Forem: Hendra Bangun Dwi R

Panduan Lengkap: Mengelola Playwright di Python (uv) \& Memindah Cache Browser ke Drive Lain

Hendra Bangun Dwi R — Sat, 22 Nov 2025 19:47:48 +0000

Playwright membutuhkan browser khusus (Chromium, Firefox, WebKit) yang ukurannya cukup besar (ratusan MB). Secara default, file ini disimpan di C:\Users\...\AppData\Local\ms-playwright, yang sering membuat Drive C cepat penuh.

Panduan ini akan menuntun Anda menginstal Playwright menggunakan uv, memindahkan lokasi penyimpanannya ke Drive E (atau drive lain), dan menjalankannya dengan benar.

1. Instalasi Playwright dengan `uv`

Saat menggunakan uv di Windows (terutama jika dicampur dengan WSL), disarankan menggunakan mode copy untuk menghindari masalah symlink.

Perintah Install:

uv add playwright --link-mode=copy

2. Memindahkan Lokasi Browser (Agar Drive C Aman)

Kita akan mengubah lokasi penyimpanan default ke E:\atools\PythonData. Kita menggunakan Environment Variable agar pengaturan ini permanen.

Langkah-langkah:

Buka PowerShell.
Jalankan perintah berikut untuk menyimpan pengaturan secara permanen di sistem Windows Anda:

[System.Environment]::SetEnvironmentVariable('PLAYWRIGHT_BROWSERS_PATH', 'E:\atools\PythonData', 'User')

PENTING: Tutup PowerShell tersebut, lalu buka terminal/PowerShell yang baru agar pengaturan terbaca.

3. Mengunduh Browser ke Lokasi Baru

Setelah terminal baru dibuka, saatnya mengunduh browser. Playwright akan otomatis membaca pengaturan di atas dan meletakkan file di Drive E.

Perintah:

uv run playwright install

Tunggu hingga proses download selesai.

4. Verifikasi (Memastikan Lokasi Sudah Benar)

Jangan sampai Anda mengira sudah pindah padahal masih di C. Gunakan script Python sederhana ini untuk mengecek.

Buat file cek_lokasi.py:

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    lokasi = p.chromium.executable_path
    print(f"\n[HASIL PENGECEKAN]")
    print(f"Browser ada di: {lokasi}")

    if "E:\\atools\\PythonData" in lokasi:
        print("✅ SUKSES! Playwright menggunakan Drive E.")
    else:
        print("❌ GAGAL! Masih menggunakan lokasi default (Drive C).")

Jalankan:

uv run python cek_lokasi.py

5. Membersihkan Sampah di Drive C

Jika langkah 4 sudah "SUKSES", Anda aman menghapus folder lama untuk menghemat ruang penyimpanan.

Cara Hapus:

Buka File Explorer.
Ketik di address bar: %localappdata% lalu tekan Enter.
Cari folder bernama ms-playwright.
Hapus folder tersebut.

6. Contoh Kode: Membuka Google

Berikut adalah contoh kode dasar untuk memastikan Playwright berjalan normal. Kita set headless=False agar browser terlihat di layar.

Buat file main.py:

from playwright.sync_api import sync_playwright
import time

def main():
    with sync_playwright() as p:
        print("Meluncurkan browser dari Drive E...")
        # headless=False membuat browser muncul di layar
        browser = p.chromium.launch(headless=False, slow_mo=500)
        page = browser.new_page()

        print("Membuka Google...")
        page.goto("https://www.google.com")

        # Contoh interaksi: mengetik di kolom search
        try:
            # Selector bisa berbeda tergantung update Google, ini contoh umum
            page.fill("textarea[name='q']", "Tutorial Playwright Python")
            page.press("textarea[name='q']", "Enter")
        except:
            print("Gagal mengetik, mungkin selector berubah.")

        print(f"Judul Tab: {page.title()}")

        # Tahan 5 detik sebelum menutup
        time.sleep(5)
        browser.close()
        print("Selesai.")

if __name__ == "__main__":
    main()

Troubleshooting Umum

Error: RuntimeError: Event loop is closed

Penyebab: Biasanya terjadi jika Anda menekan Ctrl+C untuk mematikan script yang sedang hang atau macet.
Solusi: Jangan panik. Ini biasanya terjadi karena script macet menunggu browser yang belum terinstall. Pastikan langkah nomor 3 (Install Browser) sudah dilakukan dengan sukses.

