Perbandingan Performa Algoritma Random Forest dan SVM Dalam Mendeteksi serangan DDoS di Jaringan Cloud

Abstrak

Distributed Denial of Service (DDoS) merupakan ancaman serius terhadap layanan jaringan, khususnya pada lingkungan cloud yang bersifat terbuka dan dinamis. Penelitian ini bertujuan untuk mendeteksi serangan DDoS menggunakan algoritma machine learning, yakni Random Forest (RF) dan Support Vector Machine (SVM), serta mengevaluasi pengaruh seleksi fitur menggunakan Correlation-based Feature Selection (CFS) dan Rough Set (RS). Eksperimen dilakukan menggunakan dataset dari Zenodo dengan validasi silang 10-Fold dan evaluasi berbasis metrik accuracy, precision, recall, F1-score, dan kappa. Hasil menunjukkan bahwa model Random Forest secara konsisten memberikan performa terbaik dibandingkan SVM. Skema terbaik yaitu Random Forest dengan seleksi fitur RS menghasilkan nilai accuracy 99.99%, precision 100%, recall 99.99%, F1-score 99.99%, dan kappa score 99.98%, yang menunjukkan efektivitas tinggi dalam mendeteksi serangan DDoS secara akurat dan andal.

Identifier

• OpenAlex: https://openalex.org/W7127567209
• DOI: https://doi.org/10.30595/jrre.v7i2.27866