Serangan Password Spraying merupakan ancaman keamanan yang sulit dideteksi karena pelaku mencoba sejumlah kecil kata sandi umum terhadap banyak akun, sehingga aktivitasnya menyerupai kegagalan login yang wajar dan tidak memicu mekanisme penguncian akun. Permasalahan yang dikaji dalam penelitian ini adalah bagaimana membangun sistem yang dapat mencatat aktivitas autentikasi dan mendeteksi serangan Password Spraying secara realtime. Penelitian ini bertujuan membangun sistem pencatatan aktivitas autentikasi dan mengimplementasikan algoritma Isolation Forest untuk mendeteksi serangan tersebut berdasarkan analisis fitur log autentikasi. Tahapan penelitian meliputi perancangan sistem logging, pelabelan data berdasarkan pengelompokan aktivitas dalam jendela waktu satu menit, serta pelatihan model menggunakan pendekatan semi-supervised, yaitu model dilatih hanya pada data berlabel normal. Pengujian dilakukan pada dataset hasil simulasi sebanyak 4.213 record dengan tiga skenario pembagian data latih dan uji, yaitu 70:30, 80:20, dan 90:10. Pada skenario 80:20, model memperoleh akurasi 96,44%, ROC-AUC 0,9581, dan recall 1,00 pada kelas serangan, yang berarti seluruh serangan Password Spraying pada data uji terdeteksi tanpa ada yang terlewat. Dengan demikian, dapat disimpulkan bahwa algoritma Isolation Forest dapat diterapkan untuk mendeteksi serangan Password Spraying secara realtime berdasarkan fitur log autentikasi.

Kata kunci: Password Spraying, Isolation Forest, log autentikasi, semi-supervised, realtime