
Sartika
S1 Sistem Komputer
Student ID
09011381924138
Batch
2019
Graduated
January 2023
Research Theme
"Visualisasi Serangan Malware Spyware dengan Menggunakan Metode Naive Bayes Classifier"
Jumlah Malware terus meningkat. Sebagian besar Malware merupakan modifikasi dari data Malware sebelumnya. Dataset yang digunakan dari CIC-MalMem-2022 yaitu Benign dan Spyware-CWS. Penelitian ini menggunakan algoritma Naïve Bayes Classifier. Naive Bayes merupakan salah satu algoritma klasifikasi yang memiliki akurasi dalam membuat prediksi dan memiliki reputasi yang baik dalam klasifikasi, terutama dalam kecepatan dalam belajar dibandingkan dengan algoritma klasifikasi Machine Learning lainnya. Untuk mendapatkan hasil akurasi terbaik terdapat lima fitur dengan nilai tertinggi untuk di training menggunakan K-fold 3 yang dihitung menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa metode Naïve Bayes Classifier dapat menganalisis tingkat akurasi menggunakan K-Fold 3 dengan Akurasi 94,11%. Dasi hasil penelitian menyatakan bahwa visualisasi serangan pada Malware Spyware menggunakan metode Naïve Bayes Classifier mendapatkan hasil yang efisien dan akurat.
