Deteksi Serangan Distributed Denial ofService (DDoS) pada EV Charging Station Menggunakan Algoritma XGBoost (SYJ, IAU)

Abstract

Maraknya penggunaan kendaraan listrik (EV) di indonesia mendorong ke-
butuhan akan infrastruktur pengisian daya EV meningkat. Namun, perkem-
bangan ini juga diiringi oleh potensi ancaman keamanan siber, khususnya se-
rangan Distributed Denial of Service (DDoS) yang dapat mengganggu kelan-
caran proses pengisian daya dan mengakibatkan kerugian operasional. Pene-
litian ini bertujuan untuk membangun sistem deteksi dini terhadap serangan
DDoS pada EVCS dengan memanfaatkan algoritma machine learning. Data-
set yang digunakan adalah CICEVSE2024, yang memuat berbagai fitur teknis
seperti konsumsi daya, trafik jaringan, serta event pada sistem operasi dan ha-
rdware performance counter (HPC). Metodologi yang diterapkan melibatkan
proses preprocessing data, seleksi fitur, dan pelatihan model klasifikasi meng-
gunakan algoritma Random Forest dan XGBoost. Evaluasi performa model
dilakukan berdasarkan metrik akurasi, presisi, recall, dan F1-score.