Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pertumbuhan jaringan IoT memberikan tantangan dalam infrastruktur jaringan IoT, salah satunya dalam aspek keterbatasan energi. Penelitian ini berupaya melakukan efisiensi penggunaan energi pada kegiatan routing di jaringan IoT dengan berbasis algoritma yang terinspirasi oleh alam, yaitu organisme bersel satu Physarum polycephalum. Dalam hal efisiensi penyebaran router, penelitian ini menghasilkan Advanced Physarum-based Deployment Algorithm (APDA) sebagai metode untuk membentuk topologi jaringan mesh yang dapat menyediakan layanan komunikasi ke semua lokasi yang membutuhkan dengan jumlah router yang minimum. Metode ini memanfaatkankan grid virtual untuk mengubah permasalahan penempatan router menjadi suatu kasus teori graf dan menyelesaikannya dengan menggunakan algoritma optimasi Physarum. Hasil simulasi menunjukkan bahwa metode ini berhasil menjawab kebutuhan penempatan router dan mengungguli Dijkstra Graph-based Deployment Algorithm (DGDA) dengan memberikan hasil yang lebih optimal dalam 13% sampai dengan 69% dari jumlah percobaan.Dalam hal efisiensi routing, penelitian ini menghasilkan Robust Selection Physarum-inspired Routing Protocol (RS-PRP) sebagai perbaikan mekanisme penentuan rute komunikasi pada jaringan lokal IoT. Protokol ini menggunakan informasi hirarki yang dikombinasikan dengan pertimbangan residu energi guna memperbaiki masalah inefisiensi routing pada Physarum-inspired Routing Protocol (P-iRP). Protokol ini juga mempermudah implementasi routing dengan menggunakan parameter yang umum tersedia pada perangkat keras transceiver. Hasil simulasi menunjukkan bahwa RS-PRP berhasil berhasil mengungguli P-iRP dalam hal masa hidup jaringan 20,6%, total konsumsi energi 12,4%, dan end-to-end-delay 12,9%, dalam kasus topologi jaringan dengan halangan. Hasil testbed juga memvalidasi implementasi RS-PRP secara nyata dengan packet delivery ratio di atas 95% dan mendukung masa hidup jaringan yang lebih panjang.

---

One of the top challenges in IoT edge network infrastructure is the problem of energy constraint. This research aims to improve the resource efficiency on routing in IoT edge network using an algorithm that is inspired by the single-celled organism Physarum polycephalum.

In router deployment problem, we propose Advanced Physarum-based Deployment Algorithm (APDA) which aims to form a mesh network topology that provides communication service to all points of interest with minimum number of routers. A virtual grid is used to transform the problem into a graph problem. The Improved Physarum optimization is used in our method. The simulation results showed that our method successfully satisfies the requirement of router deployment. It outperformed Dijkstra Graph-based Deployment Algorithm (DGDA) in term of optimality of the result, in 13% to 69% of deployment cases in the simulation.

In routing problem, we propose Robust Selection Physarum-inspired Routing Protocol (RS-PRP) to support routing in a low power IoT edge network with obstacle. Our proposed protocol uses a tree level hierarchy which is combined with residual energy consideration to solve the routing inefficiency problem in original Physarum-inspired Routing Protocol (P-iRP). RS-PRP also simplifies the routing implementation by using routing parameters that are easily available in common hardware transceivers. The simulation results show that RS-PRP successfully improves 20.6% network lifetime, 12.4% of total energy consumption, and 12.9% of end-to-end delay compared to P-iRP, especially in the cases of network topology with obstacle. The testbed results also validate the applicability of RS-PRP in real hardware implementation. It has the performance of packet delivery ratio over 95% with support to routing activity for more optimal network lifetime."

"Infrastruktur jaringan Internet of Things (IoT) saat ini mengalami perkembangan danpertumbuhan yang sangat signifikan, seiring dengan semakin banyaknya perangkat pintaryang digunakan dalam kehidupan sehari-hari. Salah satu kendala dalam infrastrukturjaringan IoT adalah banyaknya halangan pada area tertentu di jaringan IoT. Halangantersebut dapat berupa adanya tembok atau dinding ataupun ketiadaan router dalam areatertentu. Berbagai pengembangan algoritma routing dalam menghadapi permasalahantersebut telah banyak dilakukan, akan tetapi belum ada algoritma routing yang dapatmenembus halangan dalam jaringan IoT. Penelitian ini mengembangkan metodePhysarum Routing Algorithm with Adaptive Power Control (PRA-APC) untukmenyelesaikan permasalahan halangan dalam jaringan IoT. Rancangan model PRA-APCakan mengidentifikasi semua informasi dalam jaringan kemudian memberikan powerpada node terakhir sebelum halangan. Algoritma routing PRA-APC akan dibandingkandengan algoritma routing lainnya yaitu Physarum inspired Routing Protocol (P-iRP) danRobust Selection Physarum-inspired Routing Protocol (RS-PRP). Protokol routing PRAAPCmampu menghasilkan jalur routing terpendek (shortest path) 70% lebih baikdibandingkan dengan RS-PRP dan P-iRP. Delay yang dihasilkan lebih kecil, masa hidupjaringan (network lifetime) lebih lama dan nilai throughput yang dihasilkan jauh lebihbaik dibandingkan dengan protokol algoritma routing lainnya. Peningkatan kinerjarouting PRA-APC menghasilkan efisiensi dan keseimbangan sumber daya dalam jaringansehingga dapat memperpanjang masa hidup jaringan IoT yang memiliki keterbatasansumber daya dalam infrastruktur jaringan lokal IoT. Peningkatan kinerja routing PRAAPCdapat memberikan solusi untuk mengatasi permasalahan halangan yang terdapatpada jaringan IoT.

---

The Internet of Things (IoT) network infrastructure is currently growing at a significant

rate, as is the number of smart devices being used in everyday life. The existence of

obstacles in the IoT network area is the biggest challenge in the IoT network

infrastructure. This obstacle in the IoT network can be a wall or the absence of a router

in a specific area. Routing development to face problems with obstacles has often been

done; however, there is no routing algorithm that can overcome that obstacle. This

research proposed a Physarum Routing Algorithm with Adaptive Power Control (PRAAPC)

to solve the problem of IoT obstacles in the network. The PRA-APC method

identifies the information for each node and the position of the obstacle in the network,

providing sufficient power to the last node before the obstacle so it can pass through the

obstacle to the final destination node. The PRA-APC routing method will be compared

with other routing algorithms, such as the Physarum-inspired Routing Protocol (P-iRP)

and Robust Selection Physarum-inspired Routing Protocol (RS-PRP). The PRA-APC

routing protocol can develop the shortest routing path, 70% better than P-iRP and RSPRP.

The result of the delay is greater efficiency: network lifetime is longer and

throughput is much better than other routing algorithm protocols. The PRA-APC routing

performance improvement results in efficiency and balance of resources in the network

so that it can extend the life span of IoT networks that have limited resources in the local

IoT network infrastructure. The new development of the PRA-APC routing protocol can

provide solutions to overcome the problem of obstacles in the IoT network"

