K-Means clustering adalah alat yang digunakan untuk menentukan struktur cluster dari Kumpulan data yang telah diindentifikasi oleh kemiripannya yang kuat dengan cluster lain atau perbedaan yang kuat dari cluster lain. Dalam makalah lain, dikatakan bahwa metode kerja algoritma K-Means memerlukan penggunaan centroid sebagai prototipe cluster dan hasil cluster sebagai outputnya. Daraset pada penelitian ini berasal dari CIC-MalMem2022 yang disediakan UNB CIC. Dataset yang diberikan CIC-MalMem2022 memiliki data yang seimbang maka tidak diperlukan lagi proses penyeimbangan data. K-Means berhasil mengelompokkan 2 cluster dengan silhouette score sebesar 0.6. Hasil validasi terbaik menggunakan label K-Means dengan bantuan model Logistic Regression pada 5-Fold. Akurasi menggunakan label K-Means sebesar 99,95%, sehingga pelabelan K-Means lebih baik dibandingkan menggunakan label Malware Spyware yang hanya 99,36%.

Visualisasi Serangan Malware Spyware Menggunakan Metode K-means Clustering

Kreator & Penulis