Metode Hybrid Deep Learning untuk Deteksi Serangan Siber pada Jaringan Komputer

Ahmad Haidar (Politeknik Indonusa Surakarta)
Agus Suprianto (Politeknik Indonusa Surakarta)
Indra Oktavian (Politeknik Indonusa Surakarta)
Bayu Aji Saputra (Politeknik Indonusa Surakarta)
Norma Puspitasari (Politeknik Indonusa Surakarta)

Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat
Vol. 11 No. 2 (2025): Desember

Ancaman siber yang berevolusi dengan teknik yang semakin kompleks menghadirkan tantangan signifikan bagi sistem deteksi intrusi (IDS) tradisional, terutama dalam mengidentifikasi serangan baru dan polanya yang berubah-ubah. Penelitian ini bertujuan untuk melakukan tinjauan komprehensif terhadap metode deteksi serangan siber menggunakan kecerdasan buatan (AI), termasuk machine learning dan deep learning. Analisis berfokus pada efektivitasnya dalam meningkatkan akurasi deteksi dan kecepatan respons terhadap serangan. Studi ini menyajikan metode dan implementasi sistem keamanan berbasis AI terbaru, serta menganalisis efektivitasnya pada berbagai skenario serangan. Hasil penelitian menunjukkan bahwa adopsi AI secara signifikan meningkatkan kemampuan deteksi serangan. Berdasarkan temuan ini, penelitian ini merumuskan rekomendasi teknis untuk pengembangan sistem deteksi serangan siber yang adaptif dan tangguh demi menghadapi ancaman di masa mendatang