"ABSTRAKDua tantangan teknis yang menjadi kunci bagi terselenggaranya Internet of Things adalah banyaknya peranti yang aktif secara bersamaan dan bandwidth link yang terbatas. Untuk dapat melayani banyak peranti pada bandwidth link yang terbatas, maka diperlukan sebuah algoritma penjadwalan (scheduling algoritthm) yang mengatur timing dari peranti-peranti tersebut dalam menggunakan kanal-kanal bandwidth. Salah satu algoritma penjadwalan yang disebutkan dalam dokumen IETF adalah Traffic Aware Scheduling Algorithm (TASA), sebuah algoritma penjadwalan terpusat untuk jaringan IEEE802.15.4e TSCH. Dengan mengacu pada TASA, penelitian ini mengusulkan sebuah algoritma penjadwalan link baru yang dinamakan Iman Ramli Bursty Transmission Scheduling Algorithm (IRByTSA). Algoritma IRByTSA memiliki tingkat kompleksitas yang rendah dan melebihi kecepatan TASA dalam menghasilkan link-scheduling decision. Hasil penelitian memperlihatkan bahwa kompleksitas IRByTSA adalah dengan tingkat kecepatan dalam membangkitkan link-scheduling decision sampai dengan 7,14 kali lipat dibandingkan TASA. Penelitian ini telah dapat membangun sebuah tool baru yang dinamakan TSCH Link-Scheduling Visualization and Data Processing (TLS-VaD) yang dapat membantu penelitian di bidang rancang-bangun algoritma penjadwalan link terpusat untuk jaringan IEEE802.15.4e TSCH.

---

ABSTRACTTwo technical challenges that are key to the implementation of the Internet of Things are the many devices that are active simultaneously and the limited link bandwidth. For serving many devices in a limited link bandwidth, a scheduling algorithm is needed to regulate the timing of these devices in using bandwidth channels. One of the scheduling algorithms mentioned in the IETF document is the Traffic-Aware Scheduling Algorithm (TASA), ie, a centralized scheduling algorithm for the IEEE802.15.4e TSCH network. Referring to TASA, this study proposes a new link-scheduling algorithm called Iman Ramli Bursty Transmission Scheduling Algorithm (IRByTSA).  IRByTSA has a low level of complexity and exceeds the TASA's speed in generating link-scheduling decisions. The results showed that the complexity of IRByTSA is  , with the rate of speed in generating link-scheduling decisions is up to 7.14 times compared to TASA. This research has also been able to develop a new tool called TSCH Link-Scheduling Visualization and Data Processing (TLS-VaD), which can be used for designing a centralized link-scheduling algorithm for the IEEE802.15.4e TSCH network."

"Manajemen material menjadi salah satu faktor yang perlu diperhatikan pada sebuah proyek konstruksi karena dapat memengaruhi kualitas, waktu dan biaya konstruksi. Di Indonesia, penerapan teknologi pada konstruksi khususnya dibidang manajemen material masih belum berkembang dengan pesat. Teknologi RFID yang terintegrasi dengan IoT merupakan salah satu teknologi otomatisasi yang dapat dikembangkan untuk manajemen material pracetak. Oleh karena itu, penelitian ini bertujuan untuk menganalisis hubungan antara faktor yang memengaruhi penerapan teknologi RFID yang terintegrasi dengan IoT untuk manajemen material pracetak di Indonesia dan menganalisis pengembangan model prototipe sistem teknologi RFID yang terintegrasi dengan IoT. Metode penelitian yang digunakan adalah survey kuesioner dengan uji PLS-SEM untuk mengolah data dan pengembangan sistem teknologi yang dilengkapi dengan validasi pakar. Hasil yang didapat adalah faktor ketersediaan sumber daya, biaya implementasi, keterkaitan stakeholders, risiko implementasi, dan kondisi proyek memiliki pengaruh signifikan secara langsung maupun tidak langsung terhadap penerapan teknologi RFID yang terintegrasi dengan IoT untuk manajemen material pracetak. Di antara ke lima faktor tersebut, faktor risiko implementasi memiliki pengaruh paling signifikan terhadap penerapan teknologi RFID yang terintegrasi dengan IoT untuk manajemen material pracetak. Selain itu, pengembangan sistem teknologi RFID yang terintegrasi dengan IoT dapat melakukan dapat bermanfaat khususnya sebagai teknologi otomatisasi dalam pendataan dan visible untuk diterapkan pada manajemen material pracetak.

