IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK DETEKSI SERANGAN SPOOFING PADA IoMT

Saif Alhaditsi, Muhammad (2025) IMPLEMENTASI ALGORITMA RANDOM FOREST UNTUK DETEKSI SERANGAN SPOOFING PADA IoMT. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (277kB)
	Text BAB II.pdf Restricted to Registered users only Download (193kB)
	Text BAB III.pdf Restricted to Registered users only Download (778kB)
	Text BAB IV.pdf Restricted to Registered users only Download (757kB)
	Text BAB V.pdf Download (86kB)
	Text DAFTAR PUSTAKA.pdf Download (213kB)

Abstract

Internet of Medical Things (IoMT) adalah inovasi dalam dunia medis yang memungkinkan perangkat medis saling terhubung melalui jaringan internet untuk meningkatkan kualitas layanan kesehatan. Namun, keamanan pada IoMT menjadi tantangan serius, terutama terhadap serangan Address Resolution Protocol (ARP) spoofing, yang dapat menyebabkan pencurian data, manipulasi informasi, dan gangguan layanan. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma Random Forest dalam mendeteksi serangan spoofing pada perangkat IoMT. Algoritma Random Forest dipilih karena kemampuannya dalam menangani data yang kompleks dan melakukan klasifikasi dengan tingkat akurasi tinggi. Dalam penelitian ini, dataset yang berisi lalu lintas jaringan dianalisis dan diuji menggunakan algoritma Random Forest. Hasil evaluasi menunjukkan bahwa model yang diimplementasikan memiliki tingkat akurasi sebesar 99,06%, precision sebesar 99,05%, recall sebesar 99,06%, dan F1-score sebesar 99,04%. Hasil ini menunjukkan bahwa algoritma Random Forest sangat efektif dalam mendeteksi serangan ARP spoofing pada lingkungan IoMT. Dengan tingkat akurasi yang tinggi, metode ini dapat menjadi solusi yang andal untuk meningkatkan keamanan jaringan medis dan melindungi data pasien dari potensi ancaman siber.

Actions (login required)

View Item