Implementasi Sistem Pendeteksi Intrusi pada Jaringan IoT

Sadewa, Sadewa (2026) Implementasi Sistem Pendeteksi Intrusi pada Jaringan IoT. Undergraduate thesis, Universitas Muhammadiyah Malang.

[thumbnail of PENDAHULUAN.pdf]
Preview
Text
PENDAHULUAN.pdf

Download (701kB) | Preview
[thumbnail of BAB I.pdf]
Preview
Text
BAB I.pdf

Download (248kB) | Preview
[thumbnail of BAB II.pdf]
Preview
Text
BAB II.pdf

Download (294kB) | Preview
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (326kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (737kB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only

Download (200kB) | Request a copy
[thumbnail of POSTER.pdf] Text
POSTER.pdf
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Perkembangan perangkat Internet of Thing (IoT) memberikan banyak
kemudahan dalam pengumpulan dan pertukaran data, namun dibalik kemudahan
tersebut terdapat risiko ancaman berbagai serangan siber. Diperlukan mekanisme
pendeteksi intrusi untuk menjada keamanan jaringan IoT. Penelitian ini
menggunakan metode pendekatan eksperimen, dengan tahapan perancangan
sistem, implementasi, uji coba serangan, dan analisis. Penelitan ini dengan
mengimplementasikan Intrusion Detection System (IDS) berbasih signature
menggunkan Snort yang dijalankan pada Raspberry Pi model 3B+. Hasil penelitan
ini menunjukkan bahwa setiap jenis serangan yang dilakukan pada lalulintas
jaringan IoT, Snort mendeteksi pola serangan yang dikenal, seperti TCP, UDP
Flood, ICMP Flood, serta Man-in-the-Middle (MITM) yang memberikan dampak
berbeda - beda terhadap kinerja Raspberry Pi tanpa menhasilkan False Postive pada
kondisi normal. Kesimpulan dari penelitian ini menyatakan bahwa Snort efektif
dalam mendetaksi serangan pada jaringan IoT, dengan kondisi performa sistem
terpengaruh oleh berbagai macam serangan. Untuk pengembangan selanjutnya
direkomendasikan untuk menggunakan perangkat dengan spesifikasi yang lebih
tinggi dan melakukan pengujian jaringan IoT dengan skenrio yang lebih kompleks.

Item Type: Thesis (Undergraduate)
Student ID: 201910370311084
Keywords: IoT, Snort, Intrusion Detection System, Signature-based, Raspberry Pi
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: 201910370311084 sadewa
Date Deposited: 09 Feb 2026 08:02
Last Modified: 09 Feb 2026 08:02
URI: https://eprints.umm.ac.id/id/eprint/27433

Actions (login required)

View Item
View Item