Informasi Umum

Kode

25.04.5741

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

79 kali

Informasi Lainnya

Abstraksi

Kemajuan teknologi, terutama di bidang penggunaan internet, membawa dampak baik dan buruk. Di satu sisi, internet memberikan kemudahan dalam mendapatkan informasi dan melakukan berbagai aktivitas. Namun, sisi lain, penggunaan internet juga membawa ancaman terhadap serangan siber, salah satunya adalah <em>malware. Malware </em>merupakan program jahat yang dibuat untuk masuk ke dalam, atau merusak sistem komputer. Maka dari itu, diperlukan deteksi yang efektif yang dapat membedakan <em>malware </em>dan <em>non-malware</em>. Salah satunya menerepkan <em>Machine Learning </em>yang berfungsi untuk membedakan serangan <em>malware </em>atau bukan. Penelitian ini bertujuan untuk menemukan model <em>Machine Learning </em>yang memiliki kinerja optimal dalam deteksi <em>malware</em> dengan melakukan perbandingan tiga model yaitu<em>,</em> model<em> Random Forest, Support Vector Machine, </em>dan <em>Na&iuml;ve Bayes. </em>Hasil penelitian menunjukan bahwa <em>Random Forest </em>memiliki kinerja terbaik dengan <em>F1-score</em> 0.99<em>.</em> Penelitian ini menunjukan bahwa pemilihan model <em>Machine Learning</em> yang tepat sangat berpengaruh terhadap akurasi deteksi <em>malware</em>.<br /> &nbsp;<br /> &nbsp;<br /> <strong>Kata Kunci: <em>Malware</em></strong><strong>, Deteksi</strong><strong>, <em>Machine Learning</em></strong><strong>, </strong><strong><em>Random Forest</em></strong><strong>, <em>Support Vector Machine, Na&iuml;ve Bayes</em>.</strong><br /> &nbsp;

  • CAK3JAB3 - PEMBELAJARAN MESIN
  • CAK4FAA4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama DIAN RISTEY AJENG PRAMONO
Jenis Perorangan
Penyunting Wahyu Adi Prabowo, Muhammad Fajar Sidiq
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Teknik Informatika - Kampus Purwokerto
Kota Purwokerto
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi