Deteksi Ddos pada Unbalanced Dataset Menggunakan PCA dan Local Outlier Factor

Abstract

Dataset DDoS adalah salah satu data yang sering tersedia dalam bentuk tidak seimbang(Unbalanced) antara cluster data serangan dengan cluster data normal. beberapa teknik klasifikasi telah diterapkan untuk mengatasi permasalahan ini salah satunya adalah menggunakan teknik Local Outlier Factor. Tujuan dari penelitian ini adalah untuk mengevaluasi kinerja teknik LOF dalam mendeteksi paket data yang merupakan serangan DDoS.. Sebelum dataset digunakan, dilakukan pembersihan data  dan seleksi fitur menggunakan PCA. Penentuan hasil secara keseluruhan menggunakan metrik F1-Score. Nilai F1-Score terendah terdapat pada pengaturan Neighbour=12 dan Contamination=0,5 sebesar 0,619205. Nilai F1-Score tertinggi  terdapat pada pengaturan Neighbour=19 dan Contamination=0,1 sebesar 0,957500 .