Deteksi Malware Android Menggunakan Pembelajaran Ensemble dan Pemilihan Fitur dengan Wawasan dari SHAP Explainable AI - Dalam bentuk buku karya ilmiah
RIAN ADRIANSYAH
Informasi Umum
Kode
25.04.515
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Malware
Dilihat
82 kali
Informasi Lainnya
Abstraksi
Meningkatnya penyebaran perangkat seluler Android, bersamaan dengan lonjakan malware yang menargetkan platform ini, menggarisbawahi perlunya metode deteksi malware tingkat lanjut. Penelitian ini memperkenalkan pendekatan yang kuat untuk deteksi malware Android dengan menggunakan teknik pembelajaran ensemble. Integrasi Random Forest, XGBoost, Extremely Randomized Trees, dan model Histogram-based Gradient Boosting membentuk inti dari metode yang diusulkan. Untuk menyempurnakan pendekatan ini, pemilihan fitur dilakukan menggunakan Random Forest Feature Importance, dengan fokus pada fitur yang paling relevan untuk mencapai akurasi dan efisiensi yang tinggi. Selain itu, SHAP (SHapley Additive exPlanations) Explainable AI digunakan untuk memberikan transparansi dan pemahaman yang komprehensif tentang keputusan model, sehingga menumbuhkan kepercayaan dan pemahaman pengguna. Metode yang diusulkan dievaluasi pada dataset CICMalDroid2020, yang menunjukkan kinerja yang unggul, dengan XGBoost mencapai akurasi tertinggi p
- CII4E4 - TUGAS AKHIR
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | RIAN ADRIANSYAH |
| Jenis | Perorangan |
| Penyunting | Parman Sukarno, Aulia Arif Wardana |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
