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

Abstract

Denial of Service (DoS) merupakan jenis serangan jaringan komputer berskala besar dengan metode tersinkronisasi, yang umumnya dilakukan secara tidak langsung dengan menggunakan komputer lain di Internet yang biasa dinamakan botnet. Tujuan dari serangan ini adalah untuk melumpuhkan jaringan atau server, dengan cara mengirimkan beberapa paket data secara 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 menggunakan 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 laporan 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, algoritma Convolutional Neural Network memiliki kemampuan deteksi dan klasifikasi yang sangat baik terhadap serangan DoS pada lalu lintas jaringan dan komputer.