Publiora

Menghubungkan ke Publiora...

Publiora

Pengembangan Sistem Logging Jaringan Berbasis Web Untuk Deteksi Anomali Secara Real-Time

Keisha Silalahi, EvelynKiswanto, DedySuleho, FebrinaKresensia Panjaitan , Clara
Jurnal Sistem Komputer & Kecerdasan Buatan (Sinta 4)Vol. 0 No. 030 Mei 2026
DOI10.47970/siskom-kb.v9i3.959

Abstrak

Keamanan jaringan merupakan elemen krusial untuk menjaga kestabilan dan keandalan sistem informasi dari ancaman siber, khususnya serangan DDoS. Serangan semacam ini bisa mengganggu layanan dengan membanjiri jaringan melalui volume lalu lintas yang tinggi, sehingga sistem tidak dapat menanggapi permintaan pengguna yang sah. Penelitian ini bertujuan mengembangkan sistem logging jaringan berbasis web yang mampu mendeteksi anomali secara real-time serta memberikan notifikasi otomatis melalui suara, pop-up peringatan, dan surel ketika aktivitas mencurigakan terdeteksi. Sistem dirancang menggunakan framework Flask dan diintegrasikan dengan teknologi Socket.IO untuk komunikasi dua arah, Chart.js untuk visualisasi data, serta Uncomplicated Firewall (UFW) sebagai mekanisme pemblokiran IP sumber serangan. Metodologi yang dipakai adalah pendekatan Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan arsitektur, implementasi, dan pengujian sistem. Pengujian dilakukan melalui skenario simulasi serangan HTTP Flood dari mesin Kali Linux ke server Ubuntu Desktop LTS 24.04.03, dengan ambang deteksi sebesar 100 permintaan per detik. Hasil uji menunjukkan sistem mampu mendeteksi anomali dengan akurasi 100% pada sepuluh percobaan, serta merespons dalam waktu kurang dari satu detik setelah terdeteksinya serangan. Notifikasi suara, email, dan tampilan visual berfungsi sinergis dengan mekanisme pemblokiran otomatis menggunakan UFW. Dengan hasil tersebut, DDoS Monitor Real-Time terbukti efektif, stabil, dan andal dalam mendeteksi serta memitigasi serangan jaringan berbasis HTTP Flood pada lingkungan lokal. Implementasi sistem ini memiliki potensi menjadi fondasi solusi keamanan jaringan yang interaktif, adaptif, dan responsif terhadap ancaman siber secara real-time.

Kata Kunci

Deteksi AnomaliDDoSFlaskLogging JaringanMonitoring Real-TimeKeamanan Jaringan

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka Jurnal Sistem Komputer & Kecerdasan Buatan

Artikel ini juga tersedia di situs resmi jurnal.

Pengembangan Sistem Logging Jaringan Berbasis Web Untuk Deteksi Anomali Secara Real-Time | Jurnal Sistem Komputer & Kecerdasan Buatan | Publiora