PENERAPAN ALGORITMA DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE (DBSCAN) UNTUK DETEKSI BOT PADA LOG APACHE

Kemanan server web menjadi isu penting dalam era digital, terutama dalam menghadapi serangan bot jahat yang dapat mengganggu performa server, mengakibatkan kebocoran data dan kerugian finansial. Penelitian ini bertujuan untuk mendeteksi aktivitas bot pada log server Apache menggunakan algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN). Algoritma ini dipilih karena kemampuannya mengidentifikasi pola anomali dalam data dengan kepadatan tinggi serta memisahkan data yang dianggap sebagai noise. Data yang digunakan berupa log akses server Apache dari Badan Perencanaan Pembangunan, Riset dan Inovasi Daerah (Bapperida) Kabupaten Sragen. Penelitian ini menggunakan parameter epsilon (ε) dan MinPts untuk proses clustering. Hasil analisis menunjukkan bahwa algoritma DBSCAN mampu mendeteksi aktivitas bot dengan akurasi tinggi, memisahkan aktivitas bot dari pengguna asli, dan menghasilkan data yang relevan untuk mitigasi ancaman keamanan server. Penelitian ini diharapkan dapat menjadi referensi dalam penerapan metode clustering untuk meningkatkan keamanan server dan efisiensi analisis log server.