[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-125509-id":3,"doc-seo-125509-113":31,"detail-sidebar-cat-0-id-113":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},125509,962084925290,"Ophelia","https://ap-avatar.wpscdn.com/davatar_085a072bc5b1113ac321206ff7593b45",52,"Teknologi","Deteksi Anomali dan Serangan pada Jaringan Blockchain Menggunakan Machine Learning di MATLAB","Jaringan blockchain yang menjadi fondasi cryptocurrency dan aplikasi terdesentralisasi menghadapi beragam anomali dan serangan, termasuk serangan 51%, serangan sybil, serta aktivitas bot yang manipulatif. Dampaknya meliputi kerusakan integritas data, gangguan konsensus, dan potensi kerugian finansial yang signifikan. Penelitian ini mengusulkan proses deteksi dini berbasis algoritma machine learning yang dikembangkan menggunakan MATLAB, memanfaatkan data on-chain dan metrik jaringan, pra-pemrosesan serta ekstraksi fitur, lalu membandingkan kinerja isolation forest dan One-Class SVM untuk mengidentifikasi indikasi ancaman keamanan.","Deteksi Anomali dan Serangan pada Jaringan Blockchain Menggunakan Machine Learning di MATLAB  \nRendi Prasetya1*  \n1Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Indraprasta PGRI, Jl. Raya Tengah No.80 Kel. Gedong Pasar Rebo Jakarta Timur, 13760  \n*[prasetyarendi@gmail.com](prasetyarendi@gmail.com1)[1](prasetyarendi@gmail.com1)  \nAbstrak  \nJaringan blockchain, yang mendasari cryptocurrency serta aplikasi terdesentralisasi, sangatrentan terhadap berbagai jenis anomali dan serangan, termasuk serangan 51%, serangan sybil, dan aktivitas bot yang manipulatif. Insiden-insiden ini dapat merusak integritas data, mengganggu konsensus, dan menyebabkan kerugian finansial yang besar (Werbach, 2018). Oleh karena itu, deteksi dini perilaku anomali dalam jaringan blockchain sangat krusial (Ahmed dkk., 2016). Penelitian ini mengusulkan sebuahproses pengidentifikasian anomali dan potensi serangan dalam jaringan blockchain dengan memanfaatkan algoritma machine learning (ML) yang dikembangkan menggunakan MATLAB. Pendekatan ini mencakuppengumpulan data on-chain dan metrikjaringan dariAPIpenjelajah blockchain publik, seperti CoinGecko (CoinGecko API Documentation), diikuti oleh pra-pemrosesan dan ekstraksi fituruntuk menghasilkan indikator relevan terkait perilaku penambang, seperti harga Bitcoin dan volume perdagangan. Penelitian ini menggunakan algoritma unsupervised machine learning, yaitu isolation forest dan One-Class SVM, dengan memanfaatkan MATLAB Statistics and Machine Learning Toolbox. Hasilnya divisualisasikan melalui fasilitas plot MATLAB, yang akan menunjukkan anomali yang terdeteksi dan kemudian membandingkan kinerja dari kedua algoritma tersebut. Dari hasil simulasi yang dilakukan isolation forest berhasil mendeteksilonjakan signifikan dalam harga dan volume sebagai anomali, sementara One-Class SVM, padapengaturan yang digunakan, tidak dapat secara visual mengidentifikasi anomali dalam dataset yang digunakan, hal ini mengindikasikan perlunya penyesuaian kembali model dan parameter yang digunakan. Penelitian ini membuktikan bahwa MATLAB dapat digunakansebagai alat yang sangat efektif untuk analisis data blockchain, dan memungkinkan estimasiawal terhadap terjadinya ancaman keamanan dan kesehatan pada jaringan secarakeseluruhan.  \nKata kunci: blockchain, deteksi anomali,, isolation forest, machine learning, one-class svm.  \nA. Pendahuluan  \nBlockchain diperkenalkan oleh Satoshi Nakamoto sebagai sistem uang elektronik peer-to-peer yang terdesentralisasi, dikenal sebagai Bitcoin. Blockchain telah mengubah berbagai industri dengan menyediakan sistem penyimpanan dan pertukaran transaksi yang aman, transparan, dan terdesentralisasi (Nakamoto, 2008) . Konsep distributed ledger technology (DLT) yang diigunakan pada blockcain ini telah diterapkan dalam berbagai hal selain pada mata uang kripto seperti: Bitcoin dan Ethereum.  \nMenurut Swan (2015),“Blockchain is a new technology layer that can become the fifth disruptive computing paradigm after mainframes, PCs, the Internet, and mobile/social networking”. Ia menjelaskan bahwa teknologi ini berkembang melalui tiga fase: Blockchain  \n1.0 (mata uang digital), Blockchain 2.0 (smart contracts dan aplikasi keuangan), dan Blockchain 3.0 (aplikasi non-keuangan seperti identitas, voting, dan kesehatan) . Ia jugamenekankan peran blockchain dalam mentransformasi sistem informasi dan nilai, dengan potensi untuk menciptakan model organisasi tahan sensor dan layanan publik yang lebihefisien. Namun, ia juga mencatat bahwa adopsi teknologi dan penerapan bisnis masih menjadi tantangan utama yang perlu diatasi agar manfaatnya bisa terealisasi secara luas.  \nBlockchain bukan hanya sekadar teknologi di balik mata uang digital, tetapi merupakan protokol revolusioner yang memungkinkan transaksi yang aman, transparan, dan tahan manipulasi. Terdapat tujuh prinsip desain blockchain—seperti networked integrity, distributed power, dan inclusion—yang diyakini dapat mengubah cara duniamenyimpan dan mentr","cbCaifXPtGlIjVat","https://ap.wps.com/l/cbCaifXPtGlIjVat","pdf",451820,3,1,11,"Indonesian","id",113,"# Pendahuluan\n## Konsep dasar blockchain dan tahapan perkembangannya\n## Prinsip desain dan mekanisme verifikasi jaringan\n## Ancaman anomali dan serangan pada blockchain","[{\"question\":\"Mengapa deteksi anomali pada jaringan blockchain penting?\",\"answer\":\"Karena anomali dan serangan dapat merusak integritas data, mengganggu konsensus, serta menimbulkan kerugian finansial yang besar.\"},{\"question\":\"Data apa yang digunakan untuk mendukung deteksi berbasis machine learning?\",\"answer\":\"Penelitian mengumpulkan data on-chain dan metrik jaringan dari API penjelajah blockchain publik, lalu melakukan pra-pemrosesan serta ekstraksi fitur.\"},{\"question\":\"Algoritma machine learning apa yang dibandingkan dalam penelitian ini?\",\"answer\":\"Isolation forest dan One-Class SVM digunakan dengan MATLAB Statistics and Machine Learning Toolbox untuk mendeteksi indikasi anomali.\"}]","Deteksi Anomali dan Serangan pada Jaringan Blockchain Menggunakan Machine Learning di MATLAB | PDF",1785899471,17,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"anomaly-and-attack-detection-on-blockchain-networks-using-machine-learning-in-matlab","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/id/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/id/document/teknologi/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/id/document/anomaly-and-attack-detection-on-blockchain-networks-using-machine-learning-in-matlab/125509/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-17","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Mengapa deteksi anomali pada jaringan blockchain penting?","Question",{"text":76,"@type":77},"Karena anomali dan serangan dapat merusak integritas data, mengganggu konsensus, serta menimbulkan kerugian finansial yang besar.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Data apa yang digunakan untuk mendukung deteksi berbasis machine learning?",{"text":81,"@type":77},"Penelitian mengumpulkan data on-chain dan metrik jaringan dari API penjelajah blockchain publik, lalu melakukan pra-pemrosesan serta ekstraksi fitur.",{"name":83,"@type":74,"acceptedAnswer":84},"Algoritma machine learning apa yang dibandingkan dalam penelitian ini?",{"text":85,"@type":77},"Isolation forest dan One-Class SVM digunakan dengan MATLAB Statistics and Machine Learning Toolbox untuk mendeteksi indikasi anomali.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,115,119,123,125,129,133],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},48,"Cerita & Novel","story-novel",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},56,"Gaya Hidup","lifestyle",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},51,"Komik","comic",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":97,"slug":114},53,"Layanan Kesehatan","healthcare",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":97,"slug":118},54,"Penelitian & Laporan","research-report",{"id":120,"doc_module":4,"doc_module_name":47,"category_name":121,"show_sort_weight":97,"slug":122},49,"Sastra","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":124},"technology",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},50,"Ujian","exam",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},57,"Umum","general",{"id":134,"doc_module":4,"doc_module_name":47,"category_name":135,"show_sort_weight":4,"slug":136},181,"Formulir","formulir"]