Tras la pandemia de COVID-19, ha habido una transformación digital significativa. El uso generalizado de la comunicación inalámbrica en IoT ha planteado desafíos de seguridad debido a su vulnerabilidad al cibercrimen. Se espera que la Dirección de Cibercrimen de la Policía Nacional de Indonesia desempeñe un papel preventivo en la supervisión de estos ataques, a pesar de carecer de una función específica de prevención de ciberataques. Un Sistema de Detección de Intrusiones (IDS), que emplea inteligencia artificial, puede diferenciar entre ciberataques y no ataques. Este estudio se centra en desarrollar un modelo policial basado en aprendizaje automático para detectar ciberataques en redes Wi-Fi. El modelo analiza datos de red, lo que permite una identificación rápida de indicaciones de ataque en la sala de mando. La investigación implica simulaciones y análisis de varios métodos de selección de características y modelos de clasificación utilizando un conjunto de datos público de ciberataques en redes Wi-Fi. El estudio identifica la información mutua con 20 características como el método óptimo de reducción de características y la Red Neuronal como el mejor método de clasificación, logrando un F1-Score del 94% en 95 s. Estos resultados demuestran la capacidad del IDS propuesto para detectar rápidamente los ataques, en línea con hallazgos de investigaciones previas.