Christoper Marlo

Penelitian ini melakukan visualisasi pada dataset UDP Flood Attack Pattern on Internet of Things Network Dataset (doi.org/10.5281/zenodo.4436127). Tujuan dari penelitian ini ialah mendapatkan bentuk visual dari hasil klasifikasi dataset menggunakan algoritma Naive Bayes Classifier yang menunjukkan perbedaan antara data serangan UDP Flood dan data normal. Metode yang digunakan dalam penelitian ini adalah Naive Bayes Classifier sebagai pengklasifikasi yang diterapkan pada dataset. Hasil dari penelitian ini menunjukkan bahwa klasifikasi yang dilakukan menggunakan algoritma Naive Bayes Classifier didapatkan tingkat akurasi klasifikasi sebesar 99,80% menggunakan model Multinominal Naive Bayes yang diterapkan pada dataset. Hasil klasifikasi divisualisasikan dengan bentuk grafik parallel coordinate sehingga didapatkan dengan jelas perbedaan antara data serangan UDP Flood dan data normal yang ditandai dengan perbedaan warna garis pada grafik yang dihasilkan pada penelitian ini.