Anomaly Detection merupakan ssalah satu teknik Intrusion detection system (IDS) dimana suatu data trafik
jaringan akan dikatakan intrusi apabila mempunyai karakteristik yang berbeda dari kebanyakan data lainnya.
Pada Anomaly Detection terdapat sebuah pendekatan yaitu Hidden Markov Model (HMM). HMM adalah rantai
Markov dengan state tersembunyi. Suatu HMM dinotasikan dengan λ= (A, B, π), dimana A adalah matriks
peluang transisi antara state, B matrik peluang pengamatan, dan π adalah distribusi inisial. Untuk mentukan
apakah suatu data trafik merupakan intrusi atau tidak dapat dilihat dari nilai P(O|λ) dari masing – masing kelas
data normal dan data intrusi. Kelas ditentukan berdasarkan nilai P(O|λ) yang terbesar. Pengujian dilakukan
dengan beberapa skenario untuk mengetahui akurasi sistem dilihat dari nilai detection rate dan false positive rate.
HMM dapat mendeteksi intrusi dengan tingkat akurasi yang cukup baik dilihat dari nilai detection rate sebesar
74(%). Untuk nilai false positive rate HMM menunjukkan akurasi sebesar 2,75(%).