Article Per Year (5 Year)
p-Index From 2020 - 2025
1.434
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian kepada Masyarakat KOMMAS: Jurnal Pengabdian Kepada Masyarakat Abdi Jurnal Publikasi IPSSJ Jurnal Ilmu Komputer
Arya Adhyaksa Waskita
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Public Health Social Sciences Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : IPSSJ

 1 
Analisis Performa Sistem Deteksi Intrusi pada Jaringan IoT Menggunakan Ensemble Learning dan Decision Tree Kamaludin Jumaidi; Arya Adhyaksa Waskita; Ahmad Musyafa
Integrative Perspectives of Social and Science Journal Vol. 2 No. 2 April (2025): Integrative Perspectives of Social and Science Journal
Publisher : PT Wahana Global Education

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Serangan siber, terutama Distributed Denial of Service (DDoS), mengancam keamanan jaringan Internet of Things (IoT). Penelitian ini menganalisis performa sistem deteksi intrusi menggunakan ensemble learning (LightGBM, XGBoost, CatBoost) Decision Tree dan Random Forest pada dataset CIC-BCCC-NRC TabularIoTAttack-2024, yang mencakup serangan seperti DDoS TCP Flood, MITM ARP Spoofing, dan Reconnaissance Scan. Proses melibatkan pra-pemrosesan dengan SMOTE untuk menyeimbangkan kelas dan seleksi fitur menggunakan SHAP. Tantangan utama adalah deteksi kelas Recon Port Scan dan Recon OS Scan akibat tumpang tindih fitur. Hasil menunjukkan Ensemble mencapai akurasi 99,21%, F1-score 99,21%, dan log loss 0,0672, diikuti LightGBM sebagai model tunggal dengan akurasi 97,58% dan log loss 0,0795. Decision Tree memiliki akurasi (86,48%) terendah dibanding model lain akibat overfitting. LightGBM lebih efisien (inference time 292,43 detik) dibandingkan Ensemble (891,04 detik), menjadikannya solusi optimal untuk deteksi serangan IoT. 
Co-Authors AGUNG BUDI SUSANTO Ahmad Musyafa Anggai, Sajarwo Eko Kristianto Jihansyah, Muhamad Kamaludin Jumaidi Muhammad Rafif Misbahuddin Pebrianto, Juri Prasmono, Yossy Veiebrian Fitri Rafi Mahmud Zain Taswanda Taryo Taufiqur Rahman, Taufiqur Thoyyibah Tanjung Trijanitra, Evan Tukiyat Tukiyat Tukiyat, Tukiyat