Detail Cantuman

Dengan meningkatnya serangan siber dari waktu ke waktu, beberapa pengamatan
berdasarkan kategori anomali yang paling banyak salah satunya adalah malware.
Malware dapat diartikan sebagai perangkat lunak yang digunakan untuk melakukan
perusakan sistem, pencurian atau pengumpulan informasi, hingga mendapatkan
akses terhadap suatu sistem. Machine learning merupakan sub area dari ilmu
komputer yang mampu memberikan komputer tersebut kemampuan untuk belajar
tanpa di program secara eksplisit. Pada penelitian ini akan mendeteksi malware
windows menggunakan machine learning dengan metode ensemble. Algoritma
klasifikasi yang digunakan adalah Decision Tree, Random Forest, Bagging,
AdaBoost dan Hist Gradient Boosting. Penelitian ini menggunakan dataset malware
dan data clamp integrated. Hasil yang didapatkan menggunakan algoritma Hist
Gradient