Analisis Klasterisasi Malware: Evaluasi Data Training Dalam Proses Klasifikasi Malware

Akbi, Denar Regata and Rosyadi, Arini Rahmawati (2018) Analisis Klasterisasi Malware: Evaluasi Data Training Dalam Proses Klasifikasi Malware. Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, 2 (2). pp. 58-66. ISSN 2598-3288

[thumbnail of Akbi Rosyadi - training data classification process clustering process malware system call.pdf]
Preview
Text
Akbi Rosyadi - training data classification process clustering process malware system call.pdf

Download (245kB) | Preview
[thumbnail of Similarity - Akbi Rosyadi - training data classification process clustering process malware system call.pdf]
Preview
Text
Similarity - Akbi Rosyadi - training data classification process clustering process malware system call.pdf

Download (2MB) | Preview

Abstract

Data latih merupakan salah satu bagian penting pada proses klasifikasi. Terutama jika data tersebut digunakan untuk membuat sistem pendeteksi malware. Penelitian ini melakukan perbandingan data latih yang dihasilkan dari dua penelitian yang telah dilakukan sebelumnya, data yang digunakan pada kedua penelitian tersebut merupakan data malware android berdasarkan frekuensi system call sejumlah 600 data. Penelitian pertama melakukan klasifikasi dan menghasilkan 4 jenis malware, sedangkan penelitian kedua melakukan klastering dan menghasilkan 8 klaster. Dari kedua penelitian tersebut, peneliti melakukan evaluasi data latih dari masing - masing penelitian untuk mendapatkan hasil data latih yang lebih akurat, dengan menggunakan data uji sejumlah 50, peneliti melakukan evaluasi dan uji coba dengan menggunakan algoritme kNN. Hasil yang didapatkan, penggunaan data latih berdasarkan hasil klastering pada proses klasifikasi lebih direkomendasikan, hasil Error Prediction penelitian pertama: 0,995 sedangkan pada penelitian kedua: 0,998. Hasil Recall dan akurasi menggunakan metode cross validation, penelitian pertama, Recall: 0,665 akurasi: 0,66, penelitian kedua, Recall: 0,893 akurasi: 0,89, sedangkan Hasil Recall dan akurasi menggunakan metode precentage split, penelitian pertama, Recall: 0,657 akurasi: 0,65, penelitian kedua, Recall: 0,798 akurasi: 0,79. Berdasarkan hasil pengujian, proses klastering yang menggunakan data frekuensi system call malware menghasilkan data latih yang lebih akurat dibandingkan dengan data latih yang dihasilkan dengan menggunakan suatu situs penamaan malware.

Item Type: Article
Keywords: data latih, klasifikasi, klasterisasi, malware, system call
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: maulana Maulana Chairudin
Date Deposited: 15 Mar 2024 02:14
Last Modified: 15 Mar 2024 02:14
URI: https://eprints.umm.ac.id/id/eprint/4712

Actions (login required)

View Item
View Item