Abstrak— Serangan DDoS (Distribute Denial of Service)
menjadi salah satu senjata pilihan hacker karena telah terbukti
menjadi ancaman di dunia internet. Sering terjadinya serangan
DDoS membuat adanya ancaman terhadap pengguna internet
atau server, maka dari itu diperlukannya pengenalan baru
beberapa metode yang terjadi, salah satunya dapat
menggunakan metode IDS (Intrusion Detection System).
Penelitian ini memanfaatkan kemampuan Neural Network untuk
mendeteksi serangan DDoS atau normal berdasarkan traffic log
yang diolah secara statistik menggunakan Fixed Moving Window.
Skema penyerangan DDoS menggunakan topologi jaringan yang
telah dirancang berdasarkan kebutuhan dan tujuan yang ingin
didapatkan dalam pemantauan nettwork traffic. Setiap data
DDoS dan normal terdiri dari 27 traffic log dengan total jumlah
dataset sebanyak 54 data dengan jumlah data uji masing –
masing sebanyak 10 data DDoS dan Normal. Pengambilan
dataset dilakukan menggunakan LOIC, HOIC, dan DoSHTTP
dengan pemantauan traffic selama 300 detik. Hasil pengolahan
Fixed Moving Window didapatkan nilai ekstraksi yang akan di
masukkan ke dalam Jaringan Saraf Tiruan yang memiliki nilai
input sebanyak 6 nilai, satu hidden layer dengan neuron

berjumlah 300 dan 2 output yang terdiri dari dataset normal dan
dataset DDoS. Hasil pengujian menunjukkan bahwa Neural
Network dapat mendeteksi serangan DDoS dan Normal secara
baik dengan nilai accuracy sebesar 95%.