Panduan ini dibuat berdasarkan diskusi troubleshooting untuk memindahkan cache Playwright dari Drive C ke E menggunakan uv.

Panduan Lengkap: Mengakses Ollama Windows dari WSL untuk Pengembangan AI Agent Pendahuluan

Hendra Bangun Dwi R — Mon, 10 Nov 2025 09:53:40 +0000

Panduan Lengkap: Mengakses Ollama Windows dari WSL untuk Pengembangan AI Agent

Pendahuluan

Ollama adalah platform yang memungkinkan kita menjalankan Large Language Models (LLM) secara lokal di komputer. Bagi developer yang menggunakan Windows dengan WSL (Windows Subsystem for Linux), sering muncul pertanyaan: bagaimana cara terbaik setup Ollama agar bisa diakses dari WSL? Artikel ini akan memandu kamu step-by-step dari instalasi hingga integrasi dengan Python untuk membangun AI agent.

Mengapa Setup Ini Penting?

Setup Ollama di Windows dengan akses dari WSL memberikan beberapa keuntungan:

Performa optimal: Ollama native di Windows lebih cepat untuk GPU NVIDIA[11]
Fleksibilitas development: Bisa menggunakan tools Linux di WSL sambil memanfaatkan server Windows
Efisiensi resource: Satu server melayani Windows dan WSL, hemat RAM
Environment konsisten: Development di Linux, deployment mudah

Bagian 1: Instalasi Ollama di Windows

Langkah 1: Download dan Install Ollama

Kunjungi ollama.com/download[12][13]
Download OllamaSetup.exe untuk Windows
Jalankan installer dengan double-click
Ikuti wizard instalasi (tidak perlu hak Administrator)[13]
Ollama akan otomatis berjalan di background setelah instalasi

Alternatif via Winget:

Buka PowerShell sebagai Administrator:[14]

winget install --id Ollama.Ollama

Langkah 2: Verifikasi Instalasi

Buka PowerShell dan cek versi:

ollama -v

Test koneksi:

curl http://localhost:11434

Jika muncul "Ollama is running", instalasi berhasil!

Langkah 3: Download Model AI

Download beberapa model yang akan digunakan:

ollama pull llama3.2
ollama pull mistral
ollama pull gemma3:1b

Model akan tersimpan di %USERPROFILE%\.ollama\models.

Bagian 2: Konfigurasi Ollama Windows untuk Akses dari WSL

Langkah 1: Set Environment Variable OLLAMA_HOST

Agar Ollama bisa diakses dari WSL, kita perlu mengkonfigurasi agar listen di semua network interface.[15][16]

Cara Setting via GUI:

Tekan Win + R, ketik sysdm.cpl, tekan Enter
Klik tab "Advanced"
Klik "Environment Variables"
Di bagian "User variables", klik "New"
Isi form:
- Variable name: OLLAMA_HOST
- Variable value: 0.0.0.0:11434
Klik OK pada semua dialog

Cara Setting via PowerShell (Administrator):

[System.Environment]::SetEnvironmentVariable('OLLAMA_HOST', '0.0.0.0:11434', 'User')

Langkah 2: Restart Ollama

Setelah set environment variable, restart aplikasi Ollama:

Klik kanan icon Ollama di system tray (pojok kanan bawah)
Pilih "Exit" atau "Quit"
Tunggu beberapa detik
Buka Ollama lagi dari Start Menu

Langkah 3: Konfigurasi Windows Firewall (Jika Diperlukan)

Jika WSL masih tidak bisa connect, buka port di firewall. Buka PowerShell sebagai Administrator:[17]

New-NetFirewallRule -DisplayName "Ollama WSL Access" -Direction Inbound -LocalPort 11434 -Protocol TCP -Action Allow

Atau untuk interface WSL spesifik:

New-NetFirewallRule -DisplayName "Ollama WSL" -Direction Inbound -InterfaceAlias "vEthernet (WSL)" -Action Allow

Langkah 4: Verifikasi Ollama Listen di 0.0.0.0

Dari PowerShell, cek apakah Ollama sudah listen di semua interface:

netstat -an | findstr "11434"

Seharusnya muncul:

TCP    0.0.0.0:11434          0.0.0.0:0              LISTENING

Bagian 3: Setup WSL untuk Akses Ollama Windows

Langkah 1: Verifikasi WSL2 Terinstall

Buka PowerShell dan cek versi WSL:

wsl --version
wsl -l -v

Pastikan menggunakan WSL2 (bukan WSL1). Jika belum install:[18][19]

wsl --install

Langkah 2: Dapatkan IP Windows Host dari WSL

Buka terminal WSL (Ubuntu), lalu jalankan:[20][21]

cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }'

Contoh output: 172.29.176.1

IP ini adalah gateway WSL ke Windows host. Catat IP ini karena akan digunakan untuk koneksi.

