Pasaribu, Fabian Ramot Argenta (2025) Analisis Performa Intrusion Detection System Snort dan Suricata terhadap Serangan SQL Injection. Skripsi thesis, Program Studi Teknik Informatika.
|
Text
cover.pdf - Submitted Version Download (2MB) |
|
|
Text
bab I.pdf - Submitted Version Download (1MB) |
|
|
Text
bab II.pdf - Submitted Version Download (7MB) |
|
|
Text
bab III.pdf - Submitted Version Download (2MB) |
|
|
Text
bab IV.pdf - Submitted Version Restricted to Registered users only Download (6MB) | Request a copy |
|
|
Text
bab V.pdf - Submitted Version Download (216kB) |
|
|
Text
daftar pustaka.pdf - Submitted Version Download (1MB) |
|
|
Text
lampiran.pdf - Submitted Version Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Keamanan aplikasi web menjadi perhatian utama di era digital, terutama karena meningkatnya ancaman serangan siber seperti SQL Injection. Serangan ini mengeksploitasi celah pada aplikasi yang terhubung ke database untuk mendapatkan akses tidak sah terhadap informasi sensitif. Structured Query Language Injection termasuk dalam kategori serangan yang berbahaya karena mampu mengganggu kerahasiaan, integritas, dan otorisasi sistem. Untuk itu, dibutuhkan sistem pertahanan jaringan yang andal seperti Intrusion Detection System (IDS). Penelitian ini bertujuan untuk mengimplementasikan dan membandingkan performa dua IDS open-source populer, yaitu Snort dan Suricata, dalam mendeteksi serangan SQL Injection. Metode penelitian menggunakan pendekatan eksperimen berbasis testbed pada lingkungan virtual. Damn Vulnerable Web Application digunakan sebagai target serangan pada VM Ubuntu, sementara VM Kali Linux digunakan untuk melakukan serangan SQL Injection secara manual. Snort dan Suricata dikonfigurasi pada sistem target untuk memonitor lalu lintas dan mendeteksi upaya serangan berdasarkan aturan (rules) tertentu. Hasil penelitian dianalisis menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa Suricata memiliki performa lebih unggul dibandingkan Snort. Suricata mencatat akurasi sebesar 83,33%, presisi 92,31%, recall 88,89%, dan F1 score 90,56%. Sementara Snort memperoleh akurasi 76,67%, presisi 83,33%, recall 86,96%, dan F1 score 85,10%. Selain itu, waktu deteksi Suricata lebih cepat dengan rata-rata 9,77 detik per insiden dibandingkan Snort yang memerlukan 10,74 detik. Berdasarkan hasil tersebut, disimpulkan bahwa Suricata lebih efektif, akurat, dan efisien dalam mendeteksi serangan SQL Injection pada skenario pengujian ini.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Uncontrolled Keywords: | Keamanan jaringan, SQL Injection, Snort, Suricata, Intrusion Detection System : Network security, SQL Injection, Snort, Suricata, Intrusion Detection System |
| Subjects: | 000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 006.3 Kecerdasan Buatan |
| Divisions: | Fakultas Teknik dan Komputer > Teknik Informatika |
| Depositing User: | Susila Novmbrita |
| Date Deposited: | 08 Nov 2025 07:14 |
| Last Modified: | 08 Nov 2025 07:14 |
| URI: | http://repository.upbatam.ac.id/id/eprint/6926 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year
