Analisis Metode Ensemble dalam Mendeteksi Malware pada Mobile Devices

ARY ADHIGANA SUWANDI

Informasi Umum

Kode

20.04.265

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Security Data

Dilihat

320 kali

Informasi Lainnya

Abstraksi

Tahun 2017, sebanyak 371,4 juta penduduk Indonesia telah aktif menggunakan mobile device. Sebuah kenyamanan yang dirasakan penduduk Indonesia dalam menggunakan mobile device untuk aktifitas-aktifitas seperti berkumpul, bermain game, dan hal lainnya. Namun pada tahun 2014 tercatat sebanyak 16 juta mobile devices di dunia terserang oleh malware. Dalam menghadapi malware tidak dapat digunakan dengan pendekatan tradisional seperti halnya antivirus, pada penelitian dengan Drebin dataset dimana dataset tersebut berbasis fitur perizinan pada aplikasi mobile devices Android yang menggunakan Support Vector Machine (SVM) sebagai Machine Learning dalam mendeteksi malware pada Android. Pada saat ini malware dapat melakukan perkembangan, oleh karena itu penggunaan Machine Learning (ML) dapat berguna karena ML adalah metode pembelajaran berbasis kebiasaan malware tersebut. Dalam penelitian ini penulis membangun sebuah penggabungan dari ketiga Machine Learning yaitu KNN, Random Forest, dan Naïve Bayes dengan Metode Ensemble. Hasil dari pengujian adalah Metode Ensemble menghasilkan akurasi yang lebih baik, yaitu 98,4%.