Internet of Things (IoT) telah menghadirkan berbagai kemudahan dalam kehidupan sehari-hari, termasuk dalam penerapan smart home. Namun, peningkatan konektivitas ini juga meningkatkan risiko terhadap cyber attack, khususnya serangan Distributed Denial of Service (DDoS). Penelitian ini bertujuan untuk menganalisis efektivitas metode Multilayer Perceptron (MLP) dalam mendeteksi serangan DDoS pada ekosistem smart home berbasis IoT. Dataset yang digunakan berasal dari tim COMNETS dalam format pcap dan diekstraksi menggunakan CICFlowMeter menjadi format csv. Proses pre-processing dilakukan melalui label encoding, pemilihan fitur menggunakan correlation matrix, normalisasi data dengan min-max scaler, dan split data dengan berbagai rasio. Model MLP dirancang dengan dua hidden layer dan fungsi aktivasi ReLU, sementara output layer menggunakan aktivasi sigmoid untuk klasifikasi biner. Evaluasi model dilakukan menggunakan confution matrix dan metrik evaluasi seperti accuracy, precision, recall, dan f1-score. Berdasarkan hasil pengujian, model MLP mencapai akurasi teroptimal sebesar 99,2% pada skenario split data 60:20:20. Penelitian ini menunjukkan bahwa MLP efektif dalam mendeteksi serangan DDoS pada perangkat IoT smart home dan dapat menjadi solusi potensial dalam sistem keamanan jaringan.

Analisis Efektivitas Multilayer Perceptron (MLP) Dalam Mendeteksi Serangan Distributed Denial Of Service (DDoS) Pada Ekosistem Smart Home Berbasis IoT

Kreator & Penulis