Analisis Dan Penerapan Reduksi Dimensi Dan Logistic Regression Untuk Deteksi Anomali Pada Jaringan

Mokhamad Isna Marzuki Ahfa, 201969040032 (2023) Analisis Dan Penerapan Reduksi Dimensi Dan Logistic Regression Untuk Deteksi Anomali Pada Jaringan. Sarjana thesis, Universitas Yudharta.

[img] Text (Abstrak.pdf)
201969040032_Abstrak.pdf

Download (477kB)
[img] Text (BAB%20I.pdf)
201969040032_BAB I.pdf

Download (730kB)
[img] Text (BAB%20II.pdf)
201969040032_BAB II.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB%20III.pdf)
201969040032_BAB III.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB%20IV.pdf)
201969040032_BAB IV.pdf
Restricted to Registered users only

Download (593kB) | Request a copy
[img] Text (BAB%20V.pdf)
201969040032_BAB V.pdf
Restricted to Registered users only

Download (114kB) | Request a copy
[img] Text (Daftar%20Pustaka.pdf)
201969040032_Daftar Pustaka.pdf

Download (850kB)
[img] Text (Halaman%20Depan.pdf)
201969040032_Halaman Depan.pdf

Download (564kB)

Abstract

Dalam sebuah jaringan., terdapat kondisi yang dapat menyebabkan network traffic menjadi tidak normal yang disebut sebagai anomali jaringan. Untuk mengidentifikasi ketidak normalan dalam jaringan, diperlukan suatu Sistem Deteksi Intrusi (Intrusion Detection System/IDS) yang diimplementasikan pada sistem komputer. IDS yang akan digunakan yaitu Anomaly-based. IDSAnomaly-based dapat mengidentifikasi anomali yang diketahui maupun tidak diketahui. Untuk menguji anomali jaringan dilakukan denganPython IDEdan Algoritma Logistic Regression. Umumnya deteksi anomali menggunakan banyak fitur, namun pengujian sebelum Logistic Regression (LR) akan direduksi menggunakan Algoritma reduksi dimensi. Algoritma yang dimaksud yaitu PCA., TruncatedSVD, t-SNE, Independent Component Analysis (ICA). Hasil yang diperoleh menggunakan Logistic Regression tanpa reduksi dimensi yaitu 78.08% dengan waktu prediksi 197.75s. Kemudian hasil LRsetelah ditambahPCA yaitu 78.96% dengan waktu prediksi 99.19s, LRsetelah ditambah ICA yaitu 82.89%dengan waktu prediksi 60.98s, LR setelah ditambahTSNE yaitu 84.97%dengan waktu prediksi 1698.54s dan LR setelah ditambahTrucated SVD yaitu 95.91%dengan waktu prediksi 13.83s.

Item Type: Thesis (Sarjana)
Identification Number: 004.65 AHF A
Contributors:
ContributionContributorsEmail
Thesis advisorLukman Hakim, M.Kom, P.hD, ㅤUNSPECIFIED
Subjects: Karya Umum > Ilmu Umum dan Komputer
Divisions: Fakultas Teknik > Teknik Informatika
Date Deposited: 22 Sep 2023 15:23
Last Modified: 22 May 2024 06:08
URI: https://repository.yudharta.ac.id/id/eprint/4280

Actions (login required)

View Item View Item