Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Repositor
Achmad Rizal Yogaswara
Universitas Muhammadiyah Malang
Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Malware Family menggunakan Metode k-Nearest Neighbor (k-NN) Achmad Rizal Yogaswara; Denar Regata Akbi; Vinna Rahmayanti Setyaning Nastiti
Jurnal Repositor Vol 3 No 3 (2021): Mei 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Smartphone berbasis Android OS memiliki pengguna terbanyak saat ini karena nyaman untuk digunakan dan menawarkan berbagai fitur. Akibatnya, banyak developer malware yang menjadikan Android OS sebagai incaran utama. Setiap tahun,bermunculan jenis malware family baru yang belum dikenali. Banyak peneliti mengusulkan kerangka kerja penganalisis malware Android menggunakan teknik data mining untuk mengidentifikasi jenis malware family baru. Para peneliti memerlukan dataset Android inklusif untuk menilai penganalisis Android mereka. Pada tahun 2019, Canadian Institute for Cybersecurity (CIC) telah membuat sebuah dataset untuk umum yang diberi nama CICAndMal2019. Dataset ini dibuat dengan melakukan analisis statis dan dinamis pada smartphone yang sebenarnya. Hasil dari analisis tersebut kemudian dilakukan klasifikasi malware menggunakan matode random forest. Dalam klasifikasi malware family penelitian ini menghasilkan precision sebesar 61,2% dan recall sebesar 57,7%. Pada makalah ini, kami melakukan klasifikasi malware family dengan menggunakan dataset CICAndMal2019 menggunakan metode k-Nearest Neighbor ( k-NN ), hasilnya kami mendapatkan precision sebesar 83% dan recall sebesar 65%
Co-Authors Akbi, Denar Regata S, Vinna Rahmayanti