TEKNIK SMOTE DALAM PENANGAN DATA IMBALANCE PADA MODEL DETEKSI SERANGAN DENIAL OF SERVICE DI JARINGAN INTERNET OF MEDICAL THINGS DENGAN ALGORITMA DECISION TREE

TIARA SAPUTRI (2025) TEKNIK SMOTE DALAM PENANGAN DATA IMBALANCE PADA MODEL DETEKSI SERANGAN DENIAL OF SERVICE DI JARINGAN INTERNET OF MEDICAL THINGS DENGAN ALGORITMA DECISION TREE. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_56201_2102010001.pdf Download (20MB)

Abstract

Pada era Internet of Medical Things (IoMT), keamanan jaringan menjadi salah satu aspek yang sangat penting untuk melindungi data dan perangkat medis dari serangan siber, terutama serangan Denial of Service (DoS). Salah satu tantangan utama dalam membangun model deteksi serangan adalah data yang tidak seimbang (imbalanced data), di mana jumlah sampel data serangan jauh lebih sedikit dibandingkan data normal. Kondisi ini dapat menyebabkan model deteksi tidak mampu mengenali serangan dengan baik. Penelitian ini bertujuan untuk mengatasi masalah data tidak seimbang dengan menerapkan teknik Synthetic Minority Oversampling Technique (SMOTE) pada dataset serangan DoS di jaringan IoMT. Algoritma Decision Tree digunakan sebagai model klasifikasi untuk mendeteksi serangan tersebut. Teknik SMOTE membantu meningkatkan representasi data minoritas dengan mensintesis sampel baru sehingga distribusi data menjadi lebih seimbang. Hasil penelitian menunjukkan bahwa penerapan teknik SMOTE dapat meningkatkan performa model deteksi serangan DoS, yang diukur melalui metrik akurasi, presisi, recall, dan F1-score. Model dengan teknik SMOTE menghasilkan performa yang lebih baik dibandingkan dengan model tanpa penanganan data tidak seimbang. Studi ini memberikan kontribusi penting dalam pengembangan solusi keamanan untuk jaringan IoMT, khususnya dalam mendeteksi serangan DoS dengan efisiensi tinggi.

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Rekayasa Perangkat Lunak
Depositing User:	Admin Perpus UnivBI
Date Deposited:	07 Feb 2026 02:46
Last Modified:	07 Feb 2026 02:46
URI:	http://eprints.univbinainsan.ac.id/id/eprint/489

Actions (login required)

View Item