Fakhrial Irsyadi, 11351101913 (2020) PENERAPAN MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI DATA SERANGAN JARINGAN KOMPUTER (NSL KDD CUP 1999). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text FAKHRIAL IRSYADI FULL.pdf Download (3MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (851kB) | Request a copy

Abstract

Serangan jaringan komputer ialah suatu tindakan yang mengancam keamanan jaringan dengan merusak seluruh atau sebagian sumber daya jaringan pada lingkup tertentu. Terdapat beberapa Jenis serangan komputer diantaranya port scanning, syn attack, smurf attack, ip spoofing serta berbagai macam serangan lainnya. Dengan massifnya jenis serangan yang terjadi maka dibutuhkan machine learning untuk mengklasifikasi serangan jaringan tersebut. Penelitian ini menggunakan metode Modified K-Nearest Neighbor untuk mengklasifikasikan berbagai jenis serangan. data yang digunakan pada penelitian ini ialah dataset NSL-KDD yang merupakan versi pembaharuan dari versi sebelumnya yakni dataset KDD cup 1999 yang terdiri dari data latih dan data uji yang telah melewati tahapan proses KDD. Dengan jumlah data latih ialah 88.724 dan data uji 14.537. Dataset ini memilki 39 jenis serangan dan 1 kelas normal. Jumlah variabel yang digunakan ialah 29 dengan 5 kelas yakni Normal, DoS, R2L, U2R dan probe. Parameter yang digunakan ialah k=3, k=5, k=7, k=9 dan k=11. Dari penelitian ini metode MKNN telah berhasil mengklasifikasikan serangan jaringan pada data NSL-KDD dengan tingkat akurasi tertinggi yakni 86,31% pada nilai k=7. Kata kunci : Dataset NSL-KDD, Klasifikasi, Machine Learning, Serangan, Modified K-Nearest Neighbor

Actions (login required)

View Item