IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI POLA SERANGAN PADA LOG FILE

Firdaus, Miftarullah (2019) IMPLEMENTASI ALGORITMA DECISION TREE UNTUK KLASIFIKASI POLA SERANGAN PADA LOG FILE. Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
JURNAL.pdf

Download (388kB)
[img] Text
ABSTRAK.pdf

Download (184kB)
[img] Text
PENDAHULUAN.pdf

Download (490kB)
[img] Text
BAB I.pdf

Download (91kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (319kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (545kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (576kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (83kB)
[img] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

Sistem Deteksi Intrusi merupakan sebuah mekanisme dalam usaha menyediakan keamanan bagi jaringan komputer. Oleh karena itu diperlukan suatu cara proses identifikasi serangan dalam usaha menjaga keamanan jaringan. Algoritma Machine Learning untuk deteksi intrusi jaringan dilakukan, dimana performa harus berada pada level yang dapat diterima untuk berbagai tipe serangan pada jaringan. Dari semakin meningkatnya teknologi komputer data dalam jumlah yang besar dapat dikumpulkan dan disimpan. Akan tetapi data ini baru berguna jika dianalisa dan depedensi korelasinya ditemukan. Hal ini dapat dicapai dengan menggunakan klasifikasi yang tepat, perlu diperhatikan metode klasifikasi yang tepat. Karena adanya pemprosesan data yang besar dan kompleks serta sifat dinamis dari tipe serangan, metode Data Mining diterapkan dalam Sistem Deteksi Intrusi dalam jaringan berdasarkan trafik data . Salah satu algoritma yang diharapkan mampu digunakan dalam proses klasifikasi serangan ini yakni algoritma Decision tree. Performa dari akurasi diukur dari algoritma machine learning dengan menggunakan test KDDCUP 1999 intrusi dataset untuk menemukan klasifikasi serangan. Dalam percobaan ini deteksi intrusi jaringan dievaluasi performa dengan memanfaatkan benchmark KDDCUP 1999 dari 10000 Training Dataset. Melihat lebih jauh sebuah Decision Tree sebagai model intrusi. Dan pada akhirnya percobaan dibantu dengan Classifier J48 yang berasal dari alat perangkat lunak WEKA untuk mendapatkan akurasi dari performa dalam mencapai deteksi serangan. Dari hasil analisis didapatkan tingkat akurasi dicapai dengan sangat baik menggunakan algoritma ini dalam proses klasifikasi serangan dengan tingkat akurasi 99.76 % pada sistem. Kata kunci : Sistem Deteksi Intrusi, Klasifikasi, Data Mining, Decision Tree, KDDCUP 1999, Akurasi.

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1 - Undergraduate Thesis)
Depositing User: rahma wahyu ningsih
Date Deposited: 04 Dec 2020 02:42
Last Modified: 04 Dec 2020 02:42
URI: http://repository.unmuhjember.ac.id/id/eprint/7150

Actions (login required)

View Item View Item