UMBPUMBP

LOFIAN: Jurnal Teknologi Informasi dan KomunikasiLOFIAN: Jurnal Teknologi Informasi dan Komunikasi

Mengamankan data dan informasi merupakan aktivitas yang sangat dibutuhkan dalam dunia idustri, bisnis maupun perkantoran terutama terkait dengan data dan informasi yang dikirim melalui jaringan. Intrusion Detection System atau Sistem deteksi intrusi (IDS) merupakan suatu produk perangkat keras atau perangkat lunak yang mampu mendeteksi aktivitas yang janggal, aneh dan mengandung unsur bahaya di jaringan komputer atau di host yang terpisah. IDS hanya memantau lalu lintas yang disalin, dan memberi peringatan, bahwa paket yang sebenarnya bermasalah telah terkirim ke target yang dituju. Bahkan jika telah dilakukan pengaturan IDS untuk memperbarui firewall dengan aturan pemblokiran, paket serangan awal sudah terlanjur masuk. Pelaksanaan proses intrusi berkecepatan tinggi tentunya akan menimbulkan beberapa kendala yang cukup signifikan terutama masalah dimensionalitas yang sangat besar, untuk itu dibutuhkan algoritma Principal Component Analisys (PCA) untuk menangani masalah tersebut, dengan algoritma ini memungkinkan peningkatan kinerja pengklasifikasian Jaringan Syaraf Tiruan (JST) dalam deteksi intrusi. Melalui bantuan algoritma PCA dapat diidentifikasi 15 fitur teratas dari 41 fitur yang terdapat pada kumpulan fitur KDD Cup 1999, dan perolehan peningkatan lebih dari 62% pada saat pelatihan JST. Melalui pengujian menggunakan JST dapat disimpulkan bawa Jaringan Saraf Tiruan Multi Layer Perceptron dapat meningkatkan akurasi bahkan setelah mereduksi fitur-fitur yang ada.

Analisis Komponen Utama terbukti merupakan teknik yang sangat efisien yang dapat digunakan untuk reduksi dimensionalitas data tanpa kehilangan orisinalitas set data.Jaringan saraf tiruan MLP telah terbukti dapat mengimplementasikan masalah klasifikasi multikelas dengan sangat efisien bahkan dengan 15 kelas.Penelitian ini telah didemonstrasikan kapabilitas JST dalam klasifikasi outlier terperinci terkait dengan set data Sistem Deteksi Intrusi.Tabel 5 menunjukkan peningkatan 62% dalam efisiensi pelatihan terkait waktu yang dihabiskan, yang merupakan peningkatan yang sangat signifikan.

Penelitian lanjutan dapat mengembangkan penggunaan dataset yang lebih beragam untuk meningkatkan generalisasi model IDS. Selain itu, eksplorasi algoritma lain seperti Support Vector Machine (SVM) atau Random Forest dapat dilakukan untuk membandingkan efektivitas dalam deteksi intrusi. Selanjutnya, implementasi sistem IDS berbasis PCA dan MLP dalam lingkungan nyata dengan skala besar perlu diteliti untuk mengevaluasi kinerja di bawah tekanan real-time dan kondisi jaringan yang dinamis.

  1. Implementasi Algoritma Principal Component Analisys dan Jaringan Syaraf Tiruan Dalam Mengoptimasi Fitur... doi.org/10.58918/yyzrza47Implementasi Algoritma Principal Component Analisys dan Jaringan Syaraf Tiruan Dalam Mengoptimasi Fitur doi 10 58918 yyzrza47
Read online
File size662.01 KB
Pages7
DMCAReport

Related /

ads-block-test