Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Frans Ganda Maruliado Damanik Pengarang Mufria Jonatan Purba, S.Kom., M.Kom Dosen Pembimbing 2 Indra Kelana Jaya ST., M.Kom Dosen Pembimbing 1 Asaziduhu Gea, S.Kom., M.Kom. Penguji 1 Margaretha Yohanna, S.Kom., M.Kom Penguji 2

ABSTRAK Serangan jaringan seperti SYN Flood dan ARP Spoofing menjadi ancaman serius terhadap keamanan sistem komputer. Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan deteksi serangan SYN Flood dan ARP Spoofing menggunakan metode Recurrent Neural Network (RNN). Evaluasi performa model dilakukan menggunakan metrik Precision, Recall, dan F1 Score. Hasil menunjukkan bahwa Precision sebesar 0,3260 mengindikasikan rendahnya proporsi prediksi positif yang benar dibandingkan total prediksi positif, sehingga model sering memberikan prediksi positif yang salah. Recall sebesar 0,4263 menunjukkan bahwa model hanya mampu mendeteksi sekitar 42,63% dari keseluruhan sampel positif, yang menandakan keterbatasan dalam mengidentifikasi lalu lintas serangan. Sementara itu, F1 Score yang rendah sebesar 0,3129 mengungkapkan kurangnya keseimbangan antara akurasi prediksi positif dan kemampuan model untuk mendeteksi serangan secara spesifik. Kata kunci: Suricata, SYN Flood, ARP Spoofing, RNN, Python.