Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JURNAL MEDIA INFORMATIKA BUDIDARMA SmartComp
Kurniawan, M Teguh
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Deteksi Serangan DDOS Pada Jaringan SDN dengan Metode Random Forest Ekawijana, Ardhian; Bakhrun, Akhmad; Kurniawan, M Teguh
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 1 (2024): Januari 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i1.6928

Abstract

Distributed Denial Service (DDoS) Attack is an attempt by an attacker to paralyze a network system by flooding it with requests. A busy system can cause a drop in performance and even crash. Software Defined Service (SDN) is a new paradigm in creating a network in a certain area. SDN, with all its advantages and flexibility in implementation, is attractive to implement, but still leaves major security problems, especially being vulnerable to DDoS attacks. This research will detect whether a particular request is DDoS or not. Random Forest is a method for developing Decision Trees to classify whether a request or data packet is an attack or not. Random Forest as a development method from the previous method covers the weakness of overfitting. The results of this research were 98% for accuracy values.
Sistem Deteksi Serangan Ddos Pada Software Defined Network Menggunakan Metode Entropy Hawarizmi, M Hafiz; Kurniawan, M Teguh; Fathinuddin, Muhammad
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 4 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i4.4246

Abstract

Teknologi semakin berkembang seiring dengan berkembangnya jaringan komputer. Dalam merancang infrastruktur jaringan yang baik, dibutuhkan arsitektur jaringan yang bersifat dinamis, serta mudah untuk beradaptasi dan dikelola untuk penyesuaian hardware dan software. Untuk mencapai hal tersebut, diperlukan suatu konsep yang dikenal dengan nama Software Defined Network (SDN). Pada jaringan SDN sangat mungkin untuk administrator melakukan penyediaan jaringan dengan cepat tanpa perlu mengkonfigurasi jaringan secara manual karena terpusat di satu controller. Namun SDN juga memiliki beberapa kekurangan yaitu single of failure dan rentan terhadap serangan, salahsatu serangan yang rentan terhadap SDN yakni rentan terhadap serangan DDoS. Untuk mencegah serangan DDoS terjadi, salahsatu hal yang harus dilakukan adalah dengan mendeteksi serangan DDoS yang muncul. Untuk mendeteksi DDoS terdapat beberapa cara atau metode yang dapat diterapkan seperti menggunakan metode machine learning atau statistik. Pada penelitian ini dilakukan penelitian menggunakan metode statistik untuk melakukan deteksi terhadap serangan DDoS yang muncul. Salah satu metode deteksi serangan DDoS statistik yang akan diteliti yaitu melakukan deteksi serangan menggunakan entropy. Untuk mendeteksi serangan menggunakan entropy diperlukan sebuah nilai threshold, windows size, serta count, sebagai parameter untuk mendeteksi kemunculan serangan DDoS. Pada penelitian ini didapatkan sebuah accuracy tertinggi 72.85714285714285% dari 30 kali percobaan menggunakan entropy sebagai metode untuk melakukan deteksi serangan
Co-Authors Ardhian Ekawijana Bakhrun, Akhmad Hawarizmi, M Hafiz Muhammad Fathinuddin