PEMANFAATAN APACHE KAFKA DAN SPARK STRUCTURED STREAMING DALAM MONITORING JARINGAN: STUDI KASUS DETEKSI SERANGAN DDOS

Serangan Distributed Denial of Service (DDoS) menghasilkan lalu lintas jaringan dalam jumlah besar sehingga memerlukan sistem deteksi yang mampu memproses data secara cepat dan berkelanjutan. Penelitian ini bertujuan membangun pipeline distributed stream processing berbasis Apache Kafka, Spark Structured Streaming, dan Random Forest untuk mendukung deteksi DDoS secara near real-time. Apache Kafka digunakan sebagai message broker, Spark Structured Streaming sebagai engine pemrosesan data streaming, dan Random Forest sebagai model klasifikasi serangan. Evaluasi dilakukan menggunakan variasi input rate sebesar 100, 200, dan 400 record per detik dengan mengukur performa Kafka Producer, Spark Structured Streaming, model Random Forest, serta pipeline end-to-end berdasarkan metrik latency, throughput, dan kualitas klasifikasi. Hasil penelitian menunjukkan bahwa pipeline mampu memberikan respon deteksi secara near real-time hingga input rate 200 record per detik dengan mayoritas latency pemrosesan berada di bawah SLA 5 detik setelah fase inisialisasi. Model Random Forest mempertahankan akurasi di atas 99% pada seluruh skenario pengujian. Penurunan performa pada input rate 400 record per detik disebabkan oleh overhead Spark Structured Streaming dan akumulasi antrean data. Hasil penelitian menunjukkan bahwa arsitektur yang dikembangkan layak diterapkan untuk deteksi DDoS pada beban rendah hingga menengah serta menjadi dasar pengembangan sistem stream processing yang lebih skalabel.