DETEKSI SERANGAN DISTRIBUTED DENIAL OF SERVICE PADA INFRASTRUKTUR IOT MENGGUNAKAN METODE XGBOOST

TANDRI SAKNA, BASOK (2025) DETEKSI SERANGAN DISTRIBUTED DENIAL OF SERVICE PADA INFRASTRUKTUR IOT MENGGUNAKAN METODE XGBOOST. Skripsi thesis, UNAMA.

Preview	Text BAB I.pdf Download (333kB) | Preview
	Text BAB II.pdf Restricted to Registered users only Download (345kB)
	Text BAB III.pdf Restricted to Registered users only Download (599kB)
	Text BAB IV.pdf Restricted to Registered users only Download (671kB)
Preview	Text BAB V.pdf Download (9kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (138kB) | Preview

Abstract

Penelitian ini berfokus pada pengembangan model deteksi serangan Distributed Denial of Service (DDoS) pada infrastruktur Internet of Things (IoT) menggunakan algoritma XGBoost. Perangkat IoT rentan terhadap serangan DDoS, dan metode deteksi tradisional sering kali tidak optimal dalam menangani data yang tidak seimbang dan kebutuhan real-time. XGBoost dipilih karena kemampuannya dalam menangani dataset besar dan tidak seimbang, serta efisiensi dan skalabilitasnya yang tinggi. Penelitian ini menggunakan dataset CIC-IOT 2023 yang terdiri dari 385931 data dengan 40 atribut, dan performa model diukur menggunakan F1-Score. Tujuan utama penelitian ini adalah mengembangkan model deteksi DDoS berbasis XGBoost yang dioptimalkan untuk infrastruktur IoT dan menganalisis performanya. Hasil penelitian diharapkan dapat memberikan solusi praktis berupa model deteksi serangan DDoS yang lebih akurat dan cepat, serta memberikan wawasan tentang efektivitas XGBoost dalam mendeteksi serangan DDoS. Dengan demikian, penelitian ini berkontribusi pada pengembangan sistem IoT yang lebih aman dan andal, serta membantu praktisi dan peneliti dalam memilih algoritma machine learning terbaik untuk keamanan IoT.

Item Type:	Thesis (Skripsi)
Subjects:	Artificial Intelligence
Divisions:	Skripsi > Teknik Informatika > 2025
Depositing User:	Digital Library
Date Deposited:	08 Sep 2025 07:12
Last Modified:	08 Sep 2025 07:12
URI:	https://repository.unama.ac.id/id/eprint/4734

Actions (login required)

View Item