Contoh Mockup

 Mockup Aplikasi Perpustakaan Polibest


Login




Register


Dasboard


Tambah Data

Peminjaman

Data Buku

Data Mahasiswa






















Komentar

Posting Komentar

Postingan populer dari blog ini

Demo Bypass Login dengan SQL Injection

Gambar
Demo Bypass Login dengan SQL Injection Berikut adalah langkah-langkah lengkap untuk membuat demo serangan bypass login menggunakan SQL Injection. Demo ini akan menunjukkan bagaimana seorang penyerang dapat mengakses akun pengguna tanpa kredensial yang valid dengan mengeksploitasi kerentanan SQL Injection dalam aplikasi web. Persiapan  1. Setup Web Server dan Database: Anda memerlukan server lokal seperti XAMPP atau Laragon untuk menjalankan aplikasi web dan database MySQL.  2. Database Setup:  - Buat database bernama ‘demo_db’.   - Buat tabel `users` dengan kolom `id`, `username`, dan `password` atau dengan command berikut: CREATE DATABASE demo_db; USE demo_db; CREATE TABLE users ( id INT AUTO_INCREMENT PRIMARY KEY, username VARCHAR(50) NOT NULL, password VARCHAR(50) NOT NULL ); INSERT INTO users (username, password) VALUES ('admin', 'adminpass'); INSERT INTO users (username, password) VALUES ('user', 'userpass'); Langkah-Langkah Demo  1. Buat Formulir ...
Baca selengkapnya

Getting Started with NumPy

Gambar
Getting Started With Numpy   Apa itu NumPy? NumPy (Numerical Python) adalah perpustakaan yang kuat di Python untuk operasi numerik dan matematika. Ini memberikan dukungan untuk array dan matriks multidimensi yang besar, bersama dengan kumpulan fungsi matematika untuk mengoperasikan elemen-elemen ini. NumPy memiliki beberapa keunggulan yang membuatnya menjadi pilihan populer untuk komputasi numerik di lingkungan Python. Beberapa alasan utama mengapa NumPy sering digunakan termasuk: Kinerja yang Tinggi: NumPy menyediakan array N-dimensi yang dioptimalkan untuk kinerja tinggi. Operasi-operasi di dalam NumPy diimplementasikan dalam C dan Fortran, sehingga dapat memanfaatkan kecepatan eksekusi dari bahasa-bahasa tersebut. Hal ini membuat NumPy lebih cepat daripada jika Anda menggunakan loop Python biasa untuk melakukan operasi serupa. Array N-dimensi: NumPy memberikan dukungan untuk array N-dimensi yang memungkinkan Anda dengan mudah bekerja dengan data multidimensional, seperti matri...
Baca selengkapnya

DICTIONARIES & FRECUENCY TABLES

Gambar
  Dictionaries dan Frecuency Tables 1- Storing Data Store the data in the table above using two different lists. Assign the list ['4+', '9+', '12+', '17+'] to a variable named content_ratings. Assign the list [4433, 987, 1155, 622] to a variable named numbers. Store the data in the table above using a list of lists. Assign the list [['4+', '9+', '12+', '17+'], [4433, 987, 1155, 622]] to a variable named content_rating_numbers. 2- Dictionaries Map content ratings to their corresponding numbers by recreating the dictionary above: {'4+': 4433, '9+': 987, '12+': 1155, '17+': 622}. Assign the dictionary to a variable named content_ratings. Print content_ratings and examine the output carefully. Has the order we used to create the dictionary been preserved? In other words, is the output identical to {'4+': 4433, '9+': 987, '12+': 1155, '17+': 622}? We'll discuss...
Baca selengkapnya