Alvanof, Mulia Mahendra (2024) PENERAPAN ALGORITMA RANDOM FOREST DALAM DETEKSI DAN KLASIFIKASI RANSOMWARE. S1 thesis, Universitas Malikussaleh.

	Text Cover Mulia.pdf Download (18kB)
	Text Abstrak Mulia.pdf Download (6kB)
	Text BAB 1 Mulia.pdf Download (18kB)
	Text Daftar Pustaka Mulia.pdf Download (85kB)
	Text Skripsi Mulia.pdf Restricted to Registered users only Download (3MB)

Abstract

Ransomware merupakan jenis malware yang menghalangi akses ke sistem komputer atau data hingga tebusan dibayar oleh korban. Serangan ransomware biasanya terjadi karena file berbahaya yang diunduh dan dipasang tanpa sadar oleh korban ke sistem komputernya. Mengingat ancaman dan potensi kerugian yang ditimbulkan, metode deteksi dan klasifikasi ransomware terus dikembangkan salah satunya dengan memanfaatkan algoritma machine learning Random Forest. Random Forest dipilih karena kelebihannya dalam menangani dataset besar, waktu pelatihan yang singkat, akurasi prediksi yang tinggi serta kemampuannya mengurangi risiko overfitting. Menggunakan 1380 sampel ransomware pada dataset yang memiliki 54 fitur, 10 fitur terbaik dipilih melalui seleksi fitur dimana model Random Forest yang dibangun berhasil memprediksi file ransomware dengan akurasi 98.79%.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Mulia Alvanof
Date Deposited:	02 Dec 2024 02:21
Last Modified:	02 Dec 2024 02:21
URI:	https://rama.unimal.ac.id/id/eprint/7967

Actions (login required)

View Item