25.04.1398
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Machine Learning
54 kali
<em>Malicious Software</em>, atau yang dikenal dengan <em>malware</em>, merupakan perangkat lunak berbahaya yang dapat menyebabkan hal-hal yang tidak diinginkan seperti kehilangan data, pencurian informasi, penyebaran data pribadi, dan penyalahgunaan informasi penting. Adapun pada penelitian ini, metode yang digunakan untuk deteksi <em>malware </em>adalah metode <em>Decision Tree</em> untuk klasifikasi dan metode <em>Information Gain</em> untuk seleksi fitur. Metode <em>Decision Tree</em> mempermudah dalam melacak dan memahami keputusan dengan struktur pohonnya, sementara <em>Information Gain</em> membantu dalam memilih fitur yang paling relevan dan informatif. Penelitian ini bertujuan untuk meningkatkan akurasi dan efisiensi dalam mendeteksi <em>malware Portable Executable (PE)</em> yang menargetkan file eksekusi pada sistem operasi Windows. Hasil penelitian menunjukkan bahwa pada proporsi data 90:10, metode pemilihan 20 fitur dengan <em>Information Gain</em> berhasil meningkatkan efisiensi dan efektivitas dalam mendeteksi <em>malware PE</em> dengan rata-rata akurasi 99,3% dan rata-rata waktu pemrosesan yang diperlukan sebesar 32 detik dibandingkan dengan metode terbaik pada penelitian sebelumnya, yaitu <em>Ant Colony Optimization</em> yang memiliki rata-rata akurasi 98,8% dan rata-rata waktu pemrosesan sebesar 43 detik.
Tersedia 1 dari total 1 Koleksi
Nama | RANGGA ADITYA PRATAMA |
Jenis | Perorangan |
Penyunting | Danang Triantoro Murdiansyah, Mahmud Imrona |
Penerjemah |
Nama | Universitas Telkom, S1 Informatika |
Kota | Bandung |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |