IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI SERANGAN DoS PADA INTERNET OF MEDICAL THINGS (IOMT)

Sagita, Lara (2025) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI SERANGAN DoS PADA INTERNET OF MEDICAL THINGS (IOMT). Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (606kB)
	Text BAB II.pdf Restricted to Registered users only Download (887kB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (460kB)
	Text DAFTAR PUSTAKA.pdf Download (502kB)

Abstract

Internet of Medical Things (IoMT) memungkinkan perangkat medis terhubung dalam jaringan untuk meningkatkan layanan kesehatan. Namun, teknologi ini juga menghadapi risiko serangan siber seperti Denial of Service (DoS) yang dapat mengganggu kinerja sistem. Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mendeteksi serangan DoS pada jaringan IoMT dengan dataset dari Canadian Institute for Cybersecurity (CIC) IoMT 2024 dengan jumlah data 288.388 baris dan 46 atribut pada dataset. Model CNN diuji dengan berbagai konfigurasi epoch dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model CNN memberikan performa yang optimal dengan tingkat akurasi mencapai 99,96%, serta nilai Area Under Curve (AUC) 1,00 yang menunjukkan bahwa model CNN memiliki kemampuan sempurna dalam membedakan serangan dan non-serangan. Hal ini menunjukkan CNN memiliki potensi besar dalam meningkatkan keamanan jaringan IoMT dari ancaman DoS.

Actions (login required)

View Item