Prediksi Jenis Ancaman Siber Global Menggunakan Algoritma Random Forest
Journal of Data Science Methods and Applications · 30.11.2025 · 1 (2) · 59-65
DOI: 10.30873/jodmapps.v1i2.1144 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Science Methods and Applications, online erschienen am 30.11.2025. Verfasst von Yudista Nanda Pratama und 4 weiteren Autor:innen.
Abstract (Originalsprache)
Ancaman siber global terus meningkat seiring dengan transformasi digital yang meluas di berbagai sektor. Penelitian ini bertujuan untuk memprediksi jenis serangan siber berdasarkan data historis global dari tahun 2015 hingga 2024. Data diperoleh dari dataset Global Cybersecurity Threats yang mencakup informasi tentang negara, sektor terdampak, dan jenis serangan. Metode yang digunakan adalah supervised learning dengan algoritma Random Forest, yang dikenal efektif untuk klasifikasi dan analisis variabel kompleks. Hasil penelitian menunjukkan bahwa algoritma ini mampu mengidentifikasi pola serangan dengan akurasi tinggi dan membantu dalam deteksi dini ancaman. Penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem keamanan siber berbasis data dan pemodelan prediktif. Ancaman siber global terus berkembang dengan kompleksitas yang semakin tinggi, seiring dengan meningkatnya ketergantungan masyarakat terhadap sistem digital. Penelitian ini bertujuan untuk menganalisis tren dan memprediksi jenis ancaman siber berdasarkan data historis dari tahun 2015 hingga 2024, yang diperoleh dari dataset Global Cybersecurity Threats. Metode yang digunakan adalah supervised learning dengan algoritma Random Forest, guna mengklasifikasikan jenis serangan dan memprediksi potensi kerugian finansial. Hasil analisis menunjukkan bahwa model dapat mengidentifikasi pola-pola penting yang dapat membantu organisasi dalam mitigasi risiko siber. Penelitian ini memberikan kontribusi dalam pengembangan sistem inteligensi ancaman siber berbasis data
Zitieren
APA
Pratama, Y. N., Ali, R., Aris, N., Saputra, A., & Saputra, M. D. (2025). Prediksi Jenis Ancaman Siber Global Menggunakan Algoritma Random Forest. Journal of Data Science Methods and Applications, 1(2), 59-65. https://doi.org/10.30873/jodmapps.v1i2.1144
Vancouver
Pratama YN, Ali R, Aris N, Saputra A, Saputra MD. Prediksi Jenis Ancaman Siber Global Menggunakan Algoritma Random Forest. Journal of Data Science Methods and Applications. 2025;1(2):59-65. doi:10.30873/jodmapps.v1i2.1144
BibTeX
@article{Pratama2025,
author = {Pratama, Yudista Nanda and Ali, Rionaldi and Aris, Noki and Saputra, Agus and Saputra, M . David},
title = {Prediksi Jenis Ancaman Siber Global Menggunakan Algoritma Random Forest},
journal = {Journal of Data Science Methods and Applications},
year = {2025},
volume = {1},
number = {2},
pages = {59--65},
doi = {10.30873/jodmapps.v1i2.1144}
}
EUVIMED