Internet of things (IoT) memberikan banyak manfaat dimana membuat banyak perangkat pintar semakin dekat dan mudah digunakan. Penerapan teknologi IoT yang semakin luas memberikan banyak ancaman bari dalam segi keamanan data karena banyak perangkat yang terhubung dengan protocol yang beragam untuk mengatasinya dibutuhkan sebuah  Intrusion Detection System (IDS) yang handal untuk mendeteksi serangan dalam jaringan IoT. Dalam penelitian ini akan membangun sebuah model IDS menggunakan algoritma decision tree dan gradient boosting kemudian membandingkan performanya. Dataset yang digunakan pada penelitian ini menggunakan dataset dari CICIoT2023 karena kelas yang tidak seimbang dan ukuran dataset yang besar teknik Random Under Sampling (RUS) digunakan juga dalam penelitian ini. Hasil dari penelitian menunjukkan performa yang baik untuk setiap model IDS yang dibuat. Untuk data latih ketika tanpa menggunakan maupun teknik RUS algoritma decision tree mendapatkan akurasi tinggi mencapai 100% namun ketika menggunakan data uji gradient boosting mendapatkan hasil yang lebih baik yaitu 99,10% untuk sebelum penerapan teknik RUS dan 76,31% setelah penerapan teknik RUS.