Claim Missing Document
Check
Articles

Found 2 Documents
Search

DETEKSI FRAMEWORK HYBRID INTRUSION DETECTION SYSTEM (IDS) DUA TAHAP BERBASIS DECISION TREE DAN ENSEMBLE LEARNING UNTUK EFISIENSI KOMPUTASI Nanang Susanto; Hendra Arya; Anggi Alfin
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol. 10 No. 1 (2026)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v10i1.5873

Abstract

Penelitian ini mengusulkan framework deteksi serangan siber hybrid dengan menggabungkan rule based filtering dan machine learning dalam proses dua tahap. Pada tahap pertama, algoritma Decision Tree digunakan untuk ekstraksi aturan yang dapat diinterpretasikan, diikuti oleh klasifikasi menggunakan algoritma ensemble, yaitu Random Forest, XGBoost, dan LightGBM. Framework dievaluasi menggunakan dataset UNSW-NB15, yang terdiri dari 2.540.044 data normal dan serangan dari sembilan tipe serangan. Filtering berbasis aturan menghapus 23% data non-serangan, sehingga 77% data tersisa untuk klasifikasi. Efisiensi komputasi diukur dengan membandingkan waktu eksekusi dan penggunaan CPU dengan dan tanpa filtering. Dengan filtering, program berjalan selama 9 menit dengan penggunaan CPU maksimum 0–303%, menghasilkan pengurangan waktu pemrosesan sebesar 24% dibandingkan tanpa filtering. Hasil penelitian menunjukkan XGBoost memberikan performa terbaik dengan akurasi 96,1%, recall 95,0%, dan F1-score 95,2%. Framework juga mengoptimalkan recall untuk meminimalkan false negative, dan meningkatkan recall dan mencapai 97.0% pada model XGBoost. Validasi statistik menggunakan uji Wilcoxon menunjukkan peningkatan performa signifikan (p < 0,05). Framework hybrid ini tidak hanya meningkatkan akurasi dan efisiensi, tetapi juga memberikan sistem deteksi yang interpretatif dan transparan, sehingga cocok untuk implementasi Intrusion Detection System (IDS) real-time.
Evaluasi Kematangan Penanganan Insiden Insider Threat Nirteknis Berdasarkan NIST SP 800-61: Studi Kasus Pekerja Non-AD di Industri Manufaktur Energi Muhammad Syahdan Junus; Muhammad Najamuddin Dwi Miharja; Hendra Arya
Jurnal Sosial Teknologi Vol. 6 No. 8 (2026): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v6i8.32966

Abstract

Ancaman dari dalam (insider threat) selama ini dikaji hampir secara eksklusif pada pekerja pengetahuan yang memiliki akses terhadap sistem digital, sehingga strategi mitigasi didominasi oleh kontrol teknis berbasis identitas dan akses. Celah konseptual muncul pada organisasi dengan populasi pekerja non-digital, di mana kontrol konvensional menjadi tidak berlaku. Penelitian ini mengevaluasi penanganan insiden insider threat nirteknis di PT X, perusahaan manufaktur energi, yang melibatkan mantan pekerja non-Active Directory (non-AD) yang merekam dan memublikasikan area produksi. Dengan pendekatan kualitatif studi kasus deskriptif, penanganan insiden dipetakan ke dalam empat fase kerangka NIST SP 800-61, dinilai kematangannya pada skala 1–5, dan diukur efektivitasnya melalui empat parameter. Hasil penelitian menunjukkan seluruh fase memperoleh skor identik pada tingkat 2 (Initial/Ad Hoc), yang berarti aktivitas penanganan berlangsung tanpa prosedur terdokumentasi dan bergantung pada inisiatif individual. Respons cepat (0 hari) dan keberhasilan penindakan (H+1) tidak diimbangi dengan kepatuhan prosedur dan pelembagaan pembelajaran pasca-insiden. Penelitian ini menyimpulkan bahwa pada populasi non-AD, kematangan penanganan insiden tidak ditentukan oleh kecanggihan kontrol teknis, melainkan oleh kekuatan penegakan kontrol administratif dan fisik. Temuan ini memberikan implikasi bagi organisasi dengan tenaga kerja non-digital untuk mengalihkan fokus penguatan keamanan dari dimensi teknis ke dimensi prosedural dan struktural.