PERBANDINGAN KLASIFIKASI SERANGAN JARINGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) MENGGUNAKAN ALGORITMA DECISION TREE, K-NEAREST NEIGHBORS, BAYESIAN NETWORK DAN ONER

RAHARJO, ADI SAPTO (2020) PERBANDINGAN KLASIFIKASI SERANGAN JARINGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) MENGGUNAKAN ALGORITMA DECISION TREE, K-NEAREST NEIGHBORS, BAYESIAN NETWORK DAN ONER. Masters thesis, IIB DARMAJAYA.

	Text 0 - COVER.pdf Download (57kB)
	Text 14 - BAB I.pdf Download (53kB)
	Text 15 - BAB II.pdf Download (379kB)
	Text 16 - BAB III.pdf Download (224kB)
	Text 17 - BAB VI.pdf Download (305kB)
	Text 18 - BAB V.pdf Download (97kB)
	Text 19 - DAFTAR PUSTAKA.pdf Download (158kB)
	Text 20 - LAMPIRAN.pdf Download (2MB)

Abstract

INTISARI PERBANDINGAN KLASIFIKASI SERANGAN JARINGAN DISTRIBUTED DENIAL OF SERVICE (DDOS) MENGGUNAKAN ALGORITMA DECISION TREE, K-NEAREST NEIGHBORS, BAYESIAN NETWORK DAN ONER DISUSUN OLEH : ADI SAPTO RAHARJO Dalam rekayasa perangkat lunak, pencarian informasi yang juga disebut sebagai data mining telah menarik perhatian banyak peneliti. Berdasarkan definisi yang membahas tentang data mining atau penambangan data yang dipergunakan untuk mengekstraksi data yang ada dari sejumlah besar dataset. Dalam Penelitian ini, beberapa teknik/algoritma yang ada telah diusulkan. Melalui penelitian ini, upaya untuk analisis komparatif dari berbagai algoritma klasifikasi telah dibuat. Analisis tersebut telah dilakukan dengan bantuan alat penambangan data bernama WEKA yang akan menganalisa kumpulan data atau dataset yang berisi log serangan DDoS (CICDDoS2019) yang ditulis oleh Canadian Institute for Cybersecurity. WEKA adalah alat data mining kerangka terbuka yang terdiri dari berbagai algoritma klasifikasi inbuilt seperti Decision Tree, Bayesian Network, K-NN, OneR, dll. Proses pengujian klasifikasi pada algoritma yang digunakan tersebut menggunakan metode pengujian Cross-Validation. Berdasarkan penggunaan metode pengujian tersebut didapati hasil klasifikasi yang berbeda-beda, juga telah dilakukan perbandingan algoritma ini dengan bantuan pendekatan yang termasuk diklasifikasikan dengan benar ataupun salah. Akurasi dan banyak parameter lainnya guna mendapatkan hasil klasifikasi yang terbaik dari algoritma dalam mendeteksi serangan DDoS tersebut. Kata kunci: WEKA, Teknik Klasifikasi, Decision Tree, Bayesian Network, K-NN,OneR dan lainnya.

Item Type:	Thesis (Masters)
Subjects:	Ilmu Komputer
Divisions:	Pasca Sarjana > Magister Teknologi Informasi
Depositing User:	editor 1
Date Deposited:	18 Nov 2020 03:04
Last Modified:	18 Nov 2020 03:04
URI:	http://repo.darmajaya.ac.id/id/eprint/2250

Actions (login required)

View Item