MODEL MACHINE LEARNING UNTUK KLASIFIKASI ANOMALI SERANGAN DENIAL OF SERVICE (DOS) PADA INFRASTRUKTUR JARINGAN MENGGUNAKAN DATASET CIC IIOT 2025
INTECOMS: Journal of Information Technology and Computer Science · 02.11.2026 · 9 (5) · 922-928
DOI: 10.31539/y01jc532 ↗Kurz gefasst
Fachartikel in der Zeitschrift INTECOMS: Journal of Information Technology and Computer Science, online erschienen am 02.11.2026. Verfasst von Tri Swastiningsih und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC 4.0).
Abstract (Originalsprache)
Perkembangan Industrial Internet of Things (IIoT) meningkatkan efisiensi sistem industri, namun juga meningkatkan risiko serangan siber, khususnya Denial of Service (DoS) yang dapat mengganggu ketersediaan layanan jaringan. Penelitian ini bertujuan untuk membangun dan mengevaluasi model machine learning dalam mengklasifikasikan anomali serangan DoS pada infrastruktur IIoT menggunakan dataset CIC IIoT 2025. Dataset ini memuat trafik normal (benign) serta berbagai jenis serangan DoS seperti TCP SYN Flood, UDP Flood, ICMP Flood, dan MQTT Publish Flood. Permasalahan ketidakseimbangan data ditangani menggunakan metode Synthetic Minority Over-sampling Technique (SMOTE). Tiga algoritma supervised learning digunakan, yaitu Random Forest, XGBoost, dan Support Vector Machine (SVM). Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, confusion matrix, ROC-AUC, serta K-Fold Cross Validation. Hasil penelitian menunjukkan bahwa Random Forest dan XGBoost memperoleh akurasi tertinggi sebesar 97%, sedangkan SVM memperoleh akurasi 95%. Secara keseluruhan, menunjukkan performa paling stabil dalam mendeteksi berbagai variasi serangan DoS. Random Forest Penelitian ini berkontribusi dalam pengembangan sistem deteksi intrusi berbasis machine learning untuk meningkatkan keamanan jaringan IIoT. Kata Kunci: IIoT, Denial of Service, Machine Learning, SMOTE.
Zitieren
APA
Swastiningsih, T., Kurniawan, R., Elmayati, E., & Daulay, N. K. (2026). MODEL MACHINE LEARNING UNTUK KLASIFIKASI ANOMALI SERANGAN DENIAL OF SERVICE (DOS) PADA INFRASTRUKTUR JARINGAN MENGGUNAKAN DATASET CIC IIOT 2025. INTECOMS: Journal of Information Technology and Computer Science, 9(5), 922-928. https://doi.org/10.31539/y01jc532
Vancouver
Swastiningsih T, Kurniawan R, Elmayati E, Daulay NK. MODEL MACHINE LEARNING UNTUK KLASIFIKASI ANOMALI SERANGAN DENIAL OF SERVICE (DOS) PADA INFRASTRUKTUR JARINGAN MENGGUNAKAN DATASET CIC IIOT 2025. INTECOMS: Journal of Information Technology and Computer Science. 2026;9(5):922-928. doi:10.31539/y01jc532
BibTeX
@article{Swastiningsih2026,
author = {Swastiningsih, Tri and Kurniawan, Rudi and Elmayati, Elmayati and Daulay, Nelly Khairani},
title = {MODEL MACHINE LEARNING UNTUK KLASIFIKASI ANOMALI SERANGAN DENIAL OF SERVICE (DOS) PADA INFRASTRUKTUR JARINGAN MENGGUNAKAN DATASET CIC IIOT 2025},
journal = {INTECOMS: Journal of Information Technology and Computer Science},
year = {2026},
volume = {9},
number = {5},
pages = {922--928},
doi = {10.31539/y01jc532}
}
EUVIMED