Muhammad Loga Omar Batuta

Perkembangan teknologi Smart Home berbasis Internet of Things (IoT) memberikan kemudahan dalam mengendalikan dan memantau perangkat rumah melalui jaringan internet. Namun, peningkatan konektivitas antarperangkat juga meningkatkan ancaman keamanan siber, salah satunya serangan Denial of Service (DoS) yang dapat mengganggu ketersediaan layanan jaringan. Penelitian ini bertujuan mengembangkan sistem pencegahan serangan DoS pada jaringan Smart Home melalui integrasi algoritma Deep Neural Network (DNN) sebagai model deteksi dengan Intrusion Prevention System (IPS) sebagai mekanisme pencegahan serangan. Penelitian menggunakan simulasi jaringan Smart Home berbasis perangkat IoT ESP8266 dengan data trafik normal dan DoS yang diekstraksi menggunakan Tshark serta diproses melalui tahapan preprocessing. Dataset terdiri atas 653.096 data trafik. Hasil evaluasi menunjukkan model DNN memperoleh accuracy sebesar 99%, precision 1,00, recall 0,97, F1-score 0,98, dan Area Under Curve (AUC) 0,9941, yang menunjukkan kemampuan klasifikasi sangat baik. Model kemudian diimplementasikan pada IPS berbasis OPNsense dan Suricata untuk mendeteksi serta memblokir trafik serangan secara real-time. Hasil penelitian menunjukkan bahwa integrasi DNN dan IPS efektif meningkatkan keamanan jaringan Smart Home melalui deteksi serangan yang akurat dan pencegahan serangan DoS secara otomatis.