PIPI
JOISIE (Journal Of Information Systems And Informatics Engineering)JOISIE (Journal Of Information Systems And Informatics Engineering)Sistem keamanan jaringan merupakan hal yang penting untuk melindungi data dan sistem informasi dari serangan cyber. PT Netkrida Tuah Cakrawala adalah perusahaan yang bergerak di bidang teknologi informasi yang memiliki jaringan komputer yang luas. Namun, perusahaan ini belum memiliki sistem keamanan jaringan yang memadai, sehingga meningkatkan risiko terjadinya serangan cyber. Penelitian ini bertujuan untuk mengimplementasikan sistem keamanan jaringan menggunakan Rule-Based IDS pada PT Netkrida Tuah Cakrawala. Penelitian ini dilakukan dengan menggunakan metode NDLC (network depelovment life cycle). Hasil penelitian menunjukkan bahwa implementasi Rule-Based IDS pada PT Netkrida Tuah Cakrawala dapat meningkatkan keamanan jaringan perusahaan. Sistem ini dapat mendeteksi dan melaporkan aktivitas yang mencurigakan di jaringan, seperti serangan port scanning, serangan DoS, dan serangan SQL injection. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa implementasi Rule-Based IDS merupakan langkah yang tepat untuk meningkatkan keamanan jaringan perusahaan. Sistem ini dapat mencegah terjadinya serangan cyber dan melindungi data dan sistem informasi perusahaan.
Implementasi Rule-Based IDS pada PT Netkrida Tuah Cakrawala dapat meningkatkan keamanan jaringan perusahaan.Sistem ini dapat mendeteksi dan melaporkan aktivitas yang mencurigakan di jaringan, seperti serangan port scanning, serangan DoS, dan serangan SQL injection.Dengan demikian, implementasi Rule-Based IDS merupakan langkah yang tepat untuk mencegah serangan cyber dan melindungi data serta sistem informasi perusahaan.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian dapat difokuskan pada pengembangan Rule-Based IDS yang lebih adaptif dan mampu belajar dari pola serangan baru secara otomatis. Hal ini dapat dilakukan dengan mengintegrasikan teknik machine learning ke dalam sistem IDS untuk meningkatkan akurasi deteksi dan mengurangi false positive. Kedua, penelitian dapat mengeksplorasi integrasi Rule-Based IDS dengan sistem keamanan lainnya, seperti firewall dan SIEM (Security Information and Event Management), untuk menciptakan arsitektur keamanan jaringan yang lebih komprehensif dan terpadu. Integrasi ini dapat memungkinkan pertukaran informasi dan koordinasi respons terhadap ancaman secara real-time. Ketiga, penelitian dapat mengkaji efektivitas Rule-Based IDS dalam menghadapi serangan yang lebih canggih, seperti serangan zero-day dan serangan berbasis AI. Hal ini dapat melibatkan pengembangan aturan deteksi yang lebih spesifik dan adaptif, serta pengujian sistem IDS terhadap berbagai skenario serangan yang realistis. Dengan mengembangkan sistem IDS yang lebih cerdas, terintegrasi, dan adaptif, perusahaan dapat meningkatkan postur keamanan jaringan mereka secara signifikan dan melindungi aset informasi mereka dari ancaman cyber yang terus berkembang.
| File size | 668.58 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UMIUMI Sistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. PerformaSistem mampu mengklasifikasikan daging ayam ke dalam tiga kategori. segar, kurang segar, dan busuk, dengan akurasi total 90% dari 30 pengujian. Performa
USMUSM Ancaman yang ditimbulkan oleh drone otonom menyoroti urgensi kebijakan anti-drone dan kerja sama lintas instansi. Regulasi dan pendidikan operator masihAncaman yang ditimbulkan oleh drone otonom menyoroti urgensi kebijakan anti-drone dan kerja sama lintas instansi. Regulasi dan pendidikan operator masih
USMUSM Mekanisme penilaian berbobot menghasilkan skor probabilitas AI keseluruhan (0-100%) dan probabilitas individual untuk 10 model AI. Pengujian dengan 500Mekanisme penilaian berbobot menghasilkan skor probabilitas AI keseluruhan (0-100%) dan probabilitas individual untuk 10 model AI. Pengujian dengan 500
USMUSM 894), serta waktu inferensi rata-rata 26. 1 ms. Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time,894), serta waktu inferensi rata-rata 26. 1 ms. Sistem ini berkontribusi dalam menyediakan solusi pemantauan penyakit yang layak untuk aplikasi real-time,
UMPPUMPP Tantangan utama terletak pada adaptasi sistem terhadap kondisi cuaca ekstrem, di mana penambahan sensor ultrasonik direkomendasikan sebagai redundansiTantangan utama terletak pada adaptasi sistem terhadap kondisi cuaca ekstrem, di mana penambahan sensor ultrasonik direkomendasikan sebagai redundansi
UNAMAUNAMA Sebagai upaya dalam mengatasi permasalahan tersebut, penelitian ini bertujuan untuk mengevaluasi kinerja algoritma K-Nearest Neighbor (KNN) dan RandomSebagai upaya dalam mengatasi permasalahan tersebut, penelitian ini bertujuan untuk mengevaluasi kinerja algoritma K-Nearest Neighbor (KNN) dan Random
SUBSETSUBSET Hasil ini menegaskan bahwa implementasi SIMRS tergolong berhasil namun tetap memerlukan peningkatan pada mutu sistem, mutu informasi, mutu layanan, intensitasHasil ini menegaskan bahwa implementasi SIMRS tergolong berhasil namun tetap memerlukan peningkatan pada mutu sistem, mutu informasi, mutu layanan, intensitas
IAESCOREIAESCORE Algoritma berbasis NN dan WT menunjukkan kinerja yang lebih baik jika mempertimbangkan semua jenis gangguan, dan kedua algoritma tersebut menunjukkan kinerjaAlgoritma berbasis NN dan WT menunjukkan kinerja yang lebih baik jika mempertimbangkan semua jenis gangguan, dan kedua algoritma tersebut menunjukkan kinerja
Useful /
USMUSM js dan JSON Web Token (JWT) mencapai performa teknis yang optimal dengan rata-rata waktu respons 7 ms dan error rate 0%. Kontribusi ilmiah penelitian inijs dan JSON Web Token (JWT) mencapai performa teknis yang optimal dengan rata-rata waktu respons 7 ms dan error rate 0%. Kontribusi ilmiah penelitian ini
USMUSM Model SVM (RBF) dioptimalkan dengan GridSearchCV. Hasilnya, model SVM (RBF Tuned) terpilih mencapai akurasi 81.78% pada data uji, secara signifikan mengungguliModel SVM (RBF) dioptimalkan dengan GridSearchCV. Hasilnya, model SVM (RBF Tuned) terpilih mencapai akurasi 81.78% pada data uji, secara signifikan mengungguli
IAINFMPAPUAIAINFMPAPUA Penelitian ini menyimpulkan bahwa pemanfaatan AI dalam riset ilmiah menghadirkan dampak ambivalen antara produktivitas dan persoalan etis. Islam tidakPenelitian ini menyimpulkan bahwa pemanfaatan AI dalam riset ilmiah menghadirkan dampak ambivalen antara produktivitas dan persoalan etis. Islam tidak
SUBSETSUBSET Model yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal iniModel yang telah dibuat pada penelitian ini kemudian telah di-deploy ke dalam bentuk prediksi berbasis web, menggunakan streamlit dari Python. Hal ini