Alternatif dengan ip route:

ip route show | grep -i default | awk '{ print $3}'

Langkah 3: Test Koneksi dari WSL ke Ollama Windows

Gunakan IP yang didapat dari langkah 2, test koneksi:

curl http://172.29.176.1:11434

Ganti 172.29.176.1 dengan IP yang kamu dapat!

Jika berhasil, akan muncul: Ollama is running

Jika gagal (Connection refused), periksa:

Ollama berjalan di Windows (cek system tray)
OLLAMA_HOST sudah di-set ke 0.0.0.0:11434
Firewall tidak memblokir

Langkah 4: Set Environment Variable di WSL

Set Manual (untuk session saat ini):

export WINHOST=172.29.176.1  # ganti dengan IP kamu
export OLLAMA_HOST=http://$WINHOST:11434

Set Permanen di .bashrc:

Edit file .bashrc:

nano ~/.bashrc

Tambahkan di akhir file:

# Ollama Windows host configuration
export WINHOST=$(cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }')
export OLLAMA_HOST=http://$WINHOST:11434

Save dengan Ctrl+O, Enter, lalu Ctrl+X.

Reload configuration:

source ~/.bashrc

Langkah 5: Verifikasi Environment Variable

Cek apakah variable ter-set dengan benar:

echo "Windows Host IP: $WINHOST"
echo "Ollama Host: $OLLAMA_HOST"

Test koneksi dengan variable:

curl $OLLAMA_HOST

Langkah 6: Install Ollama CLI di WSL (Opsional)

Jika ingin menggunakan command ollama dari WSL:[22][18]

curl -fsSL https://ollama.com/install.sh | sh

Catatan: Ini hanya install CLI, bukan server. Server tetap di Windows.

Test Ollama CLI:

ollama list
ollama run gemma3:1b

Bagian 4: Integrasi dengan Python untuk AI Agent

Langkah 1: Setup Project Python

Buat direktori project:

mkdir ollamaAgent
cd ollamaAgent

Install uv (Python package manager):

curl -LsSf https://astral.sh/uv/install.sh | sh

Langkah 2: Inisialisasi Project

uv init
uv add openai python-dotenv langfuse

Langkah 3: Buat File .env

Buat file .env untuk konfigurasi:[23]

nano .env

Isi dengan:

# Ollama Configuration
OLLAMA_OPENAI_BASE_URL=http://172.29.176.1:11434/v1
OLLAMA_CHAT_MODEL=gemma3:1b

# Langfuse Keys (untuk monitoring)
LANGFUSE_PUBLIC_KEY=your_public_key
LANGFUSE_SECRET_KEY=your_secret_key

Ganti 172.29.176.1 dengan IP Windows host kamu!

Langkah 4: Buat File Python (main.py)

Buat file Python dengan kode lengkap:[24][25]

import os
import sys
from typing import List

from dotenv import load_dotenv
from langfuse.openai import OpenAI


def require_env(var_name: str) -> str:
    """Validate required environment variables"""
    value = os.getenv(var_name)
    if not value:
        raise RuntimeError(f"Missing required environment variable: {var_name}")
    return value


def get_windows_host_ip() -> str:
    """
    Dapatkan IP Windows host dari /etc/resolv.conf atau ip route
    """
    # Method 1: resolv.conf
    try:
        with open('/etc/resolv.conf', 'r') as f:
            for line in f:
                if 'nameserver' in line:
                    ip = line.split()[1].strip()
                    if ip and not ip.startswith('127.'):
                        return ip
    except Exception as e:
        print(f"Warning: Could not read resolv.conf: {e}")

    # Method 2: ip route (fallback)
    try:
        import subprocess
        result = subprocess.run(
            ['ip', 'route', 'show', 'default'],
            capture_output=True,
            text=True,
            timeout=2
        )
        if result.returncode == 0:
            for word in result.stdout.split():
                if '.' in word and not word.startswith('127.'):
                    return word
    except Exception as e:
        print(f"Warning: Could not get IP from route: {e}")

