Hursepuny, Coenraad Samuel Marco (2025) Pengembangan SIEM Wazuh untuk Mencegah Akses URL Berbahaya dengan Large Language Model berbasis BERT. Undergraduate thesis, Universitas Pembangunan Jaya.
![]() |
Text
Pendahuluan.pdf Download (1MB) |
![]() |
Text
Abstrak.pdf Download (561kB) |
![]() |
Text
Abstract.pdf Download (561kB) |
![]() |
Text
Daftar Isi.pdf Download (763kB) |
![]() |
Text
Daftar Gambar.pdf Download (559kB) |
![]() |
Text
Daftar Tabel.pdf Download (780kB) |
![]() |
Text
Daftar Lampiran.pdf Download (456kB) |
![]() |
Text
Bab I.pdf Download (580kB) |
![]() |
Text
Bab II.pdf Download (950kB) |
![]() |
Text
Bab III.pdf Download (973kB) |
![]() |
Text
Bab IV.pdf Download (2MB) |
![]() |
Text
Bab V.pdf Download (2MB) |
![]() |
Text
Bab VI.pdf Download (481kB) |
![]() |
Text
Daftar Pustaka.pdf Download (391kB) |
![]() |
Text
Lampiran.pdf Download (2MB) |
![]() |
Text
Berita Acara Unggah Mandiri.pdf Download (719kB) |
![]() |
Text
Bukti Lolos Similarity.pdf Download (433kB) |
Abstract
Ancaman akses terhadap URL berbahaya (malicious URL) menjadi salah satu masalah signifikan dalam keamanan jaringan modern, karena sering dimanfaatkan dalam serangan phishing, malware, dan pencurian data. Penelitian ini bertujuan untuk mengembangkan sistem Security Information and Event Management (SIEM) yang mampu mendeteksi dan mencegah akses ke URL berbahaya secara otomatis. Sistem dibangun menggunakan Wazuh sebagai platform SIEM dan memanfaatkan Large Language Model (LLM) berbasis BERT untuk klasifikasi URL. Metodologi yang digunakan mencakup pelatihan model LLM dengan dataset URL, integrasi model ke dalam sistem Wazuh melalui API Flask, serta penerapan Active Response untuk memblokir akses berbahaya secara real-time. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi dan mencegah akses ke URL berbahaya dengan hasil nilai akurasi 98%, precision 97%, recall 98% dan F1-score 98%. Kesimpulannya, hasil dan integrasi LLM ke dalam Wazuh dapat meningkatkan kapabilitas SIEM dalam merespons ancaman secara otomatis, efisien, dapat ditunjukkan pada sistem SIEM dengan baik dan jelas, serta memberikan kontribusi nyata dalam meningkatkan keamanan siber jaringan.
Item Type: | Karya Tulis Ilmiah (KTI) (Undergraduate) |
---|---|
Uncontrolled Keywords: | Large Language Model, BERT, URL berbahaya, SIEM, Wazuh |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi dan Desain > Informatika |
Depositing User: | Coenraad Samuel Marco Hursepuny |
Date Deposited: | 30 Jul 2025 09:00 |
Last Modified: | 30 Jul 2025 09:01 |
URI: | http://eprints.upj.ac.id/id/eprint/11716 |
Actions (login required)
![]() |
View Item |