Danny Andreas

Serangan MITM memungkinkan pihak ketiga menyusup di antara perangkat yang berkomunikasi untuk mencuri atau memodifikasi data tanpa terdeteksi, sehingga meningkatkan risiko keamanan pada jaringan smart home. Penelitian ini bertujuan mendeteksi serangan Man in the Middle (MITM) pada jaringan smart home menggunakan algoritma Support Vector Machine (SVM). Dataset yang digunakan adalah COMNETS SMART HOME, yang berisi data serangan MITM berbasis teknik ARP Poisoning, diekstraksi dari format .pcap menjadi .csv menggunakan T-Shark. Teknik random oversampling diterapkan untuk mengatasi ketidakseimbangan kelas dalam dataset guna meningkatkan akurasi deteksi. Model SVM diuji dengan kernel linear, polynomial, dan Radial Basis Function (RBF), dengan rasio data pelatihan dan pengujian dari 50:50 hingga 90:10. Perbandingan terbaik diperoleh pada rasio 80:20 dengan kernel linear, mencapai akurasi 98,45%, presisi 98,03%, recall 99,36%, dan skor F1 sebesar 98,69%. Hasil menunjukkan bahwa SVM dengan kernel linear efektif dalam mendeteksi serangan MITM pada jaringan smart home.