    # Fallback: return localhost
    return "localhost"


def get_openai_client_for_ollama() -> OpenAI:
    """
    Configure OpenAI-compatible client untuk Ollama
    dengan auto-detection Windows host IP
    """
    base_url = os.getenv("OLLAMA_OPENAI_BASE_URL")

    if not base_url:
        windows_ip = get_windows_host_ip()
        base_url = f"http://{windows_ip}:11434/v1"

    print(f"Connecting to Ollama at: {base_url}")

    return OpenAI(
        base_url=base_url, 
        api_key=os.getenv("OPENAI_API_KEY", "ollama")
    )


def verify_ollama_connection(base_url: str) -> bool:
    """
    Verifikasi koneksi ke Ollama sebelum memulai chat
    """
    import urllib.request
    import urllib.error

    # Hapus /v1 untuk health check
    health_url = base_url.replace('/v1', '').rstrip('/')

    try:
        print(f"Verifying connection to Ollama at {health_url}...", end=" ")
        with urllib.request.urlopen(health_url, timeout=5) as response:
            if response.status == 200:
                print("✓ Connected!")
                return True
    except urllib.error.URLError as e:
        print(f"✗ Failed!")
        print(f"\nError: Cannot connect to Ollama at {health_url}")
        print(f"Details: {e}")
        print("\nPastikan:")
        print("1. Ollama berjalan di Windows (cek system tray)")
        print("2. OLLAMA_HOST di Windows sudah diset ke 0.0.0.0:11434")
        print("3. Windows Firewall tidak memblokir port 11434")
        print(f"\nTest manual dengan: curl {health_url}")
        return False
    except Exception as e:
        print(f"✗ Failed!")
        print(f"\nUnexpected error: {e}")
        return False


def chat_stream_repl(client: OpenAI, model: str, system_prompt: str) -> None:
    """
    Interactive REPL dengan streaming dan conversation memory
    """
    print(f"\nStarting streaming chat with model '{model}'.")
    print("Type 'exit', 'quit', or ':q' to quit.\n")
    print("=" * 50)

    messages = [{"role": "system", "content": system_prompt}]

    while True:
        try:
            user = input("\nYou: ").strip()
            if user.lower() in {"exit", "quit", ":q"}:
                print("Bye!")
                return
            if not user:
                continue

            messages.append({"role": "user", "content": user})

            # Stream assistant response
            print("Assistant: ", end="", flush=True)
            full_content_parts: List[str] = []

            try:
                stream = client.chat.completions.create(
                    model=model,
                    messages=messages,
                    stream=True,
                )

                for event in stream:
                    try:
                        delta = event.choices[0].delta.content or ""
                    except Exception:
                        delta = ""
                    if delta:
                        full_content_parts.append(delta)
                        sys.stdout.write(delta)
                        sys.stdout.flush()

                assistant_content = "".join(full_content_parts).strip()
                print()  # newline
                messages.append({"role": "assistant", "content": assistant_content})

            except Exception as e:
                print(f"\n\nError during chat: {e}")
                print("Pastikan Ollama masih berjalan di Windows.")
                messages.pop()  # Hapus user message terakhir

        except KeyboardInterrupt:
            print("\n\nInterrupted. Bye!")
            return
        except EOFError:
            print("\n\nEOF. Bye!")
            return


def main() -> None:
    # Load .env file
    load_dotenv(override=False)

    # Required untuk Langfuse tracing
    require_env("LANGFUSE_PUBLIC_KEY")
    require_env("LANGFUSE_SECRET_KEY")

    # Inisialisasi client
    client = get_openai_client_for_ollama()

    # Verify connection
    base_url = client.base_url if hasattr(client, 'base_url') else None
    if base_url:
        if not verify_ollama_connection(str(base_url)):
            sys.exit(1)

    # Start interactive chat
    chat_model = os.getenv("OLLAMA_CHAT_MODEL", "gemma3:1b")
    chat_stream_repl(
        client=client,
        model=chat_model,
        system_prompt="Anda adalah asisten yang ringkas, membantu, dan sopan. Jawab dalam Bahasa Indonesia secara singkat.",
    )


if __name__ == "__main__":
    main()

Langkah 5: Jalankan AI Agent

uv run python main.py

Output yang diharapkan:

Connecting to Ollama at: http://172.29.176.1:11434/v1
Verifying connection to Ollama at http://172.29.176.1:11434... ✓ Connected!

Starting streaming chat with model 'gemma3:1b'.
Type 'exit', 'quit', or ':q' to quit.

