JURNAL
Penelitian ini menggunakan pendekatan penetration testingetis untuk menguji kerentanan Wi-Fi di lingkungan kampus dengan perangkat
NodeMCU ESP8266 ber-firmware Deauther untuk mensimulasikan dua serangan. Pengujian dilakukan dengan izin dan koordinasi pengelola jaringan agar tidak mengganggu operasional, yang diawali dengan studi
literatur dari buku, jurnal dan skripsi terkait keamanan jaringan dan
Evil Twin.
Hasil penelitian menunjukkan bahwa beberapa titik jaringan masih rentan terhadap serangan Evil Twin, yang teridentifikasi melalui pengujian menggunakan NodeMCU ESP8266 dan perangkat lunak NET HERCAP. Gambar 2 memperlihatkan koneksi awal perangkat uji. Gambar 3 memperlihatkan antarmuka pengguna Evil Twin Attack yang menyediakan fitur Deauth dan Evil Twin, menandakan bahwa penyerang dapat memilih strategi sesuai kondisi jar
ingan. Gambar 4 menampilkan hasil pemindaian SSID target, yang berfungsi menentukan AP dengan sinyal terkuat agar korban lebih mudah diarahkan ke jaringan palsu.
Hasil pada gambar 5 menampilkan halaman login tiruan yang digunakan untuk menjebak korban agar memasukkan kredensial. Sementara itu, pada gambar 6 membuktikan keberhasilan pencatatan password melalui metode phishing. Selanjutnya, gambar 7 menggambarkan topologi multihop, di mana AP palsu tidak hanya menyalin SSID asli tetapi juga meneruskan koneksi ke jaringan sebenarnya sehingga korban tidak menyadari adanya serangan. Pendekatan multihop terbukti meningkatkan efektivitas serangan karena koneksi korban tetap diteruskan ke jaringan asli, sehingga pengguna tidak curiga meski terhubung ke AP palsu.
abel 1 menyajikan rekapitulasi hasil pengujian di 13 lokasi kampus. Data menunjukkan lima lokasi rentan (38,46%) dan delapan lokasi relatif aman (61,54%). Perbedaan hasil ini meski menggunakan perangkat AP yang sama (Ruijie RG-AP720-L) disebabkan oleh variasi firmware serta konfigurasi keamanan di tiap lokasi. Hal ini menegaskan bahwa faktor firmwaredan pengaturan autentikasi menjadi kunci utama kerentanan. Secara keseluruhan
