Ongki Indrawan Saputra, . (2023) Implementasi Algoritma Decision Tree Pada Sistem Deteksi Serangan Dalam Jaringan Komputer. Other thesis, Universitas Pamulang.
![[img]](https://repository.unpam.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Restricted to Registered users only Download (497kB) |
|
Text
BAB I.pdf Restricted to Registered users only Download (21kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (265kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (217kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (740kB) |
|
Text
BAB V.pdf Restricted to Registered users only Download (8kB) |
|
Text
JURNAL.pdf Restricted to Registered users only Download (332kB) |
Abstract
Keamanan jaringan merupakan komponen penting dalam bidang teknologi informasi karena memberikan strategi preventif untuk melindungi infrastruktur fisik dan perangkat lunak dari serangan, efek utama dari serangan jaringan komputer berupa lambatnya akses internet (Suartana, 2022). Kepala Badan Siber dan Sandi Negara (BSSN) Letnan Jenderal TNI (Purn) Hinsa Siburian mengatakan pada 2022 serangan siber berjumlah 976.429.996 dengan anomali trafik paling banyak masih berasal dari aktivitas malware, malware tercatat mendominasi dibanding dengan jenis serangan-serangan siber lainnya dengan total persentase mencapai 56,84%. (Ayu, 2023). Algoritma decision tree mengkonstruksi pohon keputusan dari sebuah data trening yang berupa record-record dalam basisdata. Algoritma Decision Tree banyak digunakan karena dapat secara eksplisit menggambarkan suatu pola/pengetahuan/informasi dalam bentuk pohon keputusan (Suntoro, 2019). Algoritma ini memiliki kelebihan mudah dipahami dan diinterpretasikan dan dapat mengatasi dataset yang mengandung kombinasi data numerik dan kategorikal tanpa perlu transformasi khusus (Setio, Saputro, & Winarno, 2020). Permasalahan yang ada yaitu adanya tingkat kesulitan untuk mendeteksi serangan jaringan cukup tinggi, dengan menerapkan algoritma decesion tree pada model mesin learning untuk mendeteksi serangan dalam jaringan, agar dapat mempermudah dalam mendeteksi atau mengenali jenis serangan jaringan. Berdasakan implementasi dan pengujian dapat disimpulkan bahwa Algoritma Decision Tree dapat diterapkan pada model machine learning Pada Sistem Deteksi Serangan Dalam Jaringan Komputer dimana setelah dilakukan pada pengujian model machine learning yang telah di buat di dapatkan hasil, rata-rata untuk semua jenis serangan yaitu untuk precision 0.74, recall 0.71, dan F1 score 0.72 dengan tingkat akurasi yg tinggi yaitu 0.9968. Kata kunci: Data Mining, Serangan Jaringan, Algoritma Decision Tree.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Data Mining, Serangan Jaringan, Algoritma Decision Tree |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Agus Sugiarto |
| Date Deposited: | 31 Jul 2024 06:46 |
| Last Modified: | 31 Jul 2024 06:46 |
| URI: | http://repository.unpam.ac.id/id/eprint/14054 |
Actions (login required)
 |
View Item |