==================================================

You:

Bagian 5: Troubleshooting

Problem 1: Connection Refused dari WSL

Gejala:

curl: (7) Failed to connect to 172.29.176.1 port 11434: Connection refused

Solusi:

Cek Ollama running di Windows:
- Lihat icon di system tray
- Dari PowerShell: ollama list
Cek OLLAMA_HOST di Windows:

   $env:OLLAMA_HOST

Harus return: 0.0.0.0:11434

Restart Ollama Windows:
- Exit dari system tray
- Buka lagi dari Start Menu
Test dari Windows dulu:

   curl http://localhost:11434

Problem 2: Python Script Connect ke localhost Bukan Windows IP

Gejala:

Connecting to Ollama at: http://localhost:11434/v1
✗ Failed!

Solusi:

Cek file .env:

   cat .env | grep OLLAMA_OPENAI_BASE_URL

Pastikan ada dan benar:

   OLLAMA_OPENAI_BASE_URL=http://172.29.176.1:11434/v1

Set manual sebelum run:

   export OLLAMA_OPENAI_BASE_URL=http://172.29.176.1:11434/v1
   uv run python main.py

Debug: print environment variable: Tambahkan di awal main():

   print(f"DEBUG - OLLAMA_OPENAI_BASE_URL: {os.getenv('OLLAMA_OPENAI_BASE_URL')}")
   print(f"DEBUG - Windows Host IP: {get_windows_host_ip()}")

Problem 3: IP Windows Berubah Setelah Restart

Penyebab: IP WSL dinamis dan bisa berubah.[20]

Solusi: Gunakan script dinamis di .bashrc yang sudah dijelaskan di Bagian 3, Langkah 4.

Problem 4: Firewall Memblokir Koneksi

Gejala: Timeout saat curl dari WSL.

Solusi: Buka port di Windows Firewall (PowerShell Administrator):

New-NetFirewallRule -DisplayName "Ollama WSL Access" -Direction Inbound -LocalPort 11434 -Protocol TCP -Action Allow

Atau allow semua untuk WSL interface:

New-NetFirewallRule -DisplayName "Ollama WSL" -Direction Inbound -InterfaceAlias "vEthernet (WSL)" -Action Allow

Problem 5: Model Tidak Ditemukan

Gejala:

Error: model 'gemma3:1b' not found

Solusi:

Cek model available di Windows:

   ollama list

Download model jika belum ada:

   ollama pull gemma3:1b

Update .env dengan model yang ada:

   OLLAMA_CHAT_MODEL=llama3.2

Problem 6: Environment Variable Tidak Ter-load

Gejala: Variable kosong meskipun sudah di-set di .bashrc.

Solusi:

Reload .bashrc:

   source ~/.bashrc

Cek apakah ter-set:

   echo $OLLAMA_HOST
   echo $WINHOST

Jika masih kosong, cek syntax di .bashrc:

   cat ~/.bashrc | tail -5

Bagian 6: Best Practices dan Tips

Performa

Gunakan model kecil untuk development (gemma3:1b, phi3) untuk response cepat
Model besar untuk production (llama3.2:8b, mistral:7b) untuk kualitas lebih baik[11]
Monitor GPU usage di Windows Task Manager untuk optimasi

Development Workflow

VS Code dengan Remote-WSL untuk coding di WSL
Jupyter Notebook di WSL untuk prototyping AI agent
Git repository di WSL untuk version control
Docker di WSL untuk containerization (jika diperlukan)

Resource Management

Tutup model yang tidak digunakan untuk free memory:

   ollama stop model_name

Set context window di API call untuk kontrol memory:

   stream = client.chat.completions.create(
       model=model,
       messages=messages,
       stream=True,
       options={"num_ctx": 2048}  # sesuaikan dengan kebutuhan
   )

Keamanan

Jangan expose Ollama ke internet - binding 0.0.0.0 hanya untuk WSL local network
Gunakan .env file dan tambahkan ke .gitignore untuk API keys
Validasi input dari user sebelum kirim ke LLM

Monitoring dan Logging

Gunakan Langfuse untuk monitoring LLM calls (sudah terintegrasi di code)
Log errors ke file untuk debugging:

   import logging
   logging.basicConfig(filename='ollama_agent.log', level=logging.ERROR)

Monitor latency untuk optimize response time

Kesimpulan

Setup Ollama di Windows dengan akses dari WSL memberikan fleksibilitas maksimal untuk development AI agent. Dengan mengikuti panduan ini, kamu bisa:

