PDSIPDSI
Bulletin of Informatics and Data ScienceBulletin of Informatics and Data ScienceInternet of Things (IoT) telah mengalami perkembangan pesat dalam beberapa tahun terakhir dan kini digunakan di berbagai sektor kritis, termasuk industri, kesehatan, dan transportasi. Namun, semakin banyaknya perangkat IoT yang terhubung juga memperluas permukaan serangan, sehingga sistem rentan terhadap risiko keamanan siber yang lebih besar. Jumlah besar data yang dihasilkan oleh perangkat IoT yang heterogen merupakan tantangan signifikan bagi sistem deteksi intrusi (IDS), yang harus beroperasi secara efisien dan akurat di bawah kondisi ini. Deteksi intrusi di jaringan IoT umumnya dilakukan menggunakan algoritma pembelajaran mesin, yang membutuhkan data fitur yang bersih dan relevan untuk mencapai kinerja klasifikasi optimal. Namun, tidak semua fitur yang tersedia berkontribusi secara bermakna dalam proses klasifikasi. Fitur yang tidak relevan atau redundant dapat menurunkan akurasi model dan meningkatkan biaya komputasi.
Penelitian ini mengevaluasi efektivitas Autoencoder sebagai metode reduksi fitur untuk sistem deteksi serangan pada jaringan IoT.Tiga algoritma pembelajaran mesin digunakan untuk analisis komparatif.K-Nearest Neighbors (KNN), Naive Bayes (NB), dan Support Vector Machine (SVM).Dataset dievaluasi baik sebelum maupun setelah reduksi fitur menggunakan Autoencoder, dengan kinerja dinilai berdasarkan akurasi, presisi, recall, F1-score, waktu pelatihan, dan jumlah fitur.Hasil eksperimen menunjukkan bahwa Autoencoder dapat mengurangi jumlah fitur hingga 30% tanpa menurunkan kinerja secara signifikan.Bahkan, model NB dan SVM menunjukkan peningkatan dalam akurasi dan efisiensi pelatihan.Model KNN menunjukkan penurunan kinerja minimal, yang tetap dalam batas yang dapat diterima.Secara keseluruhan, Autoencoder terbukti sebagai metode yang efektif untuk reduksi fitur, mempertahankan atau bahkan meningkatkan efisiensi dan kinerja deteksi.Temuan ini mendukung penggunaan Autoencoder sebagai teknik seleksi fitur yang efisien dalam sistem deteksi serangan berbasis IoT.
Berdasarkan hasil penelitian, beberapa saran penelitian lanjutan dapat diusulkan. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengeksplorasi variasi Autoencoder, seperti Autoencoder sparse, denoising, dan variational, untuk mengatasi tantangan spesifik seperti reduksi kebisingan, deteksi anomali, dan pembelajaran representasi. Kedua, penelitian dapat dilakukan untuk mengevaluasi kinerja Autoencoder dalam mengidentifikasi serangan yang lebih kompleks dan beragam dalam konteks IoT, di mana data cenderung lebih kompleks, beragam, dan sering tidak seimbang antar kelas. Ketiga, penelitian dapat berfokus pada pengembangan sistem deteksi serangan yang lebih efisien dan akurat dengan menggabungkan Autoencoder dengan teknik seleksi fitur lainnya, seperti Recursive Feature Elimination (RFE), untuk meningkatkan kinerja secara keseluruhan.
