Implementasi Algoritma Neural Network Pada Sistem Deteksi Malware Android

Mochamad Ferrian Mulyadi, . (2023) Implementasi Algoritma Neural Network Pada Sistem Deteksi Malware Android. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (25kB)
	Text BAB II.pdf Restricted to Registered users only Download (295kB)
	Text BAB III.pdf Restricted to Registered users only Download (334kB)
	Text BAB IV.pdf Restricted to Registered users only Download (821kB)
	Text BAB V.pdf Restricted to Registered users only Download (8kB)
	Text JURNAL.pdf Restricted to Registered users only Download (307kB)

Abstract

Penggunaan smartphone atau tablet PC dengan menggunakan sistem operasi android marak digunakan karena kemudahan dalam penggunaannya namun dibalik itu perkembangan teknologi, memicu dikembangkannya malware baru, malware merupakan jenis serangan yang terstruktur yang dirancang dengan tujuan jahat untuk merusak sistem komputer, mencuri informasi pribadi, atau melanggar privasi pengguna. Banyaknya aplikasi-aplikasi yang bermunculan untuk android berdampak kepada ancaman keamanan pengguna yang semakin besar oleh serangan malware. Kepala Badan Siber dan Sandi Negara (BSSN) Hinsa Siburian mengatakan, selama tahun 2021 ini tercatat ada 888.711.736 serangan siber. Adapun data tersebut merupakan data yang dihimpun sejak Januari hingga Agustus 2021 dan serangan terbanyak terdapat pada malware (Mashabi, 2021). Karena hal tersebut maka diperlukan model machine learning untuk dapat mendeteksi dan mengidentifikasi malware. Penelitian ini menggunakan dataset DREBIN yang tersedia secara publik. Data tersebut kemudian diolah menggunakan algoritma Neural Network. Algoritma Neural Network adalah sebuah metode yang terinspirasi oleh struktur jaringan syaraf otak manusia, yang dirancang untuk meniru cara otak manusia melakukan pemrosesan dan penyimpanan informasi (Ramdhan, 2019), Neural Network merupakan metode yang memiliki keunggulan tingkat akurasi yang lebih baik atau optimal dibandingkan dengan metode lainnya (Handayani, Riandini, & Situmorang, 2022). Hasil yang didapatkan dari model machine learning yang dibuat yaitu 99.8 % R-Squared, 99.6 % F1-score dan 99.2 % recall. Kata kunci: Android, Deteksi Malware, Algoritma Neural Network, Data Mining.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Android, Deteksi Malware, Algoritma Neural Network, Data Mining
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Agus Sugiarto
Date Deposited:	30 Jul 2024 07:51
Last Modified:	30 Jul 2024 07:51
URI:	http://repository.unpam.ac.id/id/eprint/14042

Actions (login required)

View Item