Meningkatnya kecepatan internet selalu diikuti meningkatnya pula gangguan keamanan dalam jaringan komputer.Hal ini cukup mengganggu layanan yang terhubung ke jaringan LAN maupun internet. Gangguan keamanan ini dikenal dengan DDoS (Distributed Denial of Service).  Serangan DoS slow HTTP adalah salah satu metode serangan DoS yang menargetkan server HTTP. Metode ini menghambat layanan dengan membanjiri sehingga menimbulkan kumpulan koneksi dengan permintaan yang lambat dan banyak menuju web server. Diketahui bahwa serangan slow HTTP DoS oleh satu penyerang dapat dicegah secara efektif dengan membatasi jumlah koneksi untuk setiap alamat IP. Di sisi lain, juga diketahui bahwa sulit untuk bertahan dari serangan slow HTTP DoS dari beberapa penyerang. Ancaman serangan DDoS semakin serius, jadi membutuhkan metode pertahanan yang efektif terhadap serangan DoS slow HTTP terdistribusi. Ketika web server berada di jaringan publik atau internet, maka melindungi komputer dan keamanan jaringan adalah masalah penting. Setelah mengidentifikasi dan menganalisis cara kerja serangan slow HTTP, serta deteksi serangannya, tulisan ini menjelaskan sistem kerja, cara mendeteksi, dan cara mempertahankan diri terhadap serangan slow HTTP.

[Id]Pentingnya jaringan komputer pada kehidupan sekarang, perlu adanya kestabilan jaringan komputer yang digunakan. Pemantauan kualitas jaringan internet didalam sebuah jaringan LAN dilakukan network administrator untuk mendapatkan nilai dari data yang didapat, penelitian ini menerapkan algoritma Naive Bayes menggunakan dataset TIPHON dengan parameter yang terdapat dalam metode QoS yaitu delay, packetloss dan jitter untuk memonitor kualitas jaringan internet. Metode QoS akan menghasilkan nilai dari setiap parameter yang dibutuhkan untuk pemantauan jaringan, guna mendapatkan kesimpulan mengenai status jaringan internet digunakan Algoritma Naive Bayes. Metode Quality of Service (QoS) merupakan sebuah metode yang digunakan dalam mendefinisikan kemampuan suatu jaringan yang ?digunakan untuk pengukuran tentang kualitas ?jaringan. Penggunaan algoritma Naive Bayes diperlukan karena algoritma tersebut digunakan dalam pengklasifikasian yang menggunakan probabilitas dan statistik serta mampu mengambil keputusan dengan menggunakan dataset yang telah disediakan. Tujuan penelitian ini dilakukan untuk mengetahui status jaringan internet di lab komputer STMIK Global Informatika MDP serta mengetahui tingkat akurasi dari algoritma Naive Bayes untuk mengklasifikasikan status jaringan internet. Pengujian penelitian dilakukan di lab komputer STMIK Global Informatika MDP. Hasil pengujian dalam penelitian ini menunjukkan bahwa akurasi Naive Bayes yang didapatkan sebesar 87,78% dan status jaringan internet di lab komputer STMIK Global Informatika MDP masuk ke dalam kategori memuaskan dengan nilai dominan yaitu sebesar 47,78%.Kata Kunci: Naive Bayes, network administrator, Quality of Service (QoS), status jaringan internet.[En]Since computer network is very important nowadays, it needs the stability of the network used. Monitoring the quality of the internet network in LAN is conducted by an administrator to get the value of the data obtained. This research applied Naive Bayes algorithm using TIPHON data set with parameters in QoS method; delay, packetloss and jitter, to monitor the quality of the internet network. QoS method will gain value in every parameter needed for network monitoring. To get a conclusion about the status of the internet network, Naive Bayes algorithm was used. Quality of Service (QoS) method is a method used to define the ability of a network to measure its quality. Naive Bayes algorithm is needed since the algorithm is used in classifying using probability and statistic as well as making decision using dataset provided. This research is conducted to see the status of the internet network in STMIK Global Informatika MDP computer laboratory and to know the level of accuracy of Naive Bayes algorithm to classify the status of the network. The research was conducted in STMIK Global Informatika MDP computer laboratory. The result of the research showed that the accuracy of Naive Bayes was 87,78% and the status of the internet network STMIK Global Informatika MDP was in the category of satisfactory with dominant value 47,78%.

Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan Komputer GI MDP [1], [2] Program Studi Manajemen Informatika Akademi Manajemen Informatika dan Komputer MDP [3] ravis@mhs.mdp.ac.id [1] , giant@mhs.mdp.ac.id [2] , molavi.arman@mdp.ac.id [3] Abstract-The more the development of the era, the more technology is also developing. Technology is very helpful for humans in carrying out daily activities. In connection with that people can use internet. It is very helpful for users in getting information and it can also be used as a communication medium. Website is a medium that is accessed through the internet. When more internet users access the web, it will cause the performance to be slow. This paper conducted research on comparing the performance of single web server and multi web servers using paired sample t-test. The performance of single and multi web servers can be seen in terms of components throughput, response time, cpu utilization by using the httpref application, then to see the difference between a single web server and multi web servers, paired sample t test was used. The result showed that the sig value obtained between testing a single web server and multi web servers is 0,000 and the value is below 0.05, so it can be concluded that between a single web server and multi web server there are significant differences from the test results.

Seorang network administrator haruslah memiliki amanat dan rasa tanggung jawab terhadap network tempat dia bekerja dan mengamankan sumber daya perangkat device network sebagaimana mestinya. Kampus adalah salah satu tempat dosen, mahasiswa dan karyawan sebagai pengguna internet dan sistem informasi akademik kampus yang berbasis web. Pengguna atau user bisa menggunakan fasilitas dengan benar dan bisa pula menyalahgunakan ataupun tanpa sengaja mengganggu traffic network dan layanan sistem informasi pada kampus. Oleh karena itu, diperlukan suatu sistem dalam mengatasi dan menanggulangi penyalahgunaan kecerobohan sengaja atau tidak sengaja berupa ancaman terhadap web server. Sistem yang mendeteksi gangguan keamanan ini diimplementasikan dengan menggunakan aplikasi snort pada pfsense dan pfsense sebagai sistem operasi router yang diletakkan berhadapan dengan internet. Metode penelitian menggunakan PPDIOO sebagai metode pengembangan dalam implementasi. Berdasarkan hasil percobaan sistem snort mampu mengetahui sebagai alert dan menyimpannya di dalam log seperti serangan ping of death dan slowloris. Berdasarkan log snort pfsense mampu melakukan pemblokiran otomatis dalam durasi tertentu

DDoS attack (Distribute Denial of Service) is one of the weapons of choice from hackers because it’s proven it has become threat on the internet worlds. The frequent of DDoS attacks creates a threat to internet users or servers, so that requires the introduction of several new methods that occur, one of which can use the IDS (Intrusion Detection System) method. This study took advantage of Neural Network ability to detect DDoS attack or normal based on traffic log processed statistically using Fixed Moving Window. The DDOS attack scheme uses a network topology that has been designed based on the needs and objectives that are found in monitoring network traffic. In each DDoS data and normal consist of 27 traffic log with total numbers of dataset as much as 54 data along with each testing data as much as 10 DDoS data and normal. Data collection was performed using LOIC, HOIC, and DoSHTTP with 300 seconds of traffic monitoring. The result of the Fixed Moving Window processing is the extraction value that will be put in the Neural Networks have 6 input values, one hidden layer with 300 neurons and 2 outputs which consist of a normal dataset and a DDoS dataset. The results of this study showed that Neural Network can detect DDoS and Normal in a good way with accuracy value as much as 95%.