✅ Menjalankan Ollama dengan performa optimal di Windows
✅ Mengakses dari WSL untuk development dengan tools Linux
✅ Integrasi dengan Python menggunakan OpenAI-compatible API
✅ Build AI agent dengan streaming response dan conversation memory
✅ Troubleshoot masalah koneksi dengan systematic approach

Kunci sukses setup ini adalah:

OLLAMA_HOST di Windows harus di-set ke 0.0.0.0:11434
OLLAMA_OPENAI_BASE_URL di WSL harus point ke IP Windows yang benar
Firewall tidak boleh memblokir port 11434
Environment variables harus ter-load dengan benar

Dengan setup ini, kamu siap mengembangkan AI agent yang powerful menggunakan local LLM tanpa depend pada cloud services. Selamat coding!

Referensi Cepat

Windows - Set OLLAMA_HOST:

[System.Environment]::SetEnvironmentVariable('OLLAMA_HOST', '0.0.0.0:11434', 'User')

WSL - Get Windows IP:

cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }'

WSL - Set di .bashrc:

export WINHOST=$(cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }')
export OLLAMA_HOST=http://$WINHOST:11434

Python - OpenAI Client:

client = OpenAI(
    base_url='http://172.29.176.1:11434/v1',
    api_key='ollama'
)

Test Koneksi:

curl http://172.29.176.1:11434  # ganti dengan IP kamu

Firewall Rule:

New-NetFirewallRule -DisplayName "Ollama WSL Access" -Direction Inbound -LocalPort 11434 -Protocol TCP -Action Allow

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Tantangan CTF: File yang Dihapus (Root-Me Forensik)

Hendra Bangun Dwi R — Sun, 14 Sep 2025 06:35:53 +0000

Deskripsi Tantangan

Judul: File yang Dihapus
Poin: 5
Kesulitan: Validasi 11471, tingkat keberhasilan 4%
Deskripsi: Sepupu Anda menemukan USB drive di perpustakaan pagi ini. Dia tidak terlalu ahli dengan komputer, jadi dia berharap Anda bisa menemukan pemiliknya! Flag adalah identitas pemilik dalam bentuk firstname_lastname.
Checksum SHA256: cd9f4ada5e2a97ec6def6555476524712760e3d8ee99c26ec2f11682a1194778
File yang Disediakan: ch39.gz

Tulisan Solusi

Langkah 1: Memahami Tantangan

Ini adalah tantangan forensik yang melibatkan gambar USB drive di mana sebuah file telah dihapus. Tujuannya adalah memulihkan file yang dihapus dan mengidentifikasi pemilik dari metadatanya. Format flag adalah firstname_lastname.

Langkah 2: Mengekstrak File

File yang disediakan adalah ch39.gz, arsip yang dikompresi dengan gzip. Kami mengekstraknya untuk mengungkap ch39, yang merupakan arsip tar POSIX.

gunzip ch39.gz
tar -xvf ch39

Ini mengekstrak usb.image, gambar filesystem FAT16 dengan sektor boot DOS/MBR yang diberi label "USB" dengan kapasitas 32 MB.

Langkah 3: Menganalisis Gambar Filesystem

Gambar tersebut adalah filesystem FAT16. Kami memasangnya untuk memeriksa isinya.

mkdir -p /tmp/usb_mount
sudo mount -t vfat -o loop usb.image /tmp/usb_mount
ls -la /tmp/usb_mount

Direktori yang dipasang kosong, menunjukkan bahwa file telah dihapus dan tidak terlihat di filesystem.

Langkah 4: Memulihkan File yang Dihapus

Untuk memulihkan file yang dihapus, kami memeriksa entri direktori root di gambar FAT16. Direktori root dimulai pada sektor 132 (setelah 4 sektor cadangan dan 128 sektor FAT).

Ekstrak direktori root (32 sektor, 16384 byte):

dd if=usb.image bs=512 skip=132 count=32 | hexdump -C

Analisis hexdump mengungkap:

Label volume "USB".
Entri file yang dihapus (byte pertama 0xE5) dengan nama pendek "NONUME.PNG" dan nama panjang "anonymous.png".
Ukuran file: 246.320 byte.
Cluster awal: 3 (penomoran cluster FAT16).

Entri nama panjang berisi karakter Unicode untuk "anonymous.png".

Langkah 5: Mengekstrak File yang Dihapus

Area data dimulai pada sektor 164. Cluster 3 dimulai pada sektor 168 (164 + (3-2)*4).

