Jagad Thandika Nugraha

Perkembangan teknologi internet dan penggunaan enkripsi pada lalu lintas jaringan menyebabkan meningkatnya aktivitas judi online yang berpotensi mengancam keamanan digital. Penelitian ini bertujuan mendeteksi trafik jaringan yang berindikasi judi online melalui analisis Server Name Indication (SNI) pada proses TLS handshake menggunakan algoritma Extreme Gradient Boosting (XGBoost). Data diproses melalui tahapan ekstraksi fitur, data cleaning, encoding, serta penyeimbangan data menggunakan Synthetic Minority Oversampling Technique (SMOTE). Evaluasi model dilakukan menggunakan confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model XGBoost mampu membedakan trafik judi online dan trafik normal pada lalu lintas jaringan terenkripsi dengan performa yang baik, ditunjukkan oleh nilai akurasi 92,57%, presisi 88,85%, recall 97,36%, dan F1-score 92,91%. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem deteksi judi online berbasis machine learning untuk meningkatkan keamanan jaringan. Kata kunci: Judi Online, Traffic Jaringan, TLS, Server Name Indication, XGBoost, SMOTE