Mendeteksi Anomali Menggunakan Algoritma Holt-Winters berdasarkan Tingkat Keyakinan dari Teorema Bayes

AQMARINA QISTHY ADHANI

Informasi Umum

Kode

17.04.2056

Klasifikasi

005.8 - Data Security

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Security - Networks

Dilihat

263 kali

Informasi Lainnya

Abstraksi

Trafik dapat diartikan sebagai suatu informasi yang berpindah dari transmitter ke receiver. Jaringan trafik tidak dapat dipastikan secara akurat kapan akan terjadi suatu keadaan yang di luar batas normal dari trafik tersebut. Keadaan di luar batas trafik itu dapat dinamakan Anomali trafik. Untuk mengetahui dan mendeteksi dan memprediksi sebuah trafik yang tidak normal atau anomali dapat dicapai melalui Algoritma Holt-Winters. Perhitungan Algoritma Holt-Winters ini sendiri didasari oleh Exponential Smoothing. Tingkat keberhasilan dalam pendeteksian anomali ini juga beragam, dan banyak faktor yang mempengaruhi hasil akhir. Maka untuk mengetahui nilai akurasi dari Algoritma Holt-Winters diperlukan perhitungan kembali yang dapat dilakukan menggunakan Teorema Bayes. Dalam penelitian ini dilakukan pendeteksian anomali yang terjadi pada masa yang akan datang pada suatu jaringan menggunakan algoritma Holt-Winters. Algoritma ini menggunakan data trafik jaringan yang sebelumnya sudah terjadi untuk kemudian dihitung dan diprediksi kapan anomali pada trafik tersebut terjadi lagi. Hasil dari Algoritma Holt-Winters akan kembali dihitung untuk mencari tingkat akurasinya menggunakan Teorema Bayes. Algoritma Holt-Winters mengumpulkan data anomali pada suatu trafik per service dengan hasil akurasi dari prediksi dengan service ftp merupakan 91%, dengan service ftp-data merupakan 89%, dan dengan service telnet merupakan 88%. Dengan menghitung hasil dari Algoritma Holt-Winters ini menggunakan perhitungan probabilitas untuk tingkat keyakinan pada Teorema Bayes sebesar 0,51 untuk ftp, 1 untuk ftp-data dan 0,48 untuk telnet.