KLASIFIKASI SERANGAN DDOS MENGGUNAKAN REQURSIVE FEATURE ELIMINATION DAN GRADIENT BOOSTING
Keywords:
Seleksi fitur, Reqursive Feature elimination, Gradient boostig, Distrubuted Denial of Service (DDoS)Abstract
Keamanan internet menjadi tantangan penting seiring dengan pertumbuhan layanan teknologi informasi yang semakin pesat. Serangan Distributed Denial of Service (DDoS) merupakan salah satu ancaman serius yang dapat menyebabkan crash pada server dan sistem jaringan dengan cara membanjiri jaringan dengan paket atau permintaan yang berlebihan. Dalam penelitian ini, diterapkan metode seleksi fitur Recursive Feature Elimination (RFE) pada proses klasifikasi serangan DDoS menggunakan algoritma Gradient Boosting. Tujuan Penelitian ini untuk melakukan penerapan algoritma seleksi fitur Reqursive Feature Elimination (RFE) untuk mengurangi jumlah fitur yang ada dalam data. Hasil pengujian menunjukkan bahwa penggunaan Gradient Boosting dengan parameter terbaik menghasilkan kinerja yang sangat baik, dengan akurasi sebesar 99,9%, presisi 99,8%, recall 99,9%, dan nilai F1 sebesar 99,9%. Kombinasi metode Reqursive Feature Elimination (RFE) dengan Gradient Boosting, di mana 10 fitur terbaik dipilih, tidak mempengaruhi hasil kinerja model secara signifikan, tetapi penerapan seleksi fitur ini berhasil mengurangi waktu komputasi secara signifikan dari 5463,24 detik menjadi 1023,19 detik tanpa mengorbankan kinerja model. Hasil ini menunjukkan bahwa metode seleksi fitur yang tepat sangat penting dalam meningkatkan efisiensi komputasi tanpa mengorbankan performa model dalam deteksi serangan DDoS.
References
I. M. W. Bhaskara, I. P. G. H. Suputra, I. M. Widiartha, I. G. A. G. A. Kadyanan, I. G. N. A. C. Putra, and I. B. G. Dwidasmara,
“Klasifikasi Serangan Distributed Denial of Service (DDoS) Menggunakan Random Forest Dengan CFS,” JELIKU (Jurnal Elektron. Ilmu Komput. Udayana), vol. 11, no. 2, p. 215, 2022.
E. O. Nasution and A. Basuki, “Implementasi Algoritme C5.0 Untuk Klasifikasi Serangan DDoS,” vol. 5, no. 1, pp. 389–395, 2021.
M. Zidane, “Klasifikasi Serangan Distributed Denial-of-Service (DDoS) menggunakan Metode Data Mining Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 1, pp. 172–180, 2022.
A. Fauzi, E. Utami, and A. D. Hartanto, “DDoS Penerapan Random Forest dan Adaboost untuk Klasifikasi Serangan DDoS,” J. Educ., vol. 5, no. 3, pp. 7925–7937, 2023.
A. Prasetyo, L. Affandi, and D. Arpandi, “Implementasi Metode Naive Bayes Untuk Intrusion Detection System (Ids),” J. Inform. Polinema, vol. 4, no. 4, p. 280, 2018.
A. Afifuddin and L. Hakim, “Deteksi Penyakit Diabetes Mellitus Menggunakan Algoritma Decision Tree Model Arsitektur C4.5,” J. Krisnadana, vol. 3, no. 1, pp. 25–33, 2023.
LamanIT, “Gradient Boosting: Fungsi, Tahapan dan Kelebihan,” 2023.
M. K. Harto and A. Basuki, “Deteksi Serangan DDoS Pada Jaringan Berbasis SDN Dengan Klasifikasi Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 1329–1333, 2021.
Sri Diantika, Hiya Nalatissifa, Riki Supriyadi, Nurlaelatul Maulidah, and Ahmad Fauzi, “Implementation of Multi-Class Gradient Boosting To Classify Animal Species in Zoos,” Antivirus J. Ilm. Tek. Inform., vol. 17, no. 1, pp. 33–40, 2023.
S. E. Suryana, B. Warsito, and S. Suparti, “Penerapan Gradient Boosting Dengan Hyperopt Untuk Memprediksi Keberhasilan Telemarketing Bank,” J. Gaussian, vol. 10, no. 4, pp. 617–623, 2021.
P. Theerthagiri, “Predictive analysis of cardiovascular disease using gradient boosting based learning and recursive feature elimination technique,” Intell. Syst. with Appl., vol. 16, no. August, p. 200121, 2022.
L. Qadrini, H. Hikmah, and M. Megasari, “Oversampling, Undersampling, Smote SVM dan Random Forest pada Klasifikasi Penerima Bidikmisi Sejawa Timur Tahun 2017,” J. Comput. Syst. Informatics, vol. 3, no. 4, pp. 386–391, 2022.
E. Sutoyo and M. A. Fadlurrahman, “Penerapan SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Television Advertisement Performance Rating Menggunakan Artificial Neural Network,” J. Edukasi dan Penelit. Inform., vol. 6, no. 3, p. 379, 2020.
A. C. Kurniawan and A. Salam, “Seleksi Fitur Information Gain untuk Optimasi Klasifikasi Penyakit Tuberkulosis,” J. Media Inform. Budidarma, vol. 8, no. 1, p. 70, 2024.
P. Theerthagiri, “Predictive analysis of cardiovascular disease using gradient boosting based learning and recursive feature elimination technique,” Intell. Syst. with Appl., vol. 16, no. September, p. 200121, 2022.
Downloads
Published
How to Cite
Issue
Section
License
Semua tulisan pada jurnal ini menjadi tanggungjawab penuh penulis.