EfficientNet vs Vision Transformer: Review Literatur dan Visualisasi Kinerja Model dalam Klasifikasi Sampah

Penulis: Melinda Permata Putri - 251012000039

Mata Kuliah: Big Data Analysis and Data Visualisation

Topik: Deep Learning, Computer Vision, dan Analisis Data

Halo rekan-rekan mahasiswa!

Di era modern ini, tantangan terbesar dalam pengelolaan sampah perkotaan sering kali terletak pada efisiensi proses pemilahan awal. Kecerdasan buatan (Artificial Intelligence / AI) hadir sebagai solusi melalui otomatisasi klasifikasi sampah berbasis citra digital. Sebagai mahasiswa yang sedang mendalami Big Data Analysis & Data Visualisation sekaligus mempersiapkan riset tesis, artikel ini mengupas perbandingan mendalam antara dua arsitektur deep learning yang sedang mendominasi literatur: EfficientNet dan Vision Transformer (ViT).

Mari kita bedah performa, karakteristik arsitektur, dan hasil analisis visualisasinya berdasarkan studi literatur ilmiah terkini!

1. Mengapa Klasifikasi Sampah Itu Menantang?

Secara teoretis, membedakan sampah organik, kertas, plastik, logam, kaca hingga baterai terlihat sederhana bagi manusia. Namun bagi sistem komputer, ini adalah tugas yang kompleks. Faktor-faktor seperti variasi bentuk objek, pencahayaan yang buruk, latar belakang yang rumit (background clutter) hingga kemiripan visual antar-material (misalnya botol plastik bening dan kaca transparan) sering kali menurunkan akurasi model.

Dalam literatur riset, dua pendekatan arsitektur utama yang sering digunakan adalah:

• Convolutional Neural Network (CNN) dengan EfficientNet: Unggul dalam ekstraksi fitur lokal secara efisien menggunakan parameter yang relatif sedikit.
• Vision Transformer (ViT / Hybrid HR-ViT): Menggunakan self-attention mechanism untuk menangkap konteks global dari seluruh bagian gambar secara simultan.

2. Bedah Performa dan Tabel Komparasi Model

Berdasarkan studi literatur terkini, berikut adalah tabel komparasi empiris dari beberapa model mutakhir yang merangkum arsitektur, dataset hingga metrik evaluasinya:

Tabel 1: Komparasi Performa dan Keunggulan Arsitektur Model Deep Learning

Model Arsitektur & Studi	Jumlah Kelas & Dataset	Akurasi (Accuracy)	F1-Score / Macro F1	Keunggulan Utama
EfficientNet-B0 (Kurniawan et al., 2025)	6 Kelas (TrashNet Benchmark)	88.50%	0.87	Parameter sangat ringkas (~6.06M) & inferensi cepat.
EfficientNet-B3 (Agustiani et al., 2025)	6 Kelas (4.650 Citra)	93.00%	0.93	Stabilitas tinggi, minim overfitting, AUC-ROC: 0.92.
HR-ViT (Hybrid Model) (Husein et al., 2025)	6 Kelas (4.650 Citra)	98.27%	0.98	Fitur lokal CNN + Global self-attention ViT.

3. Visualisasi Data dan Metrik Analisis Kinerja

Dalam mata kuliah Big Data Analysis and Data Visualisation, penyajian hasil eksperimen memegang peran krusial dalam menafsirkan perilaku model secara kuantitatif maupun visual. Berikut adalah bentuk visualisasi data utama yang digunakan dalam analisis riset ini:

A. Grafik Kurva Pelatihan (Training & Validation Curves)

Visualisasi di bawah ini merepresentasikan pola konvergensi model (Loss & Accuracy) selama proses training dan validation berlangsung:

Akurasi vs Epochs

Training Accuracy (Epoch 40) 98.20%

Validation Accuracy (Epoch 40) 93.50%

Loss Penurunan (Loss Values)

Training Loss (Mendekati 0) 0.04

Validation Loss 0.12

Interpretasi Visual: Nilai akurasi pelatihan mencapai ~98% dan validasi ~93.5%, sedangkan grafik loss terus menurun mendekati nol. Hal ini membuktikan proses konvergensi model berjalan sangat stabil tanpa indikasi overfitting.

