<![CDATA[Insiden keamanan siber terus mengalami peningkatan baik dari sisi frekuensi maupun dampak yang ditimbulkan, sehingga analisis berbasis waktu menjadi penting untuk memahami pola serangan jangka panjang. Penelitian ini bertujuan untuk menganalisis tren serangan siber global menggunakan pendekatan time series analysis dengan metode Autoregressive Integrated Moving Average (ARIMA). Dataset yang digunakan berasal dari data ancaman keamanan siber global periode 2015–2024 yang telah diagregasi menjadi data runtun waktu tahunan berdasarkan jumlah insiden serangan. Metodologi penelitian meliputi proses agregasi data, pengujian kestasioneran melalui differencing, penentuan parameter ARIMA berdasarkan analisis autocorrelation function (ACF) dan partial autocorrelation function (PACF), serta evaluasi model menggunakan Akaike Information Criterion (AIC). Hasil penelitian menunjukkan bahwa model ARIMA mampu merepresentasikan pola temporal dan tren peningkatan serangan siber global secara efektif. Penelitian ini memberikan kontribusi dalam pemanfaatan analisis time series berbasis ARIMA untuk memahami dinamika historis serangan siber sebagai dasar analisis keamanan siber berbasis data.]]>
Copyrights © 2025
