<![CDATA[Banyak website menyediakan kemudahan akses informasi namun rentan terhadap serangan SQL injection yang bertujuan mencuri data sensitif. Penelitian ini membangun sistem klasifikasi serangan SQL injection melalui HTTP request menggunakan algoritma support vector machine. Fokus utama adalah mengatasi permasalahan klasifikasi multiclass dengan teknik one against one atau One-vs-One (OVO) pada SVM yang memungkinkan klasifikasi serangan ke dalam lebih dari dua kategori atau kelas. Sistem diintegrasikan dengan metode pemrosesan teks seperti n-gram dan TF-IDF untuk mengidentifikasi pola serangan berdasarkan karakteristik sintaksis dan semantik dari HTTP request. Fitur klasifikasi yang digunakan adalah potongan karakter dari proses n-gram, dengan data yang diklasifikasikan bersumber dari body dan query string HTTP request. Pengujian terhadap 557 data serangan dengan 262 dataset menghasilkan 522 data dengan klasifikasi benar dan 35 data dengan klasifikasi salah. Nilai confusion matrix menunjukkan hasil 522 true negative, 35 false negative, 0 true positive, dan 0 false positive, dengan akurasi sistem sebesar 93,7%. Dapat disimpulkan bahwa algoritma support vector machine dengan fitur dari potongan karakter n-gram dan pembobotan dari TF-IDF dapat digunakan dalam mempelajari pola dan melakukan klasifikasi serangan SQL injection. Kata kunci: Klasifikasi, SQL Injection, Support Vector Machine, N-Gram, TF-IDF]]>
Copyrights © 2025
