Adisuryo, Nowo (2018) Implementasi Algoritma Backpropagation Neural Network Dan Adaboost Pada Network Intrusion Detection System. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Network Intrusion Detection System (NIDS) adalah sebuah perangkat lunak atau perangkat keras yang dapat menganalisis lalu lintas yang mengalir ke suatu jaringan. NIDS akan memberi peringatan pada Network Administrator jika terdapat percobaan serangan atau penyusupan ke dalam sistem jaringan. Dalam NIDS, algoritma machine learning telah banyak diterapkan, contohnya, Decision Tree, SVM, Naive Bayes, Artificial Neural Network, dan lain-lain. Terdapat tantangan dalam penggunaan machine learning untuk NIDS yaitu sistem harus memiliki tingkat akurasi yang tinggi, tingkat error yang rendah, waktu komputasi yang cepat, dan penggunaan memori yang sedikit dalam mendeteksi serangan pada jaringan [4]. Pada penelitian ini akan digunakan algoritma backpropagation neural network (BPNN) dan adaptive boost (AdaBoost) pada NIDS untuk mengklasifikasikan paket data jaringan menjadi paket data normal atau serangan. Berdasarkan hasil pengujian dengan menggunakan dataset Kyoto 2006+ yang terdiri dari 2000 data, metode BPNN memperoleh akurasi yang lebih rendah jika dibandingkan dengan metode BPNN yang dilengkapi dengan AdaBoost. Metode BPNN memperoleh akurasi sebesar 99,75% sementara metode BPNN yang dilengkapi dengan AdaBoost memperoleh akurasi sebesar 99,8%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | backpropagation, adaboost, kyoto dataset, sistem deteksi intrusi jaringan |
| Subjects: | ?? UNIK1502 ?? |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 31 Jan 2019 10:24 |
| Last Modified: | 31 Jan 2019 10:24 |
| URI: | http://repository.unikom.ac.id/id/eprint/58534 |
Actions (login required)
 |
View Item |
