One of the factors that affect quality in a network is network security. Computer network security as part of a system is very important to maintain the validity and integrity of data and ensure the availability of services for users. This has the possibility of disturbing the security of the system. One type of protection that can be carried out against information system attacks is an intrusion detection system combined with log data analysis. Where every activity will be monitored (logging), then the intrusion detection system analyzes the log data and tries to find activities that are potentially dangerous or attacknetwork security. Of course, the system itself cannot prevent this, but with the discovery of IP classification in the existing information system, it can provide an early warning so that it can immediately stop and prevent unwanted things from happening. In this study, the authors used the NaiveBayes method by testing the model using the Confusion Matrix to obtain an accuracy level of the classification model in this study was 98.8%.

Salah satu faktor yang memengaruhi kualitas dalam jaringan adalah keamanan jaringan (network security). Keamanan jaringan komputer sebagai bagian dari sebuah sistem sangat penting untuk menjaga validitas dan integritas data serta menjamin ketersediaan layanan bagi pengguna. Hal tersebut memiliki kemungkinan terjadinya gangguan terhadap keamanan sistem. Salah satu jenis proteksi yang dapat dilakukan terhadap serangan sistem informasi adalah sistem deteksi intrusi yang dikombinasikan dengan analisis data log. Dimana setiap aktivitas akan dipantau (logging), kemudian sistem deteksi intrusi menganalisis data log tersebut dan mencoba untuk menemukan aktivitas yang berpotensi berbahaya atau menyerang keamanan jaringan. Tentu saja, sistem sendiri tidak dapat mencegah hal tersebut, namun dengan adanya penemuan klasifikasi ip pada sistem informasi yang ada, dapat memberikan peringatan dini agar dapat segera menghentikan dan mencegah hal buruk yang tidak di inginkan terjadi. Pada penelitian ini, penulis menggunakan metode Naive Bayes dengan melakukan pengujian model menggunakan Confusion Matrix memperoleh tingkat keakurasian dari model klasifikasi pada penelitian ini adalah 98,8%.