DETEKSI CYBER ATTACK JENIS BRUTE FORCE PADA ROUTER MENGGUNAKAN METODE RANDOM FOREST BERDASARKAN DATASET LOG AUTENTIKASI (STUDI KASUS : PT. PELINDO DAYA SEJAHTERA)

Keamanan autentikasi pengguna merupakan komponen penting dalam pengelolaanrnjaringan, terutama pada perangkat MikroTik yang umum digunakan di berbagairninstitusi. Salah satu ancaman serius yang sering muncul adalah serangan bruternforce, yaitu usaha login berulang dengan berbagai kombinasi username danrnpassword hingga mendapatkan akses. Namun sebagian besar mekanismernperlindungan yang tersedia saat ini masih bersifat pasif dan belum mampurnmengenali pola serangan sejak dini. Penelitian ini menawarkan pendekatan berbasisrnmachine learning dengan memanfaatkan algoritma Random Forest untukrnmendeteksi serangan brute force secara real-time. Keunggulan dari metode inirnterletak pada kemampuannya membaca pola dari data log autentikasi berdasarkanrnfitur-fitur seperti alamat IP, username, protokol login, frekuensi login gagal, danrndaftar username umum yang sering digunakan dalam serangan. Data log diolahrnmelalui beberapa tahapan, mulai dari konversi format file, pembersihan data,rnekstraksi fitur, pelabelan manual, label encoder, normalisasi hingga pelatihanrnmodel. Hasil pengujian menunjukkan bahwa model dengan parameter n_estimatorsrn= 10 dan max_depth 5 mampu menghasilkan akurasi prediksi sebesar 100% padarndata uji. Selain akurat, sistem ini juga terintegrasi langsung dengan perangkatrnMikroTik untuk melakukan pemblokiran otomatis terhadap IP yang teriprediksirnsebagai penyerang, sehingga memberikan perlindungan aktif terhadap sistemrnjaringan.