Pramesti, Dian (2023) PENERAPAN METODE RANDOM FOREST DALAM KLASIFIKASI MALWARE PADA ANDROID. Other thesis, Universitas Amikom Purwokerto.
![[thumbnail of COVER.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/text.png)
COVER.pdf
Download (628kB)
![[thumbnail of DAFTAR ISI.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/text.png)
DAFTAR ISI.pdf
Download (68kB)
![[thumbnail of ABSTRAK.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/text.png)
ABSTRAK.pdf
Download (465kB)
![[thumbnail of BAB I.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
BAB I.pdf
Restricted to Registered users only
Download (482kB)
![[thumbnail of BAB II.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
BAB II.pdf
Restricted to Registered users only
Download (1MB)
![[thumbnail of BAB III.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
BAB III.pdf
Restricted to Registered users only
Download (684kB)
![[thumbnail of BAB IV.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
BAB IV.pdf
Restricted to Registered users only
Download (798kB)
![[thumbnail of BAB V.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
BAB V.pdf
Restricted to Registered users only
Download (463kB)
![[thumbnail of DAFTAR PUSTAKA.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/image.png)
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (601kB)
![[thumbnail of LAMPIRAN.pdf]](https://eprints.amikompurwokerto.ac.id/style/images/fileicons/text.png)
LAMPIRAN.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Popularitas android yang meluas menimbulkan risiko keamanan yang signifikan karena rentannya pengguna terhadap malware. Perkembangan teknologi yang pesat memberikan solusi yang cukup efektif dalam mengurangi dampak negatif yang diakibatkan oleh malware pada perangkat android. Salah satu solusi yang dapat diterapkan adalah penerapan machine learning dalam menganalisis data terkait android malware. Penelitian ini bertujuan untuk menilai performa metode random forest dalam menganalisis malware pada android, dengan menggunakan dataset DREBIN yang terdiri dari 215 atribut dan satu atribut target, dan terdiri dari 15,036 baris data. Hasil awal menunjukkan akurasi, presisi, recall, dan f1-score mencapai 100% pada data pelatihan, sementara pada data pengujian, akurasi mencapai 96%, presisi 97%, recall 89%, dan f1-score 92%, yang mengindikasikan potensi overfitting. Untuk mengatasi potensi overfitting, dilakukan cross validation sebanyak sepuluh kali. Hasil setelah penerapan cross validation menunjukkan bahwa kinerja model pada data pelatihan dan pengujian tetap baik, dengan akurasi mencapai 96%, presisi 96% pada data pelatihan dan 97% pada data pengujian, recall 90% pada data pelatihan dan 86% pada data pengujian, serta f1-score 93% pada data pelatihan dan 91% pada data pengujian. Meskipun demikian, penurunan nilai metrik evaluasi yang lebih realistis menunjukkan bahwa model mampu menggeneralisasikan hasilnya dengan lebih baik ke data yang belum pernah dilihat sebelumnya.
Item Type: | Thesis (Other) |
---|---|
Additional Information: | Dosen Pembimbing: Wiga Maulana Baihaqi, S.Kom., M.Eng., dan Chyntia Raras Ajeng Widiawati, S.Kom., M.Eng. |
Uncontrolled Keywords: | Kata kunci: Android Malware, Machine Learning, Random Forest, Cross Validation |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Ilmu Komputer > Teknologi Informasi |
Depositing User: | UPT Perpustakaan Pusat Universitas Amikom Purwokerto |
Date Deposited: | 18 Mar 2011 03:49 |
Last Modified: | 23 Mar 2011 22:25 |
URI: | https://eprints.amikompurwokerto.ac.id/id/eprint/2342 |