ANALISIS SERANGAN SIBER DENGAN ALGORITMA NAIVE BAYES UNTUK MENDETEKSI SERANGAN BRUTE FORCE ATTACK BERDASARKAN DATA LOG DARI HONEYPOT COWRIE (Studi Kasus : PT. Riwtech Workshop Indonesia)

Arya Adhari, Prasetyo (2024) ANALISIS SERANGAN SIBER DENGAN ALGORITMA NAIVE BAYES UNTUK MENDETEKSI SERANGAN BRUTE FORCE ATTACK BERDASARKAN DATA LOG DARI HONEYPOT COWRIE (Studi Kasus : PT. Riwtech Workshop Indonesia). Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (722kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text BAB V.pdf Download (692kB)
	Text DAFTAR PUSTAKA.pdf Download (799kB)
	Text HASIL TURNITIN.pdf Download (30kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (672kB)

Abstract

Serangan siber telah menjadi salah satu ancaman yang sangat signifikan dalamdunia teknologi informasi masa kini. Serangan Brute Force Attack merupakan salah satu jenis serangan siber yang paling umum terjadi terhadap layanan dengan protokol SSH. Dalam penelitian ini, dilakukan analisis serangan Brute Force Attack menggunakan algoritma Naive Bayes berdasarkan data log yang dihasilkan oleh Honeypot Cowrie. Honeypot Cowrie berperan sebagai perangkap yang menirulayanan SSH yang asli dan mencatat semua percobaan login yang dilakukan oleh penyerang. Data log yang diperoleh dari Honeypot Cowrie kemudian dianalisismenggunakan algortima Naive Bayes untuk mendeteksi pola serangan Brute ForceAttack. Metode ini memungkinkan kita untuk mengidentifikasi pola serangan yangmencurigakan dan potensial, sehingga memungkinkan pengguna untuk mengambiltindakan preventif yang sesuai dengan event yang terjadi pada private atau publicnetwork. Eksperimen dilakukan menggunakan dataset serangan siber yang didugaadalah serangan Brute Force Attack yang diperoleh dari lingkungan simulasi virtual environtment. Berdasarkan jumlah data yang didapatkan dari HoneypotCowrie pada suatu period tertentu, dihasikan jumlah data 39.321 raw, tingkatkeberhasilan penerapan algoritma naïve bayes dalam mendeteksi serangan bruteforce attack berdasarkan data logs dari honeypot cowrie terbilang cukup baik,dengan data uji baru dalam range waktu yang sudah ditentukan, menghasilkan nilai evaluasi : Accuracy, Precision, Recall, dan F1-Score : 98% , 99% , 80%, dan 87%.dan hasilnya menunjukkan efektivitas algoritma Naive Bayes dalam mendeteksiserangan Brute Force Attack dengan tingkat akurasi yang memuaskan. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan teknik deteksiBrute Force yang lebih mutakhir dan responsif.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing Herianto, S.Pd.,M.T
Uncontrolled Keywords:	Serangan Siber, Machine Learning, Honeypot Cowrie, Naïve Bayes, SSH Brute Force Attack
Subjects:	000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	13 Nov 2025 02:51
Last Modified:	13 Nov 2025 02:51
URI:	http://repository.unsada.id/id/eprint/9173

Actions (login required)

View Item