Abstrak
Perkembangan Internet of Things belakangan ini sangatlah pesat, hal tersebut terlihat dari meningkatnya jumlah pengguna berbagai perangkat IoT dari waktu ke waktu. IoT dapat menghubungkan berbagai device dan saling bertukar data melalui jaringan internet. Namun dalam pengimplementasian teknologi tersebut, terdapat berbagai macam ancaman. Salah satu ancaman serius pada teknologi IoT yaitu serangan DDOS melalui perantara Botnet (Robot Network). Serangan tersebut telah menjadi penyebab risiko keamanan yang cukup serius terhadap jaringan Internet selama beberapa tahun ini. seperti masalah yang banyak terjadi pada privasi , keamanan, konfigurasi sistem , kontrol akses, dan verifikasi. Oleh karena itu, perlu adanya sistem pendeteksian serangan botnet dengan menggunakan algoritma Random forest. Dimana Random forest dipilih karena, algoritma tersebut sangat optimal dalam proses deteksi serangan dengan jumlah data yang besar dibanding algoritma lainnya. Pada tugas akhir ini, menggunakan dataset yang berasal dari UNSW Canberra yaitu Bot-IoT UNSW-2018 dataset dan Algoritma Random forest digunakan pada proses klasifikasi serangan botnet. Setelah dilakukan pengujian, Algoritma Random Forest dapat bekerja dengan baik dalam melakukan deteksi terhadap serangan botnet. Dimana pada fitur attack didapat nilai accuracy sebesar 99.27% sedangkan pada fitur category nilai accuracy sebesar 99.43% dan fitur subcategory nilai accuracy sebesar 98.86%, category 97.97% dan subcategory 83.77%, dengan pembagian data train 80%,data test 30% dan jumlah n estimators 200.
Kata Kunci : Botnet, Internet of Things, Machine Learning, Random Forest