Abstrak
Sistem Deteksi Intrusi merupakan sebuah sistem yang dapat mendeteksi aktivitas yang mencurigakan pada sebuah sistem, mengidentifikasi akses atau serangan yang tidak biasa untuk mengamankan jaringan. Secara umum, deteksi intrusi dapat dilakukan dengan teknik Machine Learning. Dalam jalannya network sering terjadinya penyerangan maka dari itu diperlukan lebih untuk memperketat Keamanan, tipe kelas serangan seperti Normal, DoS, Probing, R2L, U2R. Untuk menyelesaikan masalah-masalah diatas, pada penelitian ini, penulis melakukan analisis algoritma k-NN dengan menganalisis dari sebuah dataset yaitu KDDCUP99. Dikarenakan, IDS sangat membutuhkan kerja yang efektik dan memperoleh hasil yang tinggi maka dari itu diusulkan algoritma k-NN didalam penelitian ini. Algoritma k-NN sangat sederhana tetapi sedikit membutuhkan waktu yang lama untuk menentukan hasil yang tinggi. Hasil evaluasi yang di peroleh mulai dari Accuracy, F1-Score, Precicison, Recall mendapatkan dari yang diharapkan yaitu lebih dari 85% dari beberapa percobaan menggunakan dataset KDDCUP99.
Kata kunci : IDS, KDDCUP99, k-NN, Dataset
Abstract
Intrusion Detection System is a system that can detect activity filed on a system, identify access or unusual attacks to run the network. In general, intrusion detection can be done using Machine Learning techniques. In the traffic network attacks often occur, therefore more is needed to tighten security. Attack class types such as Normal, DoS, Probing, R2L, U2R. To solve the above problem, this final project proposes the development of the k-NN algorithm. Because, IDS really need effective work and get high results, therefore k-NN is proposed in this research. According to the related literature, yahoo k-NN is very simple but takes a little time to determine high yields. The evaluation results obtained from Accuracy, F1-Score, Precicison, Recall got more than the expected, which is more than 85% of several experiments using the KDDCUP99 dataset.
Keywords: IDS, KDDCUP99, k-NN, Dataset