SKRIPSI DIGITAL
Rancangan Aplikasi Prediksi Serangan Distributed Denial of Service (DDoS) Menggunakan Klasifikasi Algoritma Supervised Learning Berbasis Web Streamlit = Design Distributed Denial of Service (DDoS) Attack Prediction Application Using Streamlit Web-based Supervised Learning Algorithm Classification
Era teknologi banyak digunakan berbagai aspek kehidupan seperti keuangan, industri, dan lainnya. Teknologi tersebut saling terhubung melalui berbagai macam, salah satunya adalah penggunaan server. Namun, beberapa orang memanfaatkan teknologi untuk kepentingan pribadi yang dapat merugikan.
Pada tahun 2020, terjadi insiden serangan yang disebut Distributed Denial of Service (DDOS) yang menyasar web server DPR RI. Serangan ini mengakibatkan peningkatan trafik jaringan secara drastis, sehingga menyebabkan penurunan performa server dan bahkan membuatnya offline secara total. Penelitian ini bertujuan untuk mengembangkan prediksi terhadap serangan tersebut dengan menggunakan algoritma supervised learning, yaitu Decision Tree, Support Vector Machine (SVM), K-Nearest Neighbor (K-NN), Logistic Regression, dan Neural Network.
Penelitian menggunakan data dari hasil pemantauan dari Qradar. Beberapa parameter digunakan dan dibandingkan dengan 5 model supervised learning. Percobaan dilakukan untuk setiap model dengan berbagai skenario pembagian data, yaitu 70% untuk training dan 30% untuk testing, 80% untuk training dan 20%. Setelah melakukan pengujian terhadap 5 model tersebut, ditemukan setiap algoritma memiliki kinerja yang berbeda tergantung dari skenario pembagian data, dan metode K-NN lebih unggul. Implementasi dari sistem prediksi menggunakan Streamlit dengan bahasa pemrograman Python. Aplikasi membantu untuk mengetahui informasi pengolahan machine learning dari data serangan DDOS. Penelitian ini memberikan kontribusi bagi peneliti di beberapa perusahaan ataupun masyarakat umum.
No other version available
Computer Science, Information & General Works 
Philosophy & Psychology 
Religion 
Social Sciences 
Language 
Pure Science 
Applied Sciences 
Art & Recreation 
Literature 
History & Geography