Pengenalan Pola Serangan pada Internet of Thing (IoT) Menggunakan Support Vector Mechine (SVM) dengan Tiga Kernel

Internet of things (IoT) teknologi yang sangat populer akhir-akhir ini di seluruh dunia, Dengan berkembangnya teknologi IoT ini memunculkan dampak ancaman keamanan dan serangan terhadap perangkat IoT. Salah satu yang paling banyak adalah pencurian data dan informasi, salah satu bentuk ancaman dalam IoT adalah malware. Dalam penelitian ini menggunakan serangan dalam bentuk bontet untuk mendeteksi serangan pada Internet of Things IoT) dan menggunakan Machine Learning untuk melakukan deteksi data terhadap serangan pada perangkat IoT. Metode yang digunakan dalam peneltian ini adalah Support Vector Mechine (SVM) dengan membandingkan tiga kernel yaitu Liner, polynominal dan Radial Basis Function (RBF). Metode ini digunakan untuk mengetahui tingkat akurasi pada proses deteksi dan melakukan pebandingan antara kernel. Hasil yang didapatkan nilai akurasinya 0.997 untuk kernel liner artinya kernel ini mampu dengan baik untuk memisahkan kelas dengan baik, sedangan kernel Polynomial nilai akurasinya sebesar 0.993 ini hasilnya baik dalam memisahkan kelas walaupun nilai lebih kecil dari liner. Sedangkan Kernel RBF (Radial Basis Function) memiliki akurasi sebesar 1.0 (100%)