Ekstrak data file (482 sektor untuk mencakup 246.320 byte):

dd if=usb.image bs=512 skip=168 count=482 of=anonymous.png

Verifikasi file:

file anonymous.png
# Output: PNG image data, 400 x 300, 8-bit/color RGB, non-interlaced

Langkah 6: Menganalisis File yang Dipulihkan

File tersebut adalah gambar PNG. Ekstrak string untuk menemukan metadata:

strings anonymous.png | sed -n '/xpacket begin/,/xpacket end/p'

Metadata XMP mengungkap pembuat:

<?xpacket begin='
' id='W5M0MpCehiHzreSzNTczkc9d'?>
<x:xmpmeta xmlns:x='adobe:ns:meta/' x:xmptk='Image::ExifTool 11.88'>
<rdf:RDF xmlns:rdf='http://www.w3.org/1999/02/22-rdf-syntax-ns#'>
 <rdf:Description rdf:about=''
  xmlns:dc='http://purl.org/dc/elements/1.1/'>
  <dc:creator>
   <rdf:Seq>
    <rdf:li>Javier Turcot</rdf:li>
   </rdf:Seq>
  </dc:creator>
 </rdf:Description>
</rdf:RDF>
</x:xmpmeta>
<?xpacket end='r'?>

Pembuatnya adalah Javier Turcot, diidentifikasi sebagai pemilik.

Langkah 7: Menentukan Flag

Identitas pemilik adalah Javier Turcot. Flag adalah javier_turcot (huruf kecil dengan garis bawah seperti yang ditentukan).

Pembelajaran Utama

Struktur filesystem FAT16: sektor boot, tabel FAT, direktori root, area data.
File yang dihapus di FAT: ditandai dengan 0xE5 di entri direktori, data tetap ada sampai ditimpa.
Pemulihan forensik: Gunakan dd untuk mengekstrak data mentah, analisis entri direktori secara manual.
Ekstraksi metadata: File PNG dapat berisi metadata XMP dengan informasi pembuat.
Alat yang digunakan: gunzip, tar, mount, dd, hexdump, file, strings.

Verifikasi

Integritas file: Gambar dan PNG yang diekstrak cocok dengan format yang diharapkan.
Format flag: Cocok dengan persyaratan firstname_lastname.

Flag: javier_turcot

Cara Install Mosint

Hendra Bangun Dwi R — Tue, 12 Jan 2021 18:19:43 +0000

git clone https://github.com/alpkeskin/mosint.git
Setting ----
python3 mosint.py -e " "

Cara membuat server VPN sendiri di Ubuntu Server

Hendra Bangun Dwi R — Sun, 10 Jan 2021 08:56:44 +0000

1. Install OpenVPN server

apt-get update
wget https://git.io/vpn -O openvpn-install.sh && bash openvpn-install.sh

Configurasi

Tempat direktori di root/-----ovpn

2. Install samba / tergantung

apt install samba

Buat Berbagi Publik Samba Tanpa Otentikasi (tergantung)

nano /etc/samba/smb.conf

[public]
    comment = no need username and password
    path = /samba/public
    browsable = yes
    guest ok = yes
    writable = yes
    read only = no

mkdir -p /samba/public
chmod -R 777 /samba/public
systemctl restart smbd.service nmbd.service
scp /root/username.ovpn /samba/public

HakAkses

mkdir -p /samba/public
chmod -R 777 /samba/public
systemctl restart smbd.service nmbd.service
scp /root/username.ovpn /samba/public
    hostname -I

4. Port Forwading

1194

5. VPN clien

GoodLuck

Mengatasi Apache Tidak Bisa Start di XAMPP

Hendra Bangun Dwi R — Fri, 08 Jan 2021 03:11:58 +0000

Mengatasi Error Port pada Apache

Mengatasi Apache Tidak Bisa Start di Windows

Langkah 1 – Buka file httpd.conf.
Buka file tersebut menggunakan aplikasi editor, Anda bisa menggunakan notepad, sublime, atau lainnya.

Langkah 2 – Ganti beberapa atribut.

‘Listen 80’ diubah menjadi ‘Listen 8080’
‘ServerName localhost:80’ diubah menjadi ‘ServerName localhost:8080’

Kemudian simpan.

Langkah 3 – Buka file httpd-ssl.conf
File httpd-ssl.conf berada di folder C:\xampp\apache\conf\extra.

