Artificial Intelligence (AI) merupakan suatu cabang teknologi yang penggunaannya sedang diperbincangkan saat ini. Machine Learning (ML) merupakan cabang dari Artificial Intelligence (AI) yang memiliki kemampuan mesin untuk mengakses data dengan perintah mereka sendiri. Ada berbagai macam algoritma dalam Machine Learning. Salah satu jenis serangan yang ada pada jaringan contohnya seperti DDoS. Distributed Denial of Service(DDoS) merupakan salah satu serangan yang terdapat pada network yang mana cara kerja serangan tersebut adalah dengan cara membanjiri lalu lintas jaringan atau server. Pada penelitian ini, yang menjadi fokus utama serangan DDoS tersebut adalah pada jaringan internet of things (IoT). Untuk itu sangat penting untuk mendeteksi serangan DDoS tersebut. Agar jaringan internet of things yang digunakan tidak terganggu atau terjadi masalah. Untuk mendeteksi serangan DDoS tersebut diperlukan sebuah Intrusion Detection System (IDS). Machine Learning menjadi salah satu algoritma yang banyak digunakan buntuk membuat sebuah IDS. Pada penelitian ini, penulis menggunakan algoritma ensemble learning untuk mengimplementasikannya yaitu Bagging Classifier. Untuk sebagai pembanding, pada penelitian ini juga melakukan eksplorasi menggunakan model berbasis Voting classifier dan Gradien Boost. Penelitian yang komperhensif telah dilakukan terhdap model bagging mendapatkan akurasi 97,80% sedangkan pada model voting mendapatkan akurasi 97,47% dan Gradient Boost mendapatkan akurasi sebesar 97,79%. Kemudian model tersebut diuji pada simulasi data dan mendapatkan akurasi 100% untuk Bagging Classifier sedangkan pada model Voting Classifier dan Gradient Boost mendapatkan akurasi 99%
Kata kunci : Machine Learning, Distributed Denial of Service, Artificial
Intelligence, Ensemble Learning.