ANALISIS SERANGAN SYN FLOOD PADA LOG SURICATA DENGAN METODE RNN”

Detail Cantuman

Text

ANALISIS SERANGAN SYN FLOOD PADA LOG SURICATA DENGAN METODE RNN”

XML

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.

Detail Information

Item Type
Skripsi (S1)
Penulis
Student ID
219510167
Dosen Pembimbing
Indra Kelana Jaya ST., M.Kom - - Dosen Pembimbing 1
Mufria Jonatan Purba, S.Kom., M.Kom - - Dosen Pembimbing 2
Penguji
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Teknik Informatika
Kontributor
Bahasa
Indonesia
Penerbit Universitas Methodist Indonesia : Medan.,
Edisi
Published
Subyek
Teknik Informatika (S1)
No Panggil
Copyright
Fakultas Ilmu Komputer Universitas Methodist Indonesia
Doi

Lampiran Berkas

LOADING LIST...



Informasi

DETAIL CANTUMAN

Kembali ke sebelumnya  XML Detail