ABSTRAK

IMPLEMENTASI SIEM BERBASIS ELASTIC STACK (ELK) DENGAN MODEL MACHINE LEARNING UNTUK DETEKSI ANOMALI KEAMANAN PADA JARINGAN SMART CITY

Perkembangan Smart City yang memanfaatkan Internet of Things menghadapi ancaman keamanan dimana perangkat IoT yang terhubung melalui protokol MQTT rentan terhadap serangan siber seperti DDoS, spoofing, dan injection yang dapat memanipulasi data di Command Center sehingga mengganggu pengambilan keputusan kota, oleh karena itu penelitian ini bertujuan merancang sistem pengumpulan data keamanan jaringan Smart City menggunakan SIEM berbasis Elastic Stack dan mengembangkan model machine learning untuk mendeteksi anomali keamanan pada komunikasi MQTT secara otomatis dengan metodologi kuantitatif dan eksperimental melalui implementasi ELK untuk mengumpulkan serta memvisualisasikan log keamanan dari perangkat IoT dan pengembangan model menggunakan algoritma Naive Bayes, Random Forest, dan Support Vector Machine dimana data dikumpulkan dari komunikasi MQTT antara sensor MQ-2, dengan Kibana sebagai Command Center, dan hasil penelitian menunjukkan sistem ELK berhasil mengumpulkan serta memvisualisasikan data IoT secara real-time dengan evaluasi model menggunakan metrik accuracy, precision, recall, F1-score, dan AUC-ROC untuk membandingkan performa algoritma dalam mendeteksi Anomali DDoS sehingga menghasilkan arsitektur sistem monitoring keamanan berbasis SIEM dan evaluasi komparatif algoritma machine learning untuk deteksi anomali pada jaringan IoT Smart City.

Kata kunci: Smart City, IoT, SIEM, Elastic Stack, machine learning, deteksi anomali.