ABSTRAKSI: Seiring dengan perkembangan teknologi informasi yang sangat pesat, menjadikan keamanan suatu informasi sangatlah penting. Tetapi hal yang sebaliknya terjadi pada sistem keamanan, perkembangannya sangat tidak seimbang dengan teknologi informasi. Sehingga masih banyak sistem-sistem yang masih lemah dan harus ditingkatkan keamanannya. Salah satu cara untuk meningkatkan keamanan suatu sistem adalah dengan membuat Sistem Pendeteksian Intrusi.
Tugas akhir ini akan membuat suatu sistem pendeteksian intrusi dengan menggunakan teknik Data Mining. Metode data mining yang digunakan adalah Clustering dengan menggunakan algoritma K-Means. Algoritma K-Means akan menganalisis data log record, kemudian mengelompokkannya kedalam clustercluster. Sehingga akan terbentuk sebuah pola atau pattern yang akan digunakan untuk proses pendeteksian intrusi. Proses pendeteksian intrusi dilakukan dengan menggunakan metode Anomaly Detection. Metode Anomaly Detection yang digunakan ada dua, yaitu : Inter-Cluster dan Intra-Cluster. Proses pengujian data penentuan intrusi dibagi menjadi empat, yaitu: DataNormal-DOS, DataNormal- R2L, DataNormal-U2R, dan DataNormal-Probing. Sehingga dengan pembagian ini, maka akan diketahui jenis intrusi seperti apakah yang dapat dideteksi oleh Sistem Deteksi Intrusi serta keakuratan pendeteksiannya (True Positive Rate dan Detectiom Rate).
Kata Kunci : Intrusion Detection System, Clustering, K-Means, AnomalyABSTRACT: With the fast development in IT technology, making security of the information is very importance. But the contrary matter happened at security system, its growth very incommensurate to IT technology. So there are many systems still weaken and have to be improved its security. One of the ways to increase security of a system is to make an intrusion detection system.
This final project will develop an Intrusion Detection System using Data Mining technique. Method of Data Mining to be used is clustering by using KMeans Algorithm. K-Means algorithm will analyses log record data, and then grouping it into clusters. So that will build a pattern to be used in Intrusion Detection System. Intrusion detection processed by using an anomaly detection method. There are two methods of anomaly detection, that is: Inter-Cluster and Intra-Cluster. Data examination process to determine intrusion divided into four divisions: DataNormal-DOS, DataNormal-R2L, DataNormal-U2R, and DataNormal-Probing. So with this divisions, will be known which type of intrusion that can be detected by Intrusion Detection System and also its detection accuracy (true positive rate and detection rate).
Keyword: Intrusion Detection System, Clustering, K-Means, Anomaly