Penambahan Catatan Penerbangan Drone Pada Lini Masa Forensik

Imata, Ariella Firdaus (2025) Penambahan Catatan Penerbangan Drone Pada Lini Masa Forensik. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5025211138-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Pesawat drone semakin banyak digunakan dalam berbagai bidang, seperti logistik, bisnis, dan industri berkat perkembangan teknologi, kemudahan akses, hingga harga yang terjangkau. Salah satu drone yang populer dan banyak digunakan adalah drone DJI. Meskipun drone menawarkan berbagai kemudahan, teknologi ini juga menghadirkan risiko serius terkait dengan ancaman siber. Selain itu, drone juga memiliki potensi dalam penyalahgunaan seperti penyelundupan, pengintaian, dan keamanan siber. Salah satu langkah untuk menghadapi risiko ini adalah dengan memanfaatkan log yang dibuat selama drone beroperasional. Drone DJI menghasilkan catatan penerbangan berupa file .DAT pada smartphone yang digunakan sebagai pengontrol drone dan memori internal drone. Namun file ini masih terenkripsi sehingga tidak dapat terbaca langsung. Penelitian ini bertujuan menganalisis log yang dihasilkan oleh smartphone saat digunakan sebagai controller drone serta penambahannya pada lini masa forensik. Enkripsi file .DAT dapat dipecahkan dengan melakukan perhitungan XOR pada payload dengan ticket number % 256. Setelah itu, file dianalisis dan menghasilkan beberapa jenis log seperti waktu, garis bujur, garis lintang, ketinggian, dan kecepatan. Setelah itu akan dibuat sebuah parser pada Plaso untuk menambahkan pada lini masa forensik. Parser yang dibuat akan diuji terhadap DJI Mavic Pro, DJI Mavic Air, DJI Mavic 2, DJI Mavic 2 Enterprise, dan DJI Phantom 4. Hasil pengujian menunjukkan bahwa parser yang dibuat bekerja dengan baik dari semua drone yang diuji kecuali DJI Mavic 2 Enterprise. Setelah proses pengujian selesai, parser yang dikembangkan akan diajukan ke repositori utama Plaso melalui pull request.
===================================================================================================================================
Drones are increasingly being used in various fields such as logistics, business, and industry thanks to technological advancements, ease of access, and affordable prices. One of the most popular and widely used drones is the DJI drone. Although drones offer numerous conveniences, this technology also poses serious risks related to cyber threats. In addition, drones have the potential to be misused for activities such as smuggling, surveillance, and cybersecurity breaches. One way to address these risks is by utilizing logs generated during drone operations. DJI drones produce flight records in the form of .DAT files stored on the smartphone used as the drone controller and in the drone’s internal memory. However, these files are encrypted and cannot be read directly. This study aims to analyze the logs generated by smartphones when used as drone controllers and integrate them into a forensic timeline. The encryption of .DAT files can be broken by performing an XOR operation on the payload with the ticket number % 256. After decryption, the file is analyzed and yields several types of logs, such as time, longitude, latitude, altitude, and acceleration. A parser will then be developed for Plaso to add this data to the forensic timeline. The parser will be tested on DJI Mavic Pro, DJI Mavic Air, DJI Mavic 2, DJI Mavic 2 Enterprise, and DJI Phantom 4. The test results show that the developed parser works well on all tested drones except for the DJI Mavic 2 Enterprise. After the testing process is completed, the developed parser will be submitted to the main Plaso repository via a pull request.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	DAT, Drone Forensic, Forensic Timeline, Mobile Forensic, Plaso, DAT, Forensik Drone, Forensik Perangkat Bergerak, Lini Masa Forensik, Plaso,
Subjects:	Q Science > QA Mathematics > QA76.9.A25 Computer security. Digital forensic. Data encryption (Computer science)
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Ariella Firdaus Imata
Date Deposited:	25 Jul 2025 02:50
Last Modified:	25 Jul 2025 02:50
URI:	http://repository.its.ac.id/id/eprint/121094

Actions (login required)

View Item