Internet of Things (IoT) merupakan sebuah alat yang mampu berkomunikasi dan mengirimkan data
melalui jaringan dengan tanpa adanya campur tangan dan interaksi dari manusia. Seiring dengan
berkembangnya jaman, penggunaan teknologi informasi semakin banyak dimanfaatkan dan hal ini
berpengaruh terhadap kebutuhan terhadap perangkat IoT yang membuat perangkat ini semakin lama
semakin berkembang luas penggunaannya. Dalam perkembangannya, masalah pada bidang privasi dan
keamanan menjadi salah satu hal yang berbahaya dan harus menjadi fokus utama. Contoh serangan yang
bisa menyerang perangkat IoT yakni dictionary attack, DDoS, mitm, dsb. Langkah yang bisa dilakukan
untuk menghindari serangan tersebut adalah dengan menggunakan Intrusion Detection System (IDS).
Tujuan dari penelitian ini adalah bagaimana mencari model yang paling optimal untuk mendeteksi
serangan dictionary attack dan DDoS dengan menggunakan metode algoritma machine learning (ML) naïve
bayes pada Internet of Things (IoT) yang disimulasikan menggunakan node red. Algoritma naïve bayes
dipilih karena Intrusion detection system (IDS) membutuhkan tingkat performansi yang cepat dan akurasi
yang tinggi. Hasil dari penelitian ini berupa model yang optimal yang dibangun dengan algoritma machine
learning naïve bayes yang bisa diterapkan untuk Intrusion detection system (IDS) pada Internet of Things
(IoT) dengan hasil akurasi untuk dataset yang diambil pada penelitian ini 99.30% untuk DDoS dan untuk
dictionary attack 99.74% sedangkan untuk dataset yang diambil dari penelitian [19[20] untuk DDoS 82.38%
dan untuk dictionary attack 79.88%.