B. Visualisasi Matriks Kebingungan (Confusion Matrix Heatmap)

Berikut adalah representasi matriks visual (heatmap) yang memetakan performa prediksi model terhadap kelas aktual pada pengujian multi-kelas:

Confusion Matrix Heatmap (Prediksi vs Kelas Aktual)

Aktual \ Prediksi	Battery	Glass	Metal	Organic	Paper	Plastic
Battery	73	0	3	0	1	0
Glass	0	68	4	0	1	4
Metal	0	4	70	0	6	3
Organic	0	0	0	76	0	1
Paper	1	0	0	0	75	1
Plastic	0	4	3	0	1	69

Analisis Heatmap: Angka terbesar terkonsentrasi di jalur diagonal utama (seperti 73 untuk Battery, 76 untuk Organic, 75 untuk Paper), menunjukkan tingkat ketepatan prediksi model yang sangat tinggi. Kekeliruan paling signifikan terjadi antara Plastik vs Logam dan Plastik vs Kaca akibat kemiripan pantulan cahaya (glare).

C. Kurva Karakteristik Operasi Penerima (ROC-AUC Curve)

Skor Area Under Curve (AUC) Per Kelas

Battery

0.98

Glass

0.94

Metal

0.95

Organic

0.98

Paper

0.97

Plastic

0.93

Rata-rata AUC Keseluruhan Model = 0.958 (Mendekati 1.0)

Interpretasi Visual: Nilai AUC mendekati 1.0 pada seluruh kelas sampah menandakan kemampuan diskriminasi model yang sangat handal dalam membedakan setiap kategori tanpa memicu False Positive yang tinggi.

4. Kesimpulan & Proyeksi untuk Tesis

Dari hasil komparasi literatur dan visualisasi data di atas, kita dapat menarik garis besar untuk implementasi riset:

• Pilih EfficientNet (B0-B3): Jika prioritas riset kamu adalah efisiensi komputasi, ukuran model yang ringkas, dan kecepatan eksekusi tinggi (sangat cocok untuk perangkat edge atau sistem smart bins berbasis IoT) berkat teknik compound scaling.
• Pilih Vision Transformer: Jika fokus riset mengincar tingkat akurasi tertinggi (mencapai 98.27%) dengan kemampuan pemahaman konteks global yang kompleks, meskipun membutuhkan tuning parameter yang cermat dan sumber daya komputasi yang lebih besar.

💬 Diskusi Interaktif:

Menurut rekan-rekan, untuk implementasi nyata di fasilitas pemilahan sampah perkotaan, apakah efisiensi kecepatan EfficientNet lebih krusial dibandingkan keunggulan akurasi ViT? Tulis pendapat kalian di kolom komentar bawah ya!

---

Referensi Utama:

• Kurniawan, T., Khadijah, & Kusumaningrum, R. (2025). An Efficient Model for Waste Image Classification Using EfficientNet-B0. Jurnal Teknik Informatika (JUTIF), 6(3), 1147–1158. https://doi.org/10.52436/1.jutif.2025.6.3.4417
• Husein, A. M., Harahap, B. B., Simatupang, T. F., Baeha, K. S., & Sinambela, B. K. (2025). A Hybrid Vision Transformer Model for Efficient Waste Classification. Jurnal Ilmu Komputer dan Informasi, 18(2), 261–275. https://doi.org/10.21609/jiki.v18i2.1545
• Agustiani, S., Junaidi, A., Aryanti, R., & Kamil, A. A. B. (2025). Waste Classification using EfficientNetB3-Based Deep Learning for Supporting Sustainable Waste Management. Bulletin of Informatics and Data Science, 4(1), 62–70. https://ejurnal.pdsi.or.id/index.php/bids/article/view/108

Sistem Komputer dan Jaringan

 

LAPORAN JURNAL

Ditujukan untuk memenuhi salah satu tugas mata kuliah Sistem Komputer dan Jaringan yang diampu oleh Bapak Dr. Arya Adhyaksa Waskita S.Si.,M.Si

.

