FADILAH, HARIS FIKRI (2025) DETEKSI SERANGAN SIBER MENGGUNAKAN SISTEM HIBRIDA BERBASIS SIGNATURE-ANOMALY DAN WACTLIST. Other thesis, Universitas siliwangi.
1. COVER.pdf
Download (137kB)
2. LEMBAR PENGESAHAN.pdf
Download (61kB)
3. LEMBAR PENGUJI.pdf
Download (73kB)
4. LEMBAR PERNYATAAN.pdf
Download (92kB)
5. DAFTAR ISI.pdf
Download (347kB)
6. DAFTAR GAMBAR.pdf
Download (258kB)
7. DAFTAR TABEL.pdf
Download (124kB)
8. ABSTRAK.pdf
Download (379kB)
9. ABSTRACT.pdf
Download (336kB)
10. HALAMAN PERSEMBAHAN DAN MOTTO.pdf
Download (194kB)
11. KATA PENGANTAR.pdf
Download (206kB)
12. BAB 1.pdf
Download (1MB)
13. BAB 2.pdf
Download (4MB)
14. BAB 3.pdf
Download (2MB)
15. BAB 4.pdf
Restricted to Repository staff only
Download (8MB)
16. BAB 5.pdf
Restricted to Repository staff only
Download (495kB)
17. DAFTAR PUSTAKA.pdf
Download (1MB)
18. LAMPIRAN.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Intrusion Detection System (IDS) merupakan salah satu mekanisme penting dalam menjaga keamanan jaringan. IDS terbagi menjadi dua berdasarkan cara deteksinya, yaitu signature dan anomaly. Metode signature memiliki kelemahan dalam mendeteksi serangan yang tidak diketahui, sedangkan metode anomaly dapat mendeteksi serangan yang tidak diketahui tetapi cenderung menghasilkan false positive yang tinggi. Penelitian ini mengusulkan model hibrida yang menggabungkan Suricata sebagai komponen signature dan Isolation Forest sebagai komponen anomaly. Model hibrida memungkinkan deteksi serangan dengan pola tidak diketahui yang tidak dapat ditangani oleh metode signature secara mandiri. Untuk membatasi false positive yang dihasilkan oleh komponen anomaly, penelitian ini mengusulkan mekanisme tambahan berupa gating menggunakan watchlist pada level decision akhir sistem. Pengujian pada penelitian ini dilakukan terhadap dataset CIC-IDS2017 dengan dua skenario utama, yaitu known attack dan unknown attack. Tanpa gating, model hibrida menghasilkan nilai false positive yang cukup tinggi. Dengan mekanisme watchlist pada decision, model hibrida berhasil membatasi FPR dari 34,74% menjadi 0,063% pada skenario known attack, serta membatasi FPR dari 33,82% menjadi 0,486% pada skenario unknown attack. Selain itu, model juga memiliki performa deteksi serangan yang lebih baik jika dibandingkan model mandiri. Pada skenario known attack, performa deteksi serangan meningkat sebesar 1,58% jika dibandingkan dengan Suricata. Pada skenario unknown attack, serangan yang gagal dideteksi oleh Suricata berhasil dideteksi oleh model hibrida dengan nilai mencapai 80%. Kemampuan tersebut datang dengan konsekuensi peningkatan sumber daya komputasi yang cukup besar.
Kata Kunci: anomaly, Intrusion Detection System, hibrida, signature, unknown attack
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | S Agriculture > S Agriculture (General) |
| Divisions: | Fakultas Teknik > Teknik Informatika |
| Depositing User: | user2 user2 user2 |
| Date Deposited: | 18 Feb 2026 01:43 |
| Last Modified: | 18 Feb 2026 01:43 |
| URI: | https://repositori.unsil.ac.id/id/eprint/5963 |
