Keysa Fikri Muharsa

Serangan SQL Injection merupakan ancaman keamanan pada aplikasi web yang berpotensi menyebabkan kebocoran data dan gangguan layanan. Penelitian ini bertujuan mengimplementasikan Computer Security Incident Response Team (CSIRT) dalam proteksi serangan SQL Injection dengan memanfaatkan machine learning sebagai mekanisme deteksi. Dataset publik yang terdiri atas query SQL normal dan SQL Injection diproses menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) dan diklasifikasikan menggunakan algoritma Decision Tree. Evaluasi model dilakukan menggunakan accuracy, precision, recall, F1-score, confusion matrix, dan Area Under the Curve (AUC), sedangkan implementasi CSIRT mengacu pada kerangka kerja NIST. Hasil penelitian menunjukkan bahwa Decision Tree mampu mendeteksi serangan SQL Injection secara efektif dengan nilai accuracy sebesar 97% dan AUC sebesar 0,9816. Simulasi pada Damn Vulnerable Web Application (DVWA) membuktikan bahwa serangan SQL Injection dapat mengeksploitasi aplikasi pada tingkat keamanan rendah. Implementasi alur CSIRT berhasil mendukung proses deteksi, respons, mitigasi, dan pemulihan insiden secara terstruktur. Penelitian ini menunjukkan bahwa integrasi machine learning dan CSIRT dapat meningkatkan efektivitas perlindungan terhadap serangan SQL Injection di lingkungan perguruan tinggi.