PENERAPAN FITUR SELEKSI GAIN RATIO DAN DECISION TREE C5.0 UNTUK KLASIFIKASI TINGKAT SERANGAN JARINGAN

Dengan meningkatnya jumlah serangan pada jaringan komputer pada saat sekarang ini, maka dibutuhkan sebuah sistem keamanan pendeteksi serangan yang bisa mengklasifikasikan serangan dengan cepat, akurat dan bisa mengolah data dalam skala besar, sehingga apabila terjadi serangan pada jaringan komputer maka dapat dilakukan penanganan dengan cepat. Salah satu metode untuk pengolahan data dengan skala besar adalah data mining. Pada penelitian ini telah diterapkan teknik data mining untuk melakukan klasifikasi tingkat serangan jaringan menggunakan algoritma klasifikasi Decission Tree C5.0 dan fitur seleksi Gain Ratio untuk mereduksi fitur yang digunakan. Data yang digunakan adalah data log firewall jaringan UIN Sultan Syarif Kasim Riau. Dengan melakukan pengujian confussion matrix, penelitian ini mendapatkan hasil yang bagus dimana akurasi terbaik didapat sebesar 92.25%, presisi sebesar 76.73% dan recall 73.24