Langkah 4 – Ganti beberapa atribut berikut:

‘Listen 443’ diubah menjadi ‘Listen 4499’‘ Virtualhost_default_:443’ diubah menjadi ‘4499’

Kemudian simpan.

Langkah 5 – Jalankan XAMPP Control Panel
Jalankan XAMPP Control Panel dan jalankan Apache menggunakan tombol start.

Langkah 6 – Lakukan pengecekan.
Buka browser, kemudian Anda coba lakukan akses ke http://localhost:8080/xampp, jika pengaturan berhasil maka Web Service Apache berjalan pada port 8080.

Cara Install nodeJs

Hendra Bangun Dwi R — Thu, 07 Jan 2021 07:43:03 +0000

Install Kusus Ubuntu Download dulu file nodejs

wget https://nodejs.org/dist/v15.5.1/node-v15.5.1-linux-x64.tar.xz

kasih akses file jika diperlukan

sudo chmod -R 755 ./

ekstrak file

tar xf node-v10.1.0-linux-x64.tar.xz

pindah file

sudo cp -r node/{bin,include,lib,share} /usr/

Forem: Hendra Bangun Dwi R

Panduan Lengkap: Mengelola Playwright di Python (uv) \& Memindah Cache Browser ke Drive Lain

1. Instalasi Playwright dengan uv

2. Memindahkan Lokasi Browser (Agar Drive C Aman)

3. Mengunduh Browser ke Lokasi Baru

4. Verifikasi (Memastikan Lokasi Sudah Benar)

5. Membersihkan Sampah di Drive C

6. Contoh Kode: Membuka Google

Troubleshooting Umum

Panduan Lengkap: Mengakses Ollama Windows dari WSL untuk Pengembangan AI Agent Pendahuluan

Panduan Lengkap: Mengakses Ollama Windows dari WSL untuk Pengembangan AI Agent

Pendahuluan

Mengapa Setup Ini Penting?

Bagian 1: Instalasi Ollama di Windows

Langkah 1: Download dan Install Ollama

Langkah 2: Verifikasi Instalasi

Langkah 3: Download Model AI

Bagian 2: Konfigurasi Ollama Windows untuk Akses dari WSL

Langkah 1: Set Environment Variable OLLAMA_HOST

Langkah 2: Restart Ollama

Langkah 3: Konfigurasi Windows Firewall (Jika Diperlukan)

Langkah 4: Verifikasi Ollama Listen di 0.0.0.0

Bagian 3: Setup WSL untuk Akses Ollama Windows

Langkah 1: Verifikasi WSL2 Terinstall

Langkah 2: Dapatkan IP Windows Host dari WSL

Langkah 3: Test Koneksi dari WSL ke Ollama Windows

Langkah 4: Set Environment Variable di WSL

Langkah 5: Verifikasi Environment Variable

Langkah 6: Install Ollama CLI di WSL (Opsional)

Bagian 4: Integrasi dengan Python untuk AI Agent

Langkah 1: Setup Project Python

Langkah 2: Inisialisasi Project

Langkah 3: Buat File .env

Langkah 4: Buat File Python (main.py)

Langkah 5: Jalankan AI Agent

Bagian 5: Troubleshooting

Problem 1: Connection Refused dari WSL

Problem 2: Python Script Connect ke localhost Bukan Windows IP

Problem 3: IP Windows Berubah Setelah Restart

Problem 4: Firewall Memblokir Koneksi

Problem 5: Model Tidak Ditemukan

Problem 6: Environment Variable Tidak Ter-load

Bagian 6: Best Practices dan Tips

Performa

Development Workflow

Resource Management

Keamanan

Monitoring dan Logging

Kesimpulan

Referensi Cepat

Tantangan CTF: File yang Dihapus (Root-Me Forensik)

Deskripsi Tantangan

Tulisan Solusi

Langkah 1: Memahami Tantangan

Langkah 2: Mengekstrak File

Langkah 3: Menganalisis Gambar Filesystem

Langkah 4: Memulihkan File yang Dihapus

Langkah 5: Mengekstrak File yang Dihapus

Langkah 6: Menganalisis File yang Dipulihkan

Langkah 7: Menentukan Flag

Pembelajaran Utama

Verifikasi

Cara Install Mosint

Cara membuat server VPN sendiri di Ubuntu Server

Mengatasi Apache Tidak Bisa Start di XAMPP

Mengatasi Error Port pada Apache

Cara Install nodeJs

1. Instalasi Playwright dengan `uv`