PENERAPAN METODE RANDOM FOREST PADA WEB APPLICATION FIREWALL (WAF) UNTUK DETEKSI ANOMALI SERANGAN DDOS PADA SERVER WEB

SHOLAHULHAQ NUR HAMID, . (2025) PENERAPAN METODE RANDOM FOREST PADA WEB APPLICATION FIREWALL (WAF) UNTUK DETEKSI ANOMALI SERANGAN DDOS PADA SERVER WEB. Skripsi thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Cover_123210151.pdf Download (276kB)
	Text Abstrak_123210151.pdf Download (951kB)
	Text Halaman Pengesahan_123210151.pdf Download (244kB)
	Text Daftar Isi_123210151.pdf Download (475kB)
	Text Daftar Pustaka_123210151.pdf Download (795kB)
	Text Fulltext_123210151.pdf Restricted to Repository staff only Download (2MB)

Abstract

Penelitian ini bertujuan untuk menerapkan metode Random Forest pada Web Application Firewall (WAF) untuk mendeteksi anomali serangan DDoS pada server web. Serangan DDoS (Distributed Denial of Service) merupakan ancaman serius bagi aplikasi web, di mana penyerang berusaha membanjiri server dengan volume trafik yang sangat tinggi sehingga mengganggu kestabilan dan kinerja sistem. Dalam menghadapi ancaman ini, WAF berfungsi sebagai penghalang pertama dengan menganalisis lalu lintas data yang masuk dan memblokir permintaan yang terdeteksi sebagai ancaman. Namun, seiring dengan perkembangan serangan yang semakin kompleks, diperlukan teknologi yang lebih adaptif dalam mendeteksi pola serangan baru, di mana metode machine learning seperti Random Forest menjadi solusi yang potensial.
Metode Random Forest digunakan dalam penelitian ini untuk menganalisis pola-pola anomali dalam lalu lintas web, yang dapat mengindikasikan adanya serangan DDoS. Random Forest merupakan algoritma machine learning berbasis ensemble yang mampu menghasilkan model klasifikasi yang akurat dengan menggabungkan hasil dari banyak pohon keputusan. Dalam penelitian ini, model Random Forest dilatih menggunakan dataset yang berisi data lalu lintas web dengan dua kategori utama, yaitu permintaan normal dan permintaan yang menunjukkan indikasi serangan DDoS. Dengan menggunakan teknik ini, penelitian ini berfokus pada kemampuan Random Forest untuk mendeteksi perbedaan signifikan antara lalu lintas yang sah dan yang mencurigakan, serta menilai efektivitasnya dalam aplikasi WAF untuk mendeteksi serangan secara real-time.
Hasil penelitian menunjukkan bahwa penerapan Random Forest pada WAF memberikan peningkatan yang signifikan dalam mendeteksi dan mencegah serangan DDoS. Akurasi model yang dihasilkan oleh Random Forest sangat tinggi, dengan tingkat deteksi yang lebih baik dibandingkan dengan sistem berbasis aturan tradisional yang sering kali kurang responsif terhadap serangan yang semakin canggih. Penggunaan Random Forest dalam WAF terbukti dapat meningkatkan keamanan aplikasi web dengan memberikan deteksi yang lebih akurat terhadap anomali yang mengindikasikan serangan DDoS, serta mengurangi jumlah false positive yang sering terjadi pada sistem deteksi berbasis aturan. Secara keseluruhan, penelitian ini menunjukkan bahwa metode Random Forest merupakan alat yang efektif untuk memperkuat sistem pertahanan web dalam menghadapi ancaman serangan DDoS.

Kata Kunci: Random Forest, Deteksi DDoS, Trafik Normal, Keamanan Jaringan, Pengujian Model.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Sholahulhaq Nur Hamid (123210151); Rifki Indra Perwira (Pembimbing)
Uncontrolled Keywords:	Random Forest, Deteksi DDoS, Trafik Normal, Keamanan Jaringan, Pengujian Model.
Subjek:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Indah Lestari
Date Deposited:	22 Dec 2025 06:31
Last Modified:	22 Dec 2025 06:31
URI:	http://eprints.upnyk.ac.id/id/eprint/46275

Actions (login required)

View Item