| File size | 359.38 KB |
| Pages | 7 |
| DMCA | Report |
Related /
UBUB Evaluasi dilakukan pada 12 dataset NASA Metrics Data Program (NASA MDP) dengan penerapan Synthetic Minority Oversampling Technique (SMOTE) untuk menanganiEvaluasi dilakukan pada 12 dataset NASA Metrics Data Program (NASA MDP) dengan penerapan Synthetic Minority Oversampling Technique (SMOTE) untuk menangani
UPHUPH Selain itu, penelitian ini menemukan bahwa kepuasan kerja secara signifikan memperkuat pengaruh positif kepemimpinan situasional, budaya organisasi, motivasiSelain itu, penelitian ini menemukan bahwa kepuasan kerja secara signifikan memperkuat pengaruh positif kepemimpinan situasional, budaya organisasi, motivasi
PLBPLB Secara kuantitatif, EMA dengan rentang 7 hari terbukti paling optimal karena mampu menyeimbangkan tingkat kesalahan prediksi dan kestabilan tren, denganSecara kuantitatif, EMA dengan rentang 7 hari terbukti paling optimal karena mampu menyeimbangkan tingkat kesalahan prediksi dan kestabilan tren, dengan
STMIKBINSASTMIKBINSA Power supply tidak hanya menjadi sumber utama, tetapi juga mengaktifkan relay dan mengisi daya aki. Charger otomatis akan berhenti saat aki penuh. HasilPower supply tidak hanya menjadi sumber utama, tetapi juga mengaktifkan relay dan mengisi daya aki. Charger otomatis akan berhenti saat aki penuh. Hasil
UIBUUIBU Dari 80 spesies tersebut, 47 keluarga tumbuhan diidentifikasi, dengan keluarga Moraceae menjadi yang paling banyak (6 spesies), diikuti Asteraceae (4 spesies)Dari 80 spesies tersebut, 47 keluarga tumbuhan diidentifikasi, dengan keluarga Moraceae menjadi yang paling banyak (6 spesies), diikuti Asteraceae (4 spesies)
UPHUPH Tingginya rasa intention to stay pada karyawan PT XYZ untuk tetap melakukan tanggung jawabnya sebagai karyawan dipengaruhi oleh gaya kepemimpinan transformationalTingginya rasa intention to stay pada karyawan PT XYZ untuk tetap melakukan tanggung jawabnya sebagai karyawan dipengaruhi oleh gaya kepemimpinan transformational
UmriUmri Salah satu metode alternatif yang digunakan untuk mendegradasi masker medis yaitu dengan menggunakan serangga Tenebrio molitor. Akan tetapi kemampuan larvaSalah satu metode alternatif yang digunakan untuk mendegradasi masker medis yaitu dengan menggunakan serangga Tenebrio molitor. Akan tetapi kemampuan larva
UmriUmri Penelitian ini dilakukan untuk membuat rencana strategis puskesmas tanah garam kotamadya solok tahun 2013. Tujuannya untuk mengetahui gambaran umum ManajemenPenelitian ini dilakukan untuk membuat rencana strategis puskesmas tanah garam kotamadya solok tahun 2013. Tujuannya untuk mengetahui gambaran umum Manajemen
Useful /
PLBPLB Namun, implementasinya menghadapi tantangan trade-off berupa penurunan kecepatan komputasi dan akurasi model. Rekomendasi desain berfokus pada keseimbanganNamun, implementasinya menghadapi tantangan trade-off berupa penurunan kecepatan komputasi dan akurasi model. Rekomendasi desain berfokus pada keseimbangan
PLBPLB Data yang diuji bersumber dari database rekam medis publik MIMIC-III yang mencakup ribuan catatan resep. Empat atribut sensitif (row_id, subject_id, hadm_id,Data yang diuji bersumber dari database rekam medis publik MIMIC-III yang mencakup ribuan catatan resep. Empat atribut sensitif (row_id, subject_id, hadm_id,
SAINSSAINS Kedua variabel secara bersama-sama menjelaskan 90,6% variasi kepuasan pelanggan. Hasil menunjukkan pentingnya meningkatkan kualitas layanan dan produkKedua variabel secara bersama-sama menjelaskan 90,6% variasi kepuasan pelanggan. Hasil menunjukkan pentingnya meningkatkan kualitas layanan dan produk
SAINSSAINS Metode penelitian yang digunakan adalah survei dengan teknik sensus pada populasi yang terdiri dari 72 karyawan, menggunakan kuesioner sebagai instrumenMetode penelitian yang digunakan adalah survei dengan teknik sensus pada populasi yang terdiri dari 72 karyawan, menggunakan kuesioner sebagai instrumen