Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Delvita aulia artika, Delvita
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI SISTEM KEAMANAN WEBSITE DENGAN ANALISIS LOG DAN DETEKSI AKTIVITAS ANOMALI MENGGUNAKAN ISOLATION FOREST Delvita aulia artika, Delvita; Daniel Rumahorbo; Muhammad haikal Al-Majid; Dedy Kiswanto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.8133

Abstract

Keamanan website merupakan aspek penting dalam menjaga integritas, ketersediaan, dan kepercayaan pengguna terhadap layanan digital. Penelitian ini bertujuan mengimplementasikan sistem keamanan website berbasis analisis log dan mendeteksi aktivitas anomali menggunakan algoritma Isolation Forest. Sistem yang dikembangkan bernama SecurityShield, mencatat seluruh aktivitas pengguna seperti login, logout, dan registrasi ke dalam database log, kemudian menganalisisnya untuk mendeteksi aktivitas mencurigakan secara real-time. Proses deteksi dilakukan melalui tiga parameter utama yaitu Request Rate Analysis, Brute-Force Detection, dan Temporal Anomaly Detection, dengan hasil ditampilkan melalui dashboard interaktif berbasis WebSocket. Pengujian model menunjukkan nilai presisi sebesar 80%, recall 8,7%, F1-score 15,7%, dan akurasi 57%, yang menandakan tingkat akurasi tinggi namun sensitivitas masih rendah. Hasil penelitian menunjukkan bahwa penerapan Isolation Forest efektif dalam mendeteksi pola aktivitas anomali pada data log berukuran besar serta meningkatkan keamanan sistem melalui autentikasi dua faktor (OTP Telegram) dan notifikasi otomatis. Sistem ini dapat dikembangkan lebih lanjut dengan menambah variasi data log nyata dan menerapkan metode pembelajaran mendalam untuk meningkatkan akurasi deteksi.
Co-Authors Daniel Rumahorbo Dedy Kiswanto Muhammad haikal Al-Majid