Implementasi dan Evaluasi Sistem Deteksi Intrusi BerbasisMachine Learning pada Jaringan Komputer

Abstract

Deteksi intrusi jaringan merupakan komponen krusial untuk menjaga keamanan in-
frastruktur TI modern. Penelitian ini mengusulkan dan mengevaluasi sistem deteksi intrusi (IDS)
berbasis machine learning yang diimplementasikan pada jaringan komputer kampus. Abstrak ini
merangkum permasalahan utama yaitu tingginya tingkat serangan, metode yang digunakan berupa
Random Forest dan Autoencoder, serta hasil evaluasi yang menunjukkan akurasi hingga 88,9%. Temuan
tersebut menegaskan potensi model pembelajaran mesin untuk meningkatkan keamanan jaringan
secara efektif.