Studi Analisis Algoritma NaÏve Bayes Untuk Sistem Deteksi Intrusi Pada Internet Of Things

Abstract

Abstrak
Internet of Things (IoT) merupakan sebuah alat yang mampu berkomunikasi dan mengirimkan data melalui jaringan tanpa interaksi dari manusia. Seiring berkembangnya jaman, penggunaan teknologi semakin banyak dimanfaatkan dan hal ini berpengaruh terhadap kebutuhan terhadap perangkat IoT yang membuat perangkat ini 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 mencari model yang 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 dan akurasi yang tinggi. Hasil dari penelitian ini berupa model yang optimal dan dibangun dengan algoritma naïve bayes yang 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 99.74% untuk dictionary attack sedangkan untuk dataset yang diambil dari penelitian[19][20] 82.38% untuk DDoS dan 79.88% untuk dictionary attack.
Kata kunci : IoT, IDS, dictionary attack, DDoS, naïve bayes.