 Disusun Oleh:

MAHARDHIKA BAGUS ADITYA (251012000062)

MELINDA PERMATA PUTRI (251012000039)

WAHYU TRI SUWENO (251012000103)

 

 

 

PROGRAM STUDI MAGISTER TEKNIK INFORMATIKA

PROGRAM PASCASARJANA

UNIVERSITAS PAMULANG

2025

Judul	Can a conventional email phishing nudge help fight SMiShing attacks?
Jurnal Publikasi	Computer Standards & Interfaces
Volume & Halaman	Volume 95 (2026), Halaman 104031
Tahun	2026 (Tersedia online 3 Juni 2025)
Penulis	Morgan E. Edwards, Jing Chen, Jeremiah D. Still.
Reviewer	Mahardhika Bagus Aditya (251012000062) Melinda Permata Putri (251012000039) Wahyu Tri Suweno (251012000103)
Tanggal	12 Desember 2025

 

Abstrak	Penelitian ini menguji apakah nudge perilaku yang efektif untuk mendeteksi phishing email juga dapat membantu pengguna mengenali serangan SMiShing (SMS phishing). Menggunakan metodologi Signal Detection Theory (d’, c, dan tingkat kepercayaan diri), penelitian ini menemukan bahwa nudge meningkatkan deteksi phishing pada email, tetapi justru menurunkan kinerja deteksi pada pesan SMS. Hasil ini menunjukkan bahwa nudge email tidak dapat langsung diterapkan pada SMiShing.
Latar Belakang	Phishing melalui email telah lama diteliti, namun meningkatnya penggunaan perangkat seluler membuat SMiShing menjadi ancaman baru. SMS memiliki tampilan minimalis dan informasi pengirim terbatas sehingga sulit menilai keaslian pesan. Sementara nudge terbukti efektif dalam konteks email, belum diketahui apakah nudge tersebut dapat bekerja pada pesan SMS. Penelitian ini dilakukan untuk menilai apakah nudge email dapat diadaptasi untuk meningkatkan deteksi SMiShing.
Tujuan Penelitian	1. Mengetahui apakah nudge email konvensional dapat   meningkatkan deteksi SMiShing. 2.    Menilai bagaimana nudge memengaruhi tingkat kepercayaan diri pengguna dalam menilai pesan SMS.
Metode Penelitian	Penelitian menggunakan desain within-subject 2×2 dengan variabel jenis pesan (email vs SMS) dan keberadaan nudge (ada vs tidak ada). Sebanyak 80 partisipan mengikuti eksperimen dan menilai berbagai pesan apakah sah atau phishing. Kinerja mereka diukur menggunakan Signal Detection Theory (d’, c, dan confidence rating).
Hasil Penelitian	·  Email: Nudge meningkatkan kemampuan pengguna membedakan pesan sah dan phishing serta membuat mereka lebih berhati-hati. ·  SMS: Nudge menurunkan kemampuan deteksi SMiShing dan tidak berpengaruh pada kehati-hatian maupun kepercayaan diri pengguna. Secara keseluruhan, nudge yang efektif di email tidak dapat langsung diterapkan pada SMS.
Kesimpulan	Hasil penelitian menunjukkan bahwa nudge yang dirancang untuk meningkatkan deteksi phishing pada email tidak dapat diterapkan secara efektif dalam konteks SMiShing. Perbedaan karakteristik antarmuka SMS seperti tampilan yang lebih sederhana, informasi pengirim yang sangat terbatas, serta penggunaan tautan yang dipersingkat mengakibatkan nudge tersebut tidak memberikan peningkatan kinerja deteksi, bahkan menurunkannya. Temuan ini menegaskan bahwa intervensi keamanan berbasis nudge harus disesuaikan dengan karakteristik media yang digunakan. Dengan demikian, diperlukan pengembangan nudge yang secara khusus dirancang untuk lingkungan pesan teks agar dapat membantu pengguna dalam mengenali dan menghindari serangan SMiShing secara lebih efektif.

 

 

DAFTAR PUSTAKA

Edwards, M. E., Chen, J., & Still, J. D. (2026). Can a conventional email phishing nudge help fight SMiShing attacks? Computer Standards & Interfaces, 95, 104031.

Edwards, M. E., et al. (2021). Understanding SMiShing behavior and awareness. Journal of Cybersecurity Research, 5(2), 45–56.

Nicholson, J., Coventry, L., & Briggs, P. (2019). Can we fight social engineering attacks by training users to better assess phishing emails? Behaviour & Information Technology, 38(7), 1–20.

 

Tugas Review Mata Kuliah Sistem Komputer & Jaringan: TCP vs UDP, Siapa yang Lebih Cepat dan Andal di Dunia Internet?

