ANALISA DATASET SOFTWARE DEFINED NETWORK INTRUSION MENGGUNAKAN ALGORITMA DEEP LEARNING H2O

Software-defined networking Intrusion (SDNI) baru-baru ini menjadi salah satu solusi paling menjanjikan untuk Internet masa depan. Dengan sentralisasi logis dari pengontrol dan tampilan jaringan global, SDN menawarkan peluang meningkatkan keamanan jaringan. Pada penelitian sebelumnya oleh Omar Jamal Ibrahim, Wesam S. Bhaya menjelaskan tentang dataset intrusion bahwa dengan menggunakan algoritma Support Vector Machine (SVM) diperoleh nilai akurasi sebesar 97.77%, sehingga menurut peneliti masih bisa di kaji lagi algortima yang berbeda. Sebagai proses pencarian informasi sekumpulan data akan dijadikan pengetahuan baru dapat dimanfaatkan maka itu mining juga seringkali dikenal sebutan Knowledge Discovery in Database (KDD). Metode klasifikasi digunakan yaitu Deep Learning H2O suatu metode multilayer sebut neural networks. Tujuan mencoba mengambil kesimpulan berdasarkan struktur logika berikan secara berkelanjutan. Peneliti software aplikasi Rapid Miner sebagai bantuan dalam menganalisis dataset. Dari hasil terbukti lebih baik. Hal dibuktikan evaluasi mampu menganalisa recall 100.00% tingkat 99.66% model baik saat diterapkan pada