Botnet adalah salah satu jenis malware yang memiliki ancaman yang paling serius terhadap keamanan cyber dikarenakan botnet dapat dikendalikan oleh seseorang untuk melakukan aktivitas kejahatan dan sulit untuk dideteksi. Dari laporan Global Thread Inteligence Report 2013 dari Solution.inc menunjukan bahwa indonesia saat ini menjadi salah satu negara dengan aktivitas botnet terbanyak di dunia, yakni sebanyak 3% dari seluruh aktivitas botnet didunia dan diperkirakan akan terus meningkat, oleh karena itu perlu penanganan untuk mengatasi serangan botnet. Dalam penelitian ini, kami mengusulkan metode baru yang meningkatkan kinerja IDS untuk mendeteksi botnet. Pertama adalah implementasi arsitektur Big Data agar bisa memproses data dalam jumlah besar, dan kedua terdapat fitur automatic labelling yang dibuat berdasarkan rule-rule IDS yang dibuat sehingga diharapkan deteksi botnet semakin akurat. Dengan menggunakan Support Vector Machine untuk klasifikasi, nilai AUC yang didapat adalah 0.97 sehingga model memiliki kapabilitas yang baik.