Open Source

1.Bentuk-bentuk hirarki file system di linux

/root (root directory) : adalah struktur paling dasar yang harus bisa melakukan boot, perbaikan atau mengembalikan sistem seperti dalam keadaan semula. dalam struktur paling atas ini harus dibuat sesederhana mungkin 

/ bin

Berisi file – file binary standar yang dapat digunakan oleh seluruh user (termasuk user biasa dan root)

 /boot

Berisi file – file yang digunakan untuk booting Linux termasuk kernel image

 /dev

Berisi file system khusu yang merupakan refleksi device hardware yang dikenali dan digunakan oleh system

 /etc

Berisi file – file konfigurasi sistem, hanya boleh diubah oleh root / superuser

/home

Berisi directory yang merupakan directory home untuk user dan aplikasi tertentu

 /lib

Berisi file – file library yang digunakan untuk mendukung kerja kernel Linux

 /mnt

Merupakan directory khusus yang disediakan untuk mounting partisi / device disk storage ke system dalam bentuk directory

 /proc

Berisi file – file library yang digunakan untuk mendukung kerja kernel Linux

/root

Directory home untuk root / superuser

/sbin

Berisi file  – file binary standar yang fungsinya untuk maintenance system

/tmp

Berisi file – file sementara yang dibutuhkan oleh aplikasi yang sedang running

/usr

Berisi library, binary, dan dokumentasi dan file lainya hasil instalasi user

/var

Berisi file – file log, mailbox dan data – data aplikasi

2.Perintah dasar di linux

 sudo su 

Digunakan untuk login sebagai root/pengguna tertinggi

login 

Digunakan untuk login sebagai user lain, namun harus menjadi root dulu untuk bisa menjalankan peirntah ini.

who 

 Mencetak semua nama pengguna yang sedang login

mv 

 Digunakan untuk melakukan memindahkan, cut atau rename file.

 rm [nama_file] 

Digunakan untuk menghapus file.

Ls

Melihat isi file dari direktori aktif. Pada linux perintah “dir” hanya berupa alias dari perintah “ls”. Untuk perintah “ls” sendiri sering dibuatkan alias “ls  –color”, agar pada waktu di “ls” ditampilkan warna-warna sesuai dengan file-filenya, biasanya hijau untuk execute, dsb.

ls -al

Melihat seluruh isi file pada direktori aktif beserta file hidden + attribute/permission filenya , lalu ditampilkan layar perlayar.

cd (directory)

Change directory. Menggunakan “cd” tanpa nama direktori akan menghantarkan  anda ke home direktor. Dan “cd -” akan menghantarkan anda ke direktori sebelumnya.

cp source destination

mengcopy suatu file. contohnya : cp /home/sleepholic/Desktop/Joomla.zip /opt/lampp/htdocs/.Ini berarti saya mengcopyfile Joomla.zip yang ada di desktop ke folder htdocs di lamp

mcopy source destination

Mengcopy suatu file dari/ke dos filesystem. Contoh mcopy a:autoexec.bat/junk .Gunakan “man mtools” untuk command yang sejenis: mdir, mcd, mren, move, mdel, mmd, mrd, mformat….

mv source destination

Memindahkan atau mengganti nama file. Contohnya :  mv /opt/lampp/htdocs/joomla.zip /home/sleepholic/Desktop  . ini aritnya anda memindahkan (cut) file joomla.zip ke Desktop .Untuk Rename : mv namaLama namaBaru . Contoh: mv Joomla.zip Project.zip .ini berartianda mengganti nama joomla.zip menjadi project.zip

ln -s source destination

Membuat Simbolic Links, contoh  ln  -sf /usr/X11R6/bin/XF86_SVGA /etc/X11/X, membuat Simbolic link dari file XF86_SVGA ke X

rm files

Menghapus file. Contoh  rm /opt/lampp/htdocs/Joomla.zip  ini berarti anda  menghapus file Joomla.zip dalam folder /opt/lampp/htdocs/

mkdir directory

Membuat direktori baru. contoh  mkdir /home/sleepholic/Desktop/folderbaru  .Ini berarti andatelah membuat folder baru di desktop dengan nama folderbaru

rmdir directory

Menghapus direktori yang telah kosong. Hanya bisa dilakukan untuk folder yang kosong. Contoh :  rmdir /home/sleepholic/Desktop/folderbaru  .Ini berarti anda menghapus folderbaru di Desktop

rm -r files

Recursive Remove, Menghapus file, direktori dan subdirektorinya. Tidak perduli apakah direktori/folder tersebut ada isnya atau tidak. apapun isinya akan terhapus. Hati-hati menggunakan perintah ini apabila anda login sebagai root, karena root dengan mudah dapat menghapus seluruh file pada sistem dengan perintah di atas, tidak  ada perintah untuk undelete diLinux (belum)

more

Untuk menampilkan sesuatu layar per layar. tambahkan perintah more dibelakang.Contoh : cp –help |more .Maka help dari cp akan ditampilkan layar-per-layar

less filename

Melihat suatu file layar per layar, dan tekan tombol “q” apabila ingin keluar.

