Text
IMPLEMENTASI UNCOMPLICATED FIREWALL(UFW) DAN ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI LOG KEAMANAN JARINGAN PADA UBUNTU DI LAB RPL SMK 1BANGKINANG
Keamanan jaringan saat ini menjadi isu krusial seiring meningkatnya aktivitas digital dan keterhubungan antar sistem. Serangan siber seperti Denial of Service (DoS) dan brute force sering dimanfaatkan untuk melemahkan layanan maupun mendapatkan akses tidak sah terhadap data sensitif. Penelitian ini mengimplementasikan Uncomplicated Firewall (UFW) pada sistem operasi Ubuntu sebagai mekanisme pertahanan utama, serta mengintegrasikannya dengan algoritma Machine Learning untuk mengklasifikasikan log keamanan jaringan secara otomatis. Data log yang dihasilkan UFW diproses melalui tahapan preprocessing, kemudian diuji menggunakan dua metode klasifikasi yaitu Logistic Regression dan Random Forest. Uji coba dilakukan di Laboratorium Rekayasa Perangkat Lunak (RPL) SMK 1 Bangkinang dengan simulasi serangan nyata. Hasil penelitian menunjukkan bahwa penerapan UFW efektif dalam membatasi akses ilegal serta mampu mengurangi dampak serangan yang dilakukan. Integrasi machine learning memberikan nilai tambah berupa kemampuan adaptif dalam mendeteksi aktivitas mencurigakan. Dari hasil perbandingan, algoritma Random Forest memperoleh akurasi yang lebih tinggi dibanding Logistic Regression, sehingga lebih direkomendasikan untuk mendukung sistem deteksi intrusi. Penelitian ini menyimpulkan bahwa kombinasi firewall tradisional dengan pendekatan machine learning dapat menjadi strategi pertahanan jaringan yang efisien dan relevan untuk pengembangan sistem keamanan adaptif di masa mendatang.
No other version available