---

Materials management is a crucial factor in construction projects as it can impact the quality, time, and cost of construction. In Indonesia, the adoption of technology in construction, particularly in materials management, is still not advancing rapidly. Integrated RFID technology with the Internet of Things (IoT) is among the automation technologies that can be developed for precast material management. Therefore, this study aims to analyze the relationship between factors that are influencing the implementation of integrated RFID technology with IoT for precast material management in Indonesia and to examine the development model of the integrated RFID technology system with IoT. The research methods include a questionnaire survey with PLS-SEM data analysis and the development of technology systems validated by experts. The results show that factors such as resource availability, implementation cost, stakeholder involvement, implementation risk, and project conditions have a significant direct and indirect impact on the implementation of integrated RFID technology with IoT for precast material management. Among these factors, the implementation risk factor has the most significant influence. Furthermore, the development of the integrated RFID technology system with IoT proves beneficial, especially as an automation technology for data recording and visibility in precast material management."

"

Internet of Things (IoT) tidak hanya mengubah cara perangkat berinteraksi dan terhubung, tetapi juga membawa risiko keamanan serius, seperti kebocoran data. Penelitian ini mengatasi masalah tersebut dengan menggabungkan Advanced Encryption Standard (AES) dan shift left security. AES digunakan untuk mengenkripsi data yang ditransmisikan melalui perangkat IoT dengan mempertimbangkan keterbatasan sumber daya komputasi, khususnya pada perangkat Smart Fan System, yang bekerja dengan mengaktifkan mini fan berdasarkan threshold suhu tertentu yang dapat dimonitor melalui web app. Pada penelitian ini, shift left security diterapkan untuk mengidentifikasi dan mengatasi kerentanan sejak tahap awal pengembangan. Efektivitas integrasi AES dan shift left security diuji dengan membandingkan waktu eksekusi dan kerentanan keamanan. Penetration testing dilakukan terhadap SQL injection, Man in the Middle (MITM) attack, dan Distributed Denial of Service (DDoS) attack. Hasil penelitian menunjukkan peningkatan keamanan sebesar 66.67% dengan waktu eksekusi 485.51 ms pada sistem IoT yang mengintegrasikan AES dan shift left security, tanpa penurunan performa signifikan. Meskipun efektif terhadap SQL injection dan MITM attack, sistem masih rentan terhadap DDoS attack, sehingga diperlukan strategi tambahan yang lebih komprehensif. Penelitian ini diharapkan memberikan kontribusi penting dalam desain perangkat IoT yang lebih aman dan andal di masa depan.

---

The Internet of Things (IoT) not only transforms how devices interact and connect but also brings serious security risks, such as data breaches. This study addresses these issues by combining Advanced Encryption Standard (AES) and shift left security. AES is used to encrypt data transmitted through IoT devices, considering computational resource limitations, particularly in the Smart Fan System, which operates by activating a mini fan based on specific temperature threshold that can be monitored via a web app. In this research, shift left security is applied to identify and address vulnerabilities from the early stages of development. The effectiveness of integrating AES and shift left security is tested by comparing execution time and security vulnerabilities. Penetration testing is conducted against SQL injection, Man in the Middle (MITM) attack, and Distributed Denial of Service (DDoS) attack. The results show a 66.67% increase in security with an execution time of 485.51 ms in the IoT system integrating AES and shift left security, without significant performance degradation. Although effective against SQL injection and MITM attacks, the system remains vulnerable to DDoS attacks, indicating the need for more comprehensive strategies. This research is expected to make a significant contribution to the design of more secure and reliable IoT devices in the future.

"

