Anggit Mardian

Penelitian ini berfokus pada serangan smurf DDoS dimana lalu lintas data akan dikategorikan sebagai data normal atau anomaly. Paket yang dikirim secara dominan adalah paket ICMP sehingga paket yang lain tidak menjadi fokus dalam penelitian ini. Dataset diambil pada jaringan lokal menggunakan topologi star dan terbagi menjadi tiga dataset yaitu dataset normal, dataset serangan dan dataset gabungan yang merupakan gabungan antara paket data normal dan paket data serangan. Ekstraksi data dilakukan untuk menentukan atribut unik dan atribut tersebut akan digunakan sebagai data training pada algoritma k-Nearest Neighbor dengan k bernilai tiga. Hasil yang didapat pada penelitian ini berupa pengelompokan data normal dan data serangan kemudian akurasi dari pengelompokan tersebut akan dihitung menggunakan confusion matrix. Sistem IDS yang dibangun menggunakan algoritma k-Nearest Neighbor lebih baik dibandingkan sistem IDS snort dimana akurasi k-NN mencapai 100%.