<![CDATA[Perkembangan ancaman siber yang semakin kompleks menuntut pendekatan keamanan yang lebih adaptif dan cerdas. Penelitian ini bertujuan menganalisis perkembangan penerapan Artificial Intelligence (AI) dalam bidang keamanan siber melalui metode Systematic Literature Review (SLR). Sebanyak 30 artikel ilmiah dari rentang tahun 2020–2025 diseleksi menggunakan alur PRISMA dari 214 artikel yang ditemukan pada database Google Scholar, ScienceDirect, IEEE Xplore, Springer, Garuda, dan SINTA. Hasil analisis menunjukkan bahwa Machine Learning merupakan pendekatan yang paling dominan (70%), diikuti Deep Learning (60%), dengan Random Forest dan Support Vector Machine sebagai algoritma yang paling banyak digunakan. Tingkat akurasi sistem berbasis AI berkisar antara 95% hingga 99%, dengan model hybrid CNN-LSTM mencapai akurasi tertinggi 99,2–99,4%. Intrusion Detection menjadi topik paling banyak diteliti, diikuti deteksi malware dan keamanan IoT. Tantangan utama meliputi keterbatasan interpretabilitas model deep learning, kerentanan terhadap adversarial attack, keterbatasan dataset lokal, serta isu etika dan privasi data. Hasil penelitian ini diharapkan menjadi referensi bagi peneliti dan praktisi dalam mengembangkan sistem keamanan siber berbasis AI yang lebih adaptif dan efektif.]]>
Copyrights © 2026
