Implementasi Algoritma Random Forest untuk Deteksi Serangan Siber pada Jaringan Komputer

Abstrak

Serangan siber merupakan ancaman yang signifikan bagi keamanan jaringan komputer.
Oleh karena itu, penelitian ini bertujuan untuk memfokuskan pada pengembangan model
deteksi serangan siber menggunakan metode Random Forest berdasarkan dataset serangan
siber yang relevan. Dengan mengintegrasikan teknologi machine learning dan analisis
dataset yang cermat, penelitian ini memberikan kontribusi signifikan untuk meningkatkan
keamanan siber. Evaluasi model menunjukkan akurasi sebesar 66.13%, dengan tantangan
terutama dalam mengenali serangan (kelas 1). Meskipun demikian, model berhasil
memprediksi dengan baik pada data baru, menunjukkan potensi untuk deteksi proaktif.
Hasil deteksi dibuktikan dengan distribusi probabilitas model terhadap kelas yang
diprediksi. Keseluruhan, penelitian ini membuktikan efektivitas Random Forest dalam
mendeteksi serangan siber, memberikan landasan untuk peningkatan lebih lanjut