Spyware merupakan salah satu dari jenis malware yang bertujuan untuk mengumpulkan informasi dan data penting seperti informasi keuangan dan kata sandi tanpa izin dan mengirimkan mereka kepada penyerang. Teknik visualisasi diperlukan untuk dapat mempermudah dalam menganalisa pola serangan dan karakteristik dari spyware. Penelitian ini menggunakan algoritma Random Forest. Dataset yang digunakan berasal dari CIC-MalMem2022 dengan jenis data benign dan Spyware Gator dalam bentuk .csv. Penelitian ini menerapkan seleksi fitur yang bertujuan untuk menemukan fitur – fitur relevan dan mengurangi fitur yang tidak relevan dengan menggunakan Correlation Based Feature Selection. Proses seleksi fitur ini menghasilkan 7 fitur, 16 fitur dan 31 fitur relevan yang akan di visualisasikan dengan menggunakan diagram garis parallel coordinates. Hasil validasi dari ketiga jumlah fitur yang berbeda dengan menggunakan stratified k-fold menghasilkan akurasi terbaik untuk 7 fitur pada 6-Fold sebesar 99,94%. Hasil akurasi terbaik untuk 16 fitur terdapat pada 4-Fold yaitu sebesar 99,97% dan hasil akurasi terbaik untuk 31 fitur terdapat pada 9-Fold yaitu sebesar 99,98%.

Visualisasi Serangan Malware Spyware Dengan Menggunakan Metode Random Forest

Kreator & Penulis