Mulyati

Tingkat keparahan insiden yang beragam dan kurangnya metode standar untuk menentukan prioritas insiden, disertai dengan keterbatasan sumber daya yang dimiliki oleh organisasi sehingga dibutuhkan prioritas penanganan untuk mengukur pengaruh insiden dan urgensi agar insiden tidak berdampak pada kegiatan bisnis. Penelitian ini bertujuan untuk mengoptimalkan penanganan prioritas insiden serangan siber dengan menerapkan metode Machine Learning. Metode ini digunakan untuk meningkatkan efisiensi dan respons cepat terhadap serangan siber yang semakin kompleks. Penelitian ini mencakup pengumpulan data insiden dan pengembangan model Machine Learning untuk mengidentifikasi serta memberikan prioritas pada insiden yang terdeteksi. Dengan mengintegrasikan kecerdasan buatan, diharapkan dapat mempercepat deteksi dan respons terhadap ancaman siber, sehingga organisasi dapat menghadapi serangan dengan lebih efektif. Hasil penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam mengatasi tantangan keamanan siber yang semakin meningkat.