DETEKSI SERANGAN DENIAL OF SERVICE (DOS) DENGAN ALGORITMA CONVOLUTIONAL NEURAN NETWORK

Abstract

Denial of Service (DoS) merupakan jenis serangan jaringan komputer berskala besar dengan metode tersinkronisasi, yang umumnya dilakukan secara tidak langsung dengan mengguna- kan komputer lain di Internet yang biasa dinamakan botnet. Tujuan dari serangan ini adalah untuk melumpuhkan jaringan atau server, dengan cara mengirimkan beberapa paket data se- cara bersamaan sehingga membuat resource sistem tujuan terkuras habis untuk merespon paket

data ini. Dengan banyaknya paket data yang masuk membuat resource mengalami beban yang berlebihan. Penelitian ini diharapkan dapat mengurangi kejahatan di dunia digital khususnya

dunia internet dengan mengklasifikasi dan mendeteksi serangan DoS secara akurat menggu- nakan algoritma Convolutional Neural Network yang memiliki performa presisi prediksi dan

klasifikasi yang sangat baik untuk mengatasi permasalahan klasifikasi. Data yang digunakan dalam pengembangan tugas akhir yaitu dataset yang didapatkan dari simulasi serangan DoS. Dari hasil evaluasi yang telah dilakukan, diperoleh nilai evaluasi yang sangat baik berdasarkan rentang nilai AUC pada parameter kurva Receiver Operating Characteristic (ROC). Hasil la- poran klasifikasi berdasarkan nilai weighted avg memiliki accuracy sebesar 99%, precision sebesar 98%, recall sebesar 99%, f1-score sebesar 99%, dan alternatif f1-score sebesar 50%. Yang berarti penelitian ini mendapatkan hasil ketepatan klasifikasi, proporsi kejadian aktual, dan keakuratan algoritma dalam mendeteksi serangan DoS sangat baik. Dengan demikian, algo- ritma Convolutional Neural Network memiliki kemampuan deteksi dan klasifikasi yang sangat baik terhadap serangan DoS pada lalu lintas jaringan dan komputer.