Detail Cantuman

Keamanan siber merupakan aspek krusial dalam menjaga integritas, ketersediaan, dan kerahasiaan data pada suatu sistem. Berdasarkan hasil pemindaian Nessus Essentials, website kampus itenas (simkamnas.itenas.ac.id) teridentifikasi memiliki kerentanan kritis dengan Base Score 7.5 dan Impact Score 3.6, yang dikategorikan sebagai High Severity. Hal ini dapat dimanfaatkan oleh penyerang untuk memperoleh akses tanpa izin ke data sensitif. Penelitian ini berfokus pada peningkatan keamanan website simkamnas.itenas.ac.id dengan menggunakan metode Penetration Testing Execution Standard (PTES) yang dikombinasikan dengan model prediksi intrusi berbasis Machine Learning. PTES digunakan sebagai kerangka kerja untuk melakukan pengujian penetrasi secara terstruktur, sementara model prediksi intrusi dikembangkan menggunakan algoritma Random Forest. Penelitian ini menghasilkan sebuah model yang mampu mendeteksi berbagai jenis ancaman seperti TCP-SYN Flood, Port Scanning, Flow Table Overflow, Blackhole Attack, dan Traffic Diversion Attack dengan tingkat akurasi 83%. Implementasi pengujian penetrasi ini diharapkan dapat membantu dalam deteksi dini intrusi dan mengambil langkah-langkah pencegahan yang diperlukan untuk melindungi jaringan dari serangan. Kata Kunci : Keamanan Siber, Penetration Testing, PTES, Random Forest, Prediksi Intrusi