<![CDATA[Perkembangan teknologi jaringan komputer yang pesat telah meningkatkan penggunaan jaringan lokal (Local Area Network/LAN) dalam berbagai aktivitas digital. Namun, hal tersebut juga diiringi dengan meningkatnya ancaman keamanan seperti akses tidak sah, malware, dan intrusi jaringan. Oleh karena itu, diperlukan sistem keamanan yang mampu mendeteksi dan mencegah serangan secara efektif. Penelitian ini bertujuan untuk mengembangkan sistem Intrusion Detection and Prevention System (IDPS) berbasis algoritma Random Forest yang diintegrasikan dengan Windows Defender Firewall pada jaringan lokal. Sistem ini memanfaatkan machine learning untuk mengklasifikasikan trafik jaringan menjadi normal dan berbahaya, serta firewall sebagai mekanisme pencegahan untuk memblokir aktivitas mencurigakan. Metode penelitian meliputi pengembangan sistem, implementasi pada jaringan lokal, serta pengujian melalui simulasi serangan. Algoritma Random Forest digunakan untuk meningkatkan akurasi deteksi, sedangkan konfigurasi firewall digunakan untuk mengontrol lalu lintas jaringan. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi aktivitas mencurigakan secara efektif serta mencegah akses tidak sah melalui mekanisme firewall. Integrasi antara machine learning dan firewall menghasilkan sistem keamanan berlapis yang meningkatkan perlindungan jaringan. Kesimpulannya, sistem IDPS yang dikembangkan efektif dalam meningkatkan keamanan jaringan lokal dengan menggabungkan mekanisme deteksi dan pencegahan.]]>
Copyrights © 2026
