IDS adalah alat yang digunakan untuk mendeteksi aksi-aksi kejahatan pada dunia maya. Mata Garuda sebagai interface manajemen event dan informasi keamanan jaringan ( SIEM ) mengalami kesulitan dalam mengelola data intrusi dalam jumlah yang besar. Pada versi terakhir database Mata Garuda yang menggunakan PostgreSQL 9.1 hanya mampu menangani data dalam jumlah 4 - 5 juta event pada beberapa query yang digunakan, selebih itu query akan berjalan sangat lambat. Pada sistem Mata Garuda, data disimpan menjadi beberapa tabel yang ukurannya berkembang sangat pesat, sedangkan padan beberapa referensi, join pada tabel yang berukuran besar sangat tidak direkomendasikan. Selain itu topologi masih menggunakan satu server database OLTP yang mendapat input dari kurang lebih 20 sensor, analisa trend dilakukan juga dilakukan pada database OLTP, sehingga beban ditangan oleh satu server. Oleh sebab itu pada proyek akhir ini akan dilakukan optimasi terhadap desain pengolahan data dari aplikasi Mata Garuda dengan menerapkan Partition Table, memisahkan database transaksi dan analisa, serta melakukan agregasi pada raw data sebelum dilakukan analisa menjadi report. Dari hasil percobaan Partition Table belum berhasil memberikan dampak yang signifikan dari permasalahan yang diangkat, pemisahan server database dengan menambahkan database tersendiri dari setiap sensor memberikan dampak dengan menurunnya beban server, karena beban dibagi di setiap sensor. Penerapan aggregasi pada data sebelum di query menjadi report memberikan efek positif, dengan menyusutnya jumlah row, penghitungan trend menjadi jauh lebih cepat. Secara keseluruhan desain sistem yang diajukan pada proyek akhir ini berhasil memberikan performa yang lebih baik dalam query report yang di butuhkan oleh aplikasi mata garuda.