Skripsi
SISTEM KLASIFIKASI SERANGAN SQL INJECTION & XSS PADA RAMA REPOSITORY DENGAN METODE SUPPORT VECTOR MACHINE (SVM)
RAMA repository merupakan tempat penyimpanan paparan hasil penelitian nasional baik berbentuk tugas akhir proyek mahasiswa (Diploma), skripsi (S1), tesis (S2), disertasi (S3) maupun laporan penelitian lainnya. Hal ini membuat RAMA repository rentan terhadap serangan database online diantaranya injeksi SQL dan XSS. Serangan injeksi SQL merupakan serangan database online diurutan pertama, dimana penyerang mengubah kueri SQL yang dikirim oleh pengguna dan menyuntikkan kueri SQL berbahaya kedalamnya. Sedangkan serangan XSS dilakukan dengan mencuri sumber daya web browser seperti cookie dari akun pengguna agar dapat mengakses informasi sensitive pada aplikasi web. Penelitian ini mengusulkan algoritma Correlation Feature Selection (CFS) untuk memilih fitur terbaik dan algoritma Supprot Vector Machine (SVM) untuk melakukan pengklasifikasian serangan injeksi SQL dan XSS pada data RAMA repository dengan menggunakan 4 kernel yaitu kernel linear, RBF, polynomial dan sigmoid. Berdasarkan hasil pengujian, kernel RBF menghasilkan performa paling baik dalam melakukan pengklasifikasian dengan tingkat akurasi sebesar 99.35%, presisi 99.33%, recall 99.35% dan f1-score 99.34%.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2107002434 | T50967 | T509672021 | Central Library (Referens) | Available but not for loan - Not for Loan |
No other version available