Deskripsi
Karya ini merupakan implementasi Stateful Intrusion Detection System (IDS) berbasis Machine Learning untuk mendeteksi serangan Denial of Service (DoS) pada lingkungan Internet of Things (IoT). Sistem mengombinasikan model Random Forest dan XGBoost melalui mekanisme decision fusion, kemudian menerapkan validasi stateful menggunakan counter, threshold, dan recovery monitoring sebelum menghasilkan keputusan akhir. Pendekatan tersebut memungkinkan sistem membedakan lonjakan trafik normal dan pola serangan yang persisten sehingga mampu mengurangi false positive dan mencegah flickering state. Implementasi dilakukan menggunakan ESP32 sebagai perangkat IoT dan Raspberry Pi sebagai edge server dengan fitur monitoring real-time dan pencatatan data otomatis. Keunikan karya ini terletak pada penerapan mekanisme keputusan bertahap berbasis stateful yang meningkatkan stabilitas dan keandalan deteksi serangan pada perangkat IoT dengan sumber daya terbatas.
