<![CDATA[Serangan Distributed Denial of Service (DDoS), khususnya SYN Flooding, merupakan salah satu ancaman serius dalam keamanan jaringan komputer yang memanfaatkan kelemahan proses three-way handshake pada protokol TCP. Serangan ini menyebabkan server mengalami kelebihan beban akibat banyaknya koneksi setengah terbuka sehingga mengganggu ketersediaan layanan. Penelitian ini bertujuan untuk merancang sistem deteksi serangan SYN Flooding menggunakan metode Naive Bayes sebagai algoritma klasifikasi berbasis probabilitas. Metode penelitian meliputi pengumpulan data trafik jaringan normal dan serangan, preprocessing data melalui pembersihan dan ekstraksi fitur, serta pembagian dataset menjadi data latih dan data uji. Fitur yang digunakan antara lain jumlah paket SYN, durasi koneksi, dan status koneksi. Model Naive Bayes kemudian dibangun dan dievaluasi menggunakan confusion matrix dengan parameter akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Naive Bayes mampu mengklasifikasikan trafik jaringan dengan baik serta mendeteksi serangan SYN Flooding secara akurat dan efisien. Selain itu, metode ini memiliki keunggulan dalam hal kesederhanaan dan kecepatan komputasi sehingga cocok diterapkan pada sistem deteksi intrusi jaringan. Dengan demikian, penelitian ini memberikan kontribusi dalam pengembangan sistem keamanan jaringan yang adaptif dan efektif dalam menghadapi ancaman serangan siber]]>
Copyrights © 2026
