Wulandari, Ayu Dia
Unknown Affiliation

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

Found 1 Documents
Search

Design of a monitoring system for detecting ARP spoofing on a rule-based wifi network Salsabila, Alfi Fahira; Salsabila, Alfi Fahira Salsabila; Wulandari, Ayu Dia; Zahro, Ifda Khanifatu; Hamdani, A
Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2026): January: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/4cykf888

Abstract

Perkembangan teknologi informasi meningkatkan kompleksitas ancaman keamanan siber, salah satunya serangan ARP Spoofing. Serangan ini memanipulasi protokol ARP untuk mengakses dan memodifikasi lalu lintas jaringan, sehingga berpotensi menimbulkan Man-In-The-Middle (MITM) dan pencurian data. Penelitian ini bertujuan merancanag dan mengimplementasikan sistem pemantauan keamanan berbasis multi kriteria untuk mendeteksi serangan ARP Spoofing pada jaringan WiFi. Sistem dikembangkan sebagai Intrusion Prevention System (IPS) yang memantau data ARP dan menerapkan aturan deteksi, seperti ketidaksesuaian IP-MAC, perubahan atribut jaringan yang berlebihan, serta anomali jumlah paket. Notifikasi dikirim secara real-time kepada administrator ketika terjadi penyimpangan. Metode penelitian menggunakan pendekatan Research and Devolpment (R&D), meliputi analisis kebutuhan, perancangan algoritma deteksi, dan pengujian sistem. Eksperimen dilakukan untuk menilai efektivitas deteksi serta efesiensi penggunaan memori. Hasil menunjukkan sistem mampu mendeteksi ARP Spoofing dengan tingkat akurasi tinggi dan konsumsi memori yang efisien. Implementasi sistem ini menurunkan risiko MTIM dan pencurian data, sehingga layak diterapkan pada jaringan kampus maupun organisasi. Konstribusi penelitian ini adalah memperluas kajian keamanan jaringan dengan focus pada ARP spoofing, yang sebelumnya kurang mendapat perhatian dibanding DNS spoofing atau brute force attack. Untuk penelitian selanjutnya, integrasi metode berbasis aturan dengan machine learning diharapkan meningkatkan kemampuan sistem dalam menghadapi pola serangan baru yang lebih kompleks.