pico filename

Edit suatu text file

pico -w filename

Edit suatu text file, dengan menonaktifkan fungsi word wrap, sangat berguna untuk mengedit file seperti /etc/fstab.

lynx file.html

Melihat file html atau browse ke net dengan text mode, dimana gambar/image tidak dapat ditampil-kan, tapi lynx adalah suatu browser yang sangat cepat, sangat berguna bila anda hanya menginginkan suatu artikel tanpa image.Contoh : lynx google.com .anda akan menikmati google di terminal.

tar -xvfz filename.tar.gz

Meng-untar sebuah file tar sekaligus meng-uncompress file tersebut (*.tar.gz or *.tgz), untuk meletakkannya direktori yg diinginkan tambahkan option  -C direktori, contoh tar  -zxvffilename.tar.gz -C /opt (meletakkan file tersebut di direktori /opt)

tar -xvf filename.tar

Meng-untar sebuah file tar yang tidak terkompress (*.tar).

gunzip filename.gz

Meng-uncompress sebuah file zip (*.gz” or *.z). dengan menggunakan gzip (juga zip atau compress) jika anda menginginkan mengompress file.

bunzip2 filename.bz2

Meng-uncompress file dengan format (*.bz2) dengan utiliti “bzip2″, digunakan pada file yang besar.

unzip filename.zip

Meng-uncompress file dengan format (*.zip) dengan utiliti “unzip” yang kompatibel dengan pkzip for DOS.

find / -name “filename”

Mencari “namafile” pada komputer anda dimulai dengan direktori /. Namafile tersebut mungkin saja berisi wildcard (*,?).

locate filename

Mencari file dengan string “filename”. Sangat mudah dan cepat dari perintah di atas.

talk username1

Berbicara dengan keyboard dengan user lain yg sedang login pada mesin kita (atau gunakan “talk username1@machinename” untuk berbicara dengan komputer lain) . Untuk menerima undangan percakapan, ketikkan”talk username2″. Jika seseorang mencoba untuk berbicara dengan anda dan itu dirasakan mengganggu, anda bisa menggunakan perinta”mesg n” untuk menolak pesan tersebut. Dan gunakan perintah “who” atau  ”rwho” untuk melihat siapa user yang mengganggu tersebut.

mc

Menjalankan “Morton Commander” … eh… salah maksudnya “Midnight Commander” sebagai file manager, cepat dan bagus.(kalau gak ada install dulu.)

telnet server

Untuk menghubungkan komputer kita  ke komputer lain dengan menggunakan protokol TELNET. Gunakan nama mesin atau Nomor IP mesin, dan anda akan mendapatkan prompt login name dari mesin tersebut, masukkan passwordnya, oh ya .. anda juga harus punya account di mesin remote tersebut. Telnet akan menghubungkan anda dengan komputer lain dan membiarkan anda untuk mengoperasikanmesin tersebut. Telnet sangat tidak aman, setiapyang anda ketik menjadi “open text”, juga dengan password anda! Gunakan ssh alih-alih telnet untuk mengakses mesin secara remote.

rlogin server (=remote login)

Menghubungkan anda ke komputer lain. Loginname dan password, tetapi apabila account anda tersebut telah dipakai, maka anda akan mendapatkan pesan kesalahan pada password anda. Sangat tidak aman juga, gunakan ssh sebagai gantinya. rsh server (=remote shell) Jalan lain untuk menghubungkan anda ke remote machine. Apabila login name/password anda sedang dipakai di remote mesin tsb, maka password anda tidak akan berlaku. Idem dengan rlogin, gantikan dengan ssh. ftp server Ftp ke mesin lain, ini sangat berguna untuk mengopy file ke/dari remote mesin. Juga tidak aman, gunakan scp dari keluarga ssh sebagai gantinya

minicom

Program Minicom (dapat dikatakan seperti “Procomm/Hyperterminal for Linux”).

./program_name

Menjalankan program pada direktori aktif, yang mana tidak terdapat pada PATH anda

xinit

Menjalankan X-window server (tanpa windows manager).

.startx

Menjalankan X-window server dan meload default windows manager. Sama seperti perintah ”win” under DOS dengan Win3.1

startx — :1

Menjalankan sesi X-windows berikutnya pada display 1 (default menggunakan display 0). Anda dapat menjalankan banyak GUI terminal secara bersamaan, untuk pindah antar GUI gunakan , , etc, tapi ini akan lebih banyak memakan memori.

x-term

(pada X terminal) ,menjalankan X-windows terminal. Untuk keluar ketikkan “exit”xboing(pada X terminal). Sangat lucu deh …., seperti games-games lama …..

gimp

Program image editor yang sangat bagus, bisa disamakan dengan Adobe Photoshop, yang membedakan adalah program ini gratis.

shutdown -h now

(sebagai root) Shut down sistem. Umumnya digunakan untuk remote shutdown. Gunakan untuk shutdown pada konsol (dapat dijalankan oleh user).

halt

reboot (sebagai root) Halt atau reboot mesin. Lebih simple dari perintah di atas.

man topic

Menampilkan daftar dari sistem manual pages (help) sesuai dengan topic. Coba “man man”. lalutekan “q” untuk keluar dari viewer. Perintah “info topic” Manual pages dapat dibaca dilhat dengan cara “any_command –help”.

apropos topic

Menampilkan bantuan manual berdasarkan topik.

pwd

Melihat direktori kerja saat ini (print working directory)

hostname

Menampilkan nama local host (mesin dimana anda sedang bekerja). Gunakan perintah “ netconf”(sebagai root) untuk merubah nama host dari mesin tersebut, atau edit file /etc/hosts

whoami

Mencetak login name anda. untuk mengetahui anda terlogin dengan user apa.

id username

Mencetak user id (uid) atau group id (gid)

date

Mencetak atau merubah tanggal dan waktu pada komputer, contoh merubah tanggal dan waktu ke 2000-12-31 23:57 dengan perintah; date 123123572000

time

Melihat jumlah waktu yg ditangani untuk penyelesaian suatu proses + info lainnya. Jangan dibingungkan dengan perintah “date”whoMelihat user yang login pada komputer kita.

rwho –a

Melihat semua user yg login pada network anda. Layanan perintah rwho ini harus diaktifkan, jalankan setup sebagai root utk mengaktifkannya.

finger username

Melihat informasi user, coba jalankan; finger root

last

Melihat user sebelumnya yang telah login di komputer.uptimeMelihat jumlah waktu pemakaian komputer oleh seseorang, terhitung proses reboot terakhir.

ps (=print status)

Melihat proses-proses yang dijalankan oleh user.

pa axu

Melihat seluruh proses yang dijalankan,walaupun tanpa terminal control, juga ditampilkan nama dari user untuk setiap proses.

top

Melihat proses yang berjalan, dengan urutan penggunaan cpu. uname –aInformasi system kernel anda.

free

Informasi memory (dalam kilobytes).

df –h

(=disk free) Melihat informasi pemakaian disk pada seluruh system (in human-readable form) 

du / -bh

(=disk usage) Melihat secara detil pemakaian disk untuk setiap direktori, dimulai dari root (in human legible form).

cat /proc/cpuinfo

Cpu info. Melihat file pada /proc directori yang bukan merupakan file nyata (not real files).

cat /proc/interrupts

Melihat alamat interrupt yang dipakai.cat /proc/versionVersi dari Linux dan informasi lainnya.

cat /proc/filesystems

Melihat filesystem yang digunakan.

cat /etc/printcap

Melihat printer yang telah disetup.

lsmod

(as root) Melihat module-module kernel yang telah di load.

set

Melihat environment dari user yang aktif

echo $PATH

Melihat isi dari variabel “PATH”. Perintah ini dapat digunakan untuk menampilkan variabel environmen lain dengan baik. Gunakan “set” untuk melihat environmen secara penuh.

dmesg

Mencetak pesan-pesan pada waktu proses boot.

adduser

Menambah pengguna.

clear

Membersihkan Layar