DDoS merupakan salah satu serangan yang paling sering ditemui hampir setiap Web Server. Open Journal STT-PLN merupakan suatu Aplikasi berbasis Web yang diakses secara client-server. Dampak dari serangan Distributed Denial of Service (DDoS), menyebabkan Web Open Journal STT-PLN tidak bisa diakses. Untuk itu dibutuhkan sebuah aplikasi untuk mengurangi tingkat serangan DDoS pada Web Open Journal STT-PLN. Penelitian ini dilakukan berdasarkan kaidah Systems Development Life Cycle (SDLC) Waterfall dengan menerapkan algoritma Support Vector Machine (SVM). Untuk memastikan keandalan aplikasi ini, maka dilakukan pengujian terhadap aplikasi dengan menggunakan metode pengujian White Box. Hasil pengujian terhadap Tipe Request dan Response pada Log Apache Web Open Journal STT-PLN menunjukkan bahwa algoritma Support Vector Machine (SVM) mampu mengklasifikasikan tipe log request yang ada. Dengan adanya aplikasi deteksi DDoS ini, diharapkan dapat memberikan informasi mengenai seberapa serangan, jenis serangan yang terjadi pada Web Open Journal STT-PLN.

DDoS is one of the most common attacks encountered on almost every Web Server. Open Journal STT-PLN is a Web-based Application that is accessed on a client-server basis. The impact of the Distributed Denial of Service (DDoS)
attacks, causing Web Open Journal STT-PLN can not be accessed. For that we need an application to reduce the level of DDoS attacks on Web Open Journal STT-PLN. This research is based on the Systems Development Life Cycle
(SDLC) Waterfall method by applying the Support Vector Machine (SVM) algorithm. To ensure the reliability of this application, then testing the application using White Box testing method. Test results on the Request and Response Type on the Apache Web Open Journal STT-PLN logs show that the Support Vector Machine (SVM) algorithm is able to classify the request log type. With this DDoS
detection application, is expected to provide information about how the attack, the type of attack that occurred on the Web Open Journal STT-PLN