Muhammad Fajri

Pada perkembangan teknologi yang semakin pesat, Keamanan Sistem dan Jaringan sangat penting dalam ekosistem lingkungan komunikasi digital. Teknik Pembelajaran Mesin atau yang pada saat ini sering di sebut sebagai Machine Learning dapat digunakan untuk menyelesaikan permasalahan ini. Dalam penelitian ini membahas mengenai model Machine Learning untuk mendeteksi Cyber Attack dengan menggunakan metode Hybrid CNN-LSTM. Dalam implementasinya CNN digunakan untuk memilih karakteristik fitur yang berasal dari input data masukkan, dan mengirimkannya ke LSTM untuk dilakukan analisis urutan dan mengatasi masalah kumpulan data yang tidak seimbang. Untuk menguji efisiensi implementasi model Hybrid CNN-LSTM, digunakan beberapa dataset dalam pelaksanaan penelitian ini, diantaranya NSL-KDD, KDDCup1999, ISCX2012, dan CIC-IDS-2018. Hasil eksperimen menunjukkan bahwa model memperoleh akurasi sebesar 97.23% pada dataset NSL-KDD, 99.47% pada dataset KDDCup1999, 99.57% pada Dataset ISCX2012, dan 99.96% pada dataset CIC-IDS-2018 pada saat pelatihan. kata kunci : Hybrid CNN-LSTM, Cyber Attack, NSL-KDD, KDDCup1999, ISCX2012, CIC-IDS-2018.