FKPTFKPT

Bulletin of Information Technology (BIT)Bulletin of Information Technology (BIT)

Serangan Distributed Denial of Service (DDoS) merupakan ancaman serius bagi keamanan jaringan, sementara metode deteksi tradisional seperti threshold-based detection dan signature-based detection memiliki keterbatasan dalam mengenali pola serangan baru maupun anomali lalu lintas yang kompleks. Penelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normal dan berindikasi serangan secara akurat. Pendekatan Research and Development (R&D) digunakan, meliputi studi literatur, perancangan model, implementasi, serta evaluasi performa menggunakan metrik akurasi, precision, recall, F1-score, confusion matrix, dan learning curve. Berdasarkan hasil evaluasi, model Random Forest menunjukkan kinerja sangat baik dengan akurasi 0,99942 (99,942%). Precision untuk kelas 0 dan 1 masing-masing sebesar 0,99979 dan 0,99884, sedangkan recall mencapai 0,99928 untuk kelas 0 dan 0,99966 untuk kelas 1. Nilai F1-score tinggi, yaitu 0,99953 untuk kelas 0 dan 0,99925 untuk kelas 1, dengan macro average F1-score sebesar 0,99939 dan weighted average sebesar 0,99942, menunjukkan keseimbangan performa pada kedua kelas. Confusion Matrix menunjukkan kesalahan klasifikasi rendah (44 false positive dan 13 false negative dari 99.066 sampel). Analisis learning curve mengungkapkan akurasi pelatihan stabil di atas 0,998, sedangkan akurasi validasi meningkat dari 0,986 pada 10.000 data hingga di atas 0,998 pada 80.000 data, dengan jarak antarkurva semakin kecil. Pola ini menandakan model mampu memanfaatkan data tambahan untuk meningkatkan generalisasi tanpa gejala overfitting atau underfitting. Temuan ini membuktikan bahwa model Random Forest yang dirancang dapat menjadi solusi deteksi dini serangan DDoS yang andal, adaptif, dan berpotensi diintegrasikan dalam sistem keamanan jaringan secara real-time.

Penelitian ini berhasil merancang dan mengevaluasi model prediksi serangan Distributed Denial of Service (DDoS) berbasis algoritma Random Forest yang menunjukkan performa klasifikasi sangat tinggi.Model ini mampu membedakan antara trafik jaringan normal dan serangan DDoS dengan akurasi mencapai 99,94%, serta memiliki tingkat kesalahan klasifikasi yang sangat rendah.Hasil ini mengindikasikan bahwa model Random Forest yang dikembangkan dapat menjadi solusi deteksi dini yang andal dan adaptif untuk meningkatkan keamanan jaringan.

Berdasarkan hasil penelitian ini, terdapat beberapa saran untuk penelitian lanjutan yang dapat dilakukan. Pertama, perlu dilakukan eksplorasi lebih lanjut mengenai teknik optimasi parameter secara otomatis, seperti grid search atau random search, untuk menemukan konfigurasi hiperparameter yang lebih optimal dan meningkatkan performa model. Kedua, penting untuk menguji model pada berbagai dataset yang lebih beragam, termasuk dataset yang berasal dari lingkungan jaringan yang berbeda, guna meningkatkan generalisasi dan keandalannya dalam menghadapi variasi serangan DDoS yang lebih kompleks. Ketiga, penelitian selanjutnya dapat difokuskan pada pengembangan sistem deteksi DDoS yang bersifat real-time dan terintegrasi dengan infrastruktur keamanan jaringan yang ada, sehingga dapat memberikan respons yang cepat dan efektif terhadap ancaman serangan. Dengan demikian, model prediksi serangan DDoS berbasis Random Forest dapat menjadi solusi yang lebih komprehensif dan adaptif dalam menjaga keamanan sistem informasi dan jaringan.

  1. PENGEMBANGAN FRAMEWORK DATA MINING BERBASIS DEEP NEURAL NETWORK DENGAN EKSPLORASI TEKNIK TRANSFER LEARNING... doi.org/10.56486/jris.vol5no1.723PENGEMBANGAN FRAMEWORK DATA MINING BERBASIS DEEP NEURAL NETWORK DENGAN EKSPLORASI TEKNIK TRANSFER LEARNING doi 10 56486 jris vol5no1 723
  2. Analisis Deteksi Dini Penyakit Jantung dengan Pendekatan Support Vector Machine pada Data Pasien | Arus... doi.org/10.57250/ajst.v2i2.669Analisis Deteksi Dini Penyakit Jantung dengan Pendekatan Support Vector Machine pada Data Pasien Arus doi 10 57250 ajst v2i2 669
  3. | Alfarez | Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI). alfarez jurnal riset aplikasi mahasiswa... doi.org/10.30998/jrami.v5i2.8556Alfarez Jurnal Riset dan Aplikasi Mahasiswa Informatika JRAMI alfarez jurnal riset aplikasi mahasiswa doi 10 30998 jrami v5i2 8556
  4. TAKSONOMI PERTAHANAN CYBER SECURITY MENGGUNAKAN MODEL CYBER KILL CHAIN | Slamet | SPIRIT. taksonomi pertahanan... jurnal.stmik-yadika.ac.id/index.php/spirit/article/view/332TAKSONOMI PERTAHANAN CYBER SECURITY MENGGUNAKAN MODEL CYBER KILL CHAIN Slamet SPIRIT taksonomi pertahanan jurnal stmik yadika ac index php spirit article view 332
Read online
File size319.86 KB
Pages10
DMCAReport

Related /

JURIS Influencer Pricing Prognostication on Social Media Dynamics An Advanced Examination of the Linear Regression 2 Polynomial Degree Algorithm Neural Networks 2026More at 2026

UM SURABAYAUM SURABAYA Meningkatnya penggunaan media sosial telah menjadikan influencer sebagai pedoman utama dalam promosi produk, dengan tarif yang biasanya ditentukan berdasarkanMeningkatnya penggunaan media sosial telah menjadikan influencer sebagai pedoman utama dalam promosi produk, dengan tarif yang biasanya ditentukan berdasarkan

JURIS Analisis Perbandingan Akurasi Klasifikasi Kepuasan Siswa Terhadap Kinerja Guru Menggunakan Algoritma SVM C4 5 dan Random Forest 2026More at 2026

UMGUMG Hasil menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 98,30%, diikuti oleh C4. 5 sebesar 96,61%, dan Random Forest sebesar 95,76%. Uji ANOVA membuktikanHasil menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 98,30%, diikuti oleh C4. 5 sebesar 96,61%, dan Random Forest sebesar 95,76%. Uji ANOVA membuktikan

JURIS Model SIGAP Sistem Identifikasi Gejala Kantuk Pengemudi Menggunakan YOLO 11 2026More at 2026

PELITABANGSAPELITABANGSA Untuk meningkatkan keandalan evaluasi model, dataset dibagi ulang dengan proporsi 70% data latih (1. 436 citra), 20% data validasi (410 citra), dan 10%Untuk meningkatkan keandalan evaluasi model, dataset dibagi ulang dengan proporsi 70% data latih (1. 436 citra), 20% data validasi (410 citra), dan 10%

JURIS Analyzing TAPERA program and sentiment analysis in Twitter using na ve bayes algorithm 2026More at 2026

PELITABANGSAPELITABANGSA Program Tabungan Perumahan Rakyat (Tapera) sebagai inisiatif tabungan jangka panjang untuk pembiayaan perumahan, khususnya bagi masyarakat berpenghasilanProgram Tabungan Perumahan Rakyat (Tapera) sebagai inisiatif tabungan jangka panjang untuk pembiayaan perumahan, khususnya bagi masyarakat berpenghasilan

JURIS Efektivitas Algoritma Support Vector Machine Dan Naive Bayes Dalam Mengiden Tifikasi Sentimen Ulasan Pengguna Aplikasi Jobstreet Sebuah Analisis Komparatif 2026More at 2026

PELITABANGSAPELITABANGSA 20, SVM mencapai akurasi 97%, presisi 0,98, recall 0,96, dan F1-score 0,97, menunjukkan kemampuan yang seimbang dalam mengenali sentimen positif dan negatif20, SVM mencapai akurasi 97%, presisi 0,98, recall 0,96, dan F1-score 0,97, menunjukkan kemampuan yang seimbang dalam mengenali sentimen positif dan negatif

JURIS Pemodelan Prediksi Kelulusan Tepat Waktu Mahasiswa D3 Teknologi Informasi Menggunakan Algoritma K Nearest Neighbors KNN 2026More at 2026

UMGUMG Penelitian ini menggunakan metode machine learning untuk menganalisis pola secara komprehensif dan memprediksi tingkat kelulusan tepat waktu. Dataset yangPenelitian ini menggunakan metode machine learning untuk menganalisis pola secara komprehensif dan memprediksi tingkat kelulusan tepat waktu. Dataset yang

JURIS Nilai nilai Akhlak dalam Pembentukan Karakter Menurut auu al BukhAr Moral Values in Character Formation According to auu al BukhAr 2025More at 2025

STIBASTIBA Kajian ini berangkat dari fenomena degradasi moral dan krisis karakter yang melanda masyarakat modern, sehingga dibutuhkan penguatan nilai-nilai spiritualKajian ini berangkat dari fenomena degradasi moral dan krisis karakter yang melanda masyarakat modern, sehingga dibutuhkan penguatan nilai-nilai spiritual

JURIS Pengaruh Fasilitas Kerja dan Efektivitas Komunikasi Terhadap Produktivitas Kerja Karyawan Phone Verification di PT Swakarya Insan Mandiri Kota Bekasi 2025More at 2025

URINDOURINDO Penelitian ini dilatarbelakangi oleh adanya penurunan produktivitas kerja yang dikaitkan dengan keterbatasan fasilitas kerja serta hambatan komunikasiPenelitian ini dilatarbelakangi oleh adanya penurunan produktivitas kerja yang dikaitkan dengan keterbatasan fasilitas kerja serta hambatan komunikasi

Useful /

JURIS Pengaruh Kontrol Diri Terhadap Kecenderungan Perilaku Cyberslacking Mahasiswa Universitas HKBP Nommensen 2026More at 2026

HKBPHKBP Hasil pengujian regresi menunjukkan bahwa terdapat pengaruh negatif yang signifikan dari kontrol diri terhadap cyberslacking. Kontribusi kontrol diri terhadapHasil pengujian regresi menunjukkan bahwa terdapat pengaruh negatif yang signifikan dari kontrol diri terhadap cyberslacking. Kontribusi kontrol diri terhadap

JURIS Teachers Attitude In Conducting Wfh Policy In Jayapura City 2026More at 2026

HKBPHKBP Bentuk kognitif mencakup kata kerja mental seperti “setuju, mengikuti, mematuhi, dan mendukung. Dalam komponen afektif menunjukkan emosi positif danBentuk kognitif mencakup kata kerja mental seperti “setuju, mengikuti, mematuhi, dan mendukung. Dalam komponen afektif menunjukkan emosi positif dan

JURIS Optimalisasi Tata Kelola Pupuk Bersubsidi Strategi Pencegahan Maladministrasi Berbasis Analisis SWOT dan PESTEL 2025More at 2025

URINDOURINDO Penelitian ini bertujuan untuk menganalisis determinan utama maladministrasi dalam kebijakan pupuk bersubsidi dan mengevaluasi pengaruh faktor internalPenelitian ini bertujuan untuk menganalisis determinan utama maladministrasi dalam kebijakan pupuk bersubsidi dan mengevaluasi pengaruh faktor internal

JURIS Development and Validation of Instruments for Lifelong Learning Evaluation in the Context of Community Learning Centers 2025More at 2025

IMADIKLUSIMADIKLUS Penelitian ini memperkuat pemahaman tentang pembelajaran sepanjang hayat sebagai konstruk yang dapat diukur secara empiris. Keempat dimensi yang diidentifikasiPenelitian ini memperkuat pemahaman tentang pembelajaran sepanjang hayat sebagai konstruk yang dapat diukur secara empiris. Keempat dimensi yang diidentifikasi

ads-block-test