Hafizd Setiawan

K-Means clustering adalah alat yang digunakan untuk menentukan struktur cluster dari kumpulan data yang telah diidentifikasi oleh kemiripannya yang kuat dengan cluster lain atau perbedaannya yang kuat dari cluster lain. Dalam makalah lain, dikatakan bahwa metode kerja algoritma K-Means memerlukan penggunaan centroid sebagai prototipe cluster dan hasil cluster sebelumnya sebagai outputnya. Dataset berasal dari percobaan hasil riset COMNETS. K-Means berhasil mengelompokkan 2 cluster dengan silhouette score sebesar 0,81 dan hasil elbow method terdapat penurunan yang signifikan pada 2 cluster. Hasil visualisasi paralel coordinat menunjukan adanya pola serangan dari trojan metasploit. Validasi menggunakan Confusion Matrix menunjukan bahwa model memperoleh akurasi sebesar 85.94%. kata kunci : K-means Clustering, Cyber Attack, Metasploit, Silhouette Score.