"Mengacu kepada berkembangnya komunikasi dengan cepat yang menyebabkan jumlah trafik yang besar, serta terbatasnya spektrum makro seluler, dibutuhkan teknologi yang dapat mengatasi permasalahan ini. Wi-Fi Offload menjadi salah satu solusi dengan menggunakan keuntungan -keuntungan dari jaringan seluler dan jaringan Wi-Fi. Akan tetapi penerapan offload tanpa adanya protokol yang mengatur proses pemindahan trafik ini akan memberikan batasan - batasan terutama bandwidth dan penggunaan energi, karena setiap node memiliki daya baterai dan kapasitas yang terbatas. Dengan menerapkan protokol yang diambil dari teknologi MANET dan algoritma vertical handover (VHO) yang disesuaikan dengan jaringan yang dirancang, beban pada masing - masing jaringan dan penggunaan energi pada setiap node dapat dikontrol. Media Independent Handover dibutuhkan dalam mengatur proses handover dalam jaringan heterogen tersebut. GZRP sebagai hybrid routing protocol memiliki keuntungan dari kedua jenis protokol routing konvensional sehingga cocok digunakan untuk penyeimbangan beban trafik (load balancing). Integrasi jaringan HSDPA dan 802.11g dilakukan dengan menggunakan algoritma vertical handover dengan MIH dan kontrol parameter jaringan, serta protokol routing GZRP. Selain itu pengubahan radius pada protokol routing dengan transmission power level dapat meningkatkan efisiensi energi dari jaringan. Peningkatan performa jaringan dengan pengubahan algoritma protokol routing GZRP serta kontrol vho dengan parameter jaringan didapatkan jika dibandingkan dengan jaringan vho biasa, secara keseluruhan terdapat peningkatan 54% untuk throughput dan peningkatan 50% pada efisiensi energi.

---

Referring to the rapid development in telecommunication, which leads to big amount of traffic, and additionally limitation of macro cellular spectrum, a certain technology that could handle these problems is needed. Wi-Fi offload is one of the solutions, using the advantages of both cellular network and Wi-Fi network. The implementation of this technology without a protocol to control the offloading process of traffic will give some limitation, especially on capacity and energy usage, seeing that each node has limited battery power and constrained bandwidth. Implementation of protocol from MANET technology and vertical handover (VHO) algorithm, with respect to proposed network and its environment, traffic load on each network and energy usage on each node could be controlled. Media Independent Handover is needed to regulate handover process in heterogeneous network. GZRP as hybrid routing protocol has advantage from the two kind of conventional routing protocol, therefore it is more compatible for load balancing network than the former routing protocol. HSDPA - 802.11g network integration is conducted using vertical handover algorithm with MIH standard and network parameters for control, routing protocol GZRP is used in addition. Furthermore, radius decision on routing protocol is changed with transmission power level in order to improve the network energy efficiency. Network performance improvement with GZRP algorithm alteration and vho control with network parameters is achieved with 54% increment on throughput and 50% on energy efficiency, compared to the former vho network."

"Kemudahan manusia dalam mengakses informasi kapan dan dimana saja adalah tujuan diciptakannya Internet of Things (IoT). Banyak teknologi yang dapat menyokong implementasi IoT berjalan mulus, salah satunya Low Power Wide Area Network (LPWAN). Bertujuan mengirim informasi dalam jarak jauh dan konsumsi energi rendah, LPWAN didukung oleh teknologi physical layer sebagai platform modulasi radio untuk Internet of Things contohnya seperti LoRa. Berbagai data yang diterima oleh sensor node, maka diperlukan sebuah protokol penjadwalan sebelum melakukan transmisi ke base station atau sink node. Dalam riset ini, model penjadwalan yang akan digunakan adalah First Come First Served pada Cluster Head (CH-FCFS) dengan desain topologi jaringan star of stars. Model diimplementasikan ke dalam dua jaringan dengan 25 sensor nodes dan 1 cluster head; 50 sensor nodes dan 2 cluster head. Pengujian sistem model ini menggunakan simulator CupCarbon U-One 4.2. Hasil analisa jaringan pertama dan kedua memiliki keberhasilan pengiriman data sebesar 100% hingga ke sink node. Konsumsi energi 5 tahun untuk sensor node, cluster head S100, dan cluster head S200 adalah 22.732,2 Joule, 1.121.280 Joule, dan 1.121.280 Joule. Konsumsi energi 10 tahun untuk sensor node, cluster head S100, dan cluster head S200 adalah 45.464,4 Joule, 2.242.560 Joule, dan 2.242.560 Joule. Pengaruh dari penggunaan model scheduling dan penyesuaian penggunaan sensor berbasis baterai dijelaskan lebih rinci sesuai komunikasi model konsumsi energi pada simulasi.

---

The ease with which humans access information anytime and anywhere is the purpose of the creation of the Internet of Things (IoT). Many technologies can support the implementation of IoT running smoothly, one of which is the Low Power Wide Area Network (LPWAN). Aiming at sending information over long distances and low energy consumption, LPWAN is supported by physical layer technology as a radio modulation platform for the Internet of Things for example like LoRa. Various data received by the sensor node, it requires a scheduling protocol before transmitting to the base station or sink node. In this research, the scheduling model that will be used is First Come First Served on Cluster Head (CH-FCFS) with a star of stars network topology design. The model is implemented in two networks with 25 sensor nodes and 1 cluster head; 50 sensor nodes and 2 cluster heads. The system testing of this model uses the CupCarbon U-One 4.2 simulator. The results of the first and second network analysis have the success of sending data by 100% to the sink node. The 5 year energy consumption for sensor nodes, S100 cluster head, and S200 cluster head are 22,732.2 Joules, 1,121,280 Joules, and 1,121,280 Joules. The 10 year energy consumption for sensor nodes, S100 cluster head, and S200 cluster head is 45,464.4 Joules, 2,242,560 Joules, and 2,242,560 Joules. The impact of the use of a scheduling model and adjustments to the use of battery based sensors are explained in more detail according to the communication model of energy consumption in simulations."

"

Internet of things (IoT) seringkali menjadi target serangan Distributed Denial of Service (DDoS) pada perangkat mereka. Ini karena ekosistem IoT menggunakan sistem terpusat untuk mengendalikan dirinya sendiri. Blockchain menggunakan sistem distribusi terdesentralisasi sehingga tidak memerlukan otoritas dari pihak ketiga untuk memberikan kontrol verifikasi dalam mengidentifikasi block transaksi yang ada di dalam node ini.  Penggunaan Blockchain dapat diimplementasikan ke dalam ekosistem IoT dalam mengelola aliran data dan transaksi dan dapat mengelola manajemen akses yang aman dan andal yang mendukung ekosistem tepercaya. Integrasi blockchain pada IoT membutuhkan metode Smart Contract sebagai solusi untuk mendukung konsep keamanan jaringan seperti kerahasiaan, integritas, dan keseterdiaan.

---

Internet of things (IoT) is often the target of Distributed Denial of Service (DDoS) attacks on their devices. This is because the IoT ecosystem uses a centralized system to control itself. Blockchain uses a decentralized distribution system so that it does not require authority from a third party to provide verification control in identifying transaction blocks that exist within this node. The use of Blockchain can be implemented into the IoT ecosystem in managing data flow and transactions and can manage secure and reliable access management that supports trusted ecosystems. Blockchain integration in IoT requires Smart contract method as a solution to support the concept of network security such as confidentiality, integrity and integrity.

"

"Internet of Things (IoT) merupakan sebuah teknologi yang memungkinkan perangkat untuk berkomunikasi dan mengirimkan data melalui jaringan tanpa campur tangan manusia. Kompleksitas pada jaringan IoT menyebabkan sistem mengalami kesulitan dalam mendeteksi properti serangan dan memaksa sistem untuk memperkuat keamanannya. Salah satu upaya yang paling sering digunakan untuk pertahanan jaringan IoT adalah Intrusion Detection System (IDS). Penggunaan IDS dapat memberikan peringatan dini dan mampu melakukan pencegahan terhadap potensi serangan pada jaringan. Penelitian ini menggunakan dataset Aegean WIFI Intrusion Dataset (AWID2) yang berisikan lalu lintas trafik internet pada jaringan WIFI. Data AWID2 berisi 2,3 juta records dan dikelompokkan ke dalam empat kelas yaitu normal, impersonation, injection, dan flooding. Penelitian ini dilakukan untuk melakukan klasifikasi jenis serangan siber pada jaringan IoT melalui penerapan teknik machine learning dengan metode Whale Optimization Algorithm – Support Vector Machine (WOA-SVM) dengan kernel RBF dan pendekatan One vs Rest, dimana Whale Optimization Algorithm (WOA) digunakan sebagai optimasi parameter yang digunakan pada metode Support Vector Machine (SVM). Untuk mengatasi permasalahan dimensi data yang tinggi pada dataset yang digunakan, dilakukan seleksi fitur untuk reduksi dimensi data dengan menggunakan metode seleksi fitur filter Information Gain. Kinerja model dievaluasi berdasarkan nilai metrik accuracy, precision, recall, dan F1 Score dengan memperhatikan waktu klasifikasi dan proprosi train-test split berkisar dari 50%-90%. Hasil penelitian menunjukkan bahwa model WOA-SVM memperoleh kinerja terbaik dengan menggunakan 40 fitur terbaik dari hasil seleksi fitur Information Gain menghasilkan tingkat accuracy sebesar 99,5951%, precision sebesar 96,3928%, recall sebesar 99,8888%, F1 Score sebesar 98,0662%, dan waktu klasifikasi selama 16,831 detik. Hasil kinerja model WOA-SVM tersebut lebih baik jika dibandingkan dengan tanpa menggunakan seleksi fitur dan SVM tanpa optimasi parameter WOA.

---

The Internet of Things (IoT) is a technology that enables devices to communicate and transmit data over a network without human intervention. The complexity of IoT networks poses challenges in detecting attack properties and necessitates enhanced security measures. One of the most commonly employed defenses for IoT networks is the Intrusion Detection System (IDS). The use of IDS provides early warnings and can prevent potential attacks on the network. This study utilizes the Aegean Wi-Fi Intrusion Dataset (AWID2), which contains internet traffic data on Wi-Fi networks. The AWID2 dataset comprises 2 million records categorized into four classes: normal, impersonation, injection, and flooding. This research aims to classify types of cyber-attacks on IoT networks by applying machine learning techniques using the Whale Optimization Algorithm - Support Vector Machine (WOA-SVM) method with an RBF kernel and a One vs. Rest approach. The Whale Optimization Algorithm (WOA) is used to optimize the parameters employed in the Support Vector Machine (SVM) method. To address the high-dimensional data issue in the dataset, feature selection is performed to reduce data dimensions using the Information Gain filter method. The model's performance is evaluated based on the metrics of accuracy, precision, recall, and F1 Score, considering computation time and train-test split proportions ranging from 50% to 90%. The results indicate that the WOA-SVM model achieves the best performance by using the top 40 features from the Information Gain feature selection, yielding an accuracy of 99.5951%, precision of 96.3928%, recall of 99.8888%, F1 Score of 98.0662%, and a computation time of 16.831 seconds. The performance of the WOA-SVM model is superior compared to models without feature selection and SVM without WOA parameter optimization."

"Penelitian ini membahas modifikasi algoritma link state routing pada jaringan komputer. Jaringan komputer dalam hal ini direpresentasikan dalam bentuk graf. Algoritma link state routing yang biasa dipakai adalah algoritma yang menghasilkan tabel routing dengan menggunakan algoritma Dijkstra dalam menemukan lintasan terpendek. Pada modifikasi algoritma link state routing, sebelum digunakan algoritma Dijkstra, graf dikelompokkan terlebih dahulu dengan menggunakan MST clustering, yang dalam membentuk cluster menggunakan algoritma Zahn. Pada modifikasi algoritma link state routing ini, entri dari tabel routing berkurang, sehingga proses di router menjadi lebih cepat.

---

This research is about modification of link state routing algorithm on computer network. Computer network in this case is represented as graph. The link state routing algorithm that usual to be used is algorithm that produces routing table by using Dijkstra?s algorithm in finding shortest path. In modification of link state routing algorithm, before using Dijkstra?s algorithm, graph is grouped formerly by using MST clustering, which in forming cluster using Zahn?s algorithm. In this modification of link state routing algorithm, routing table entries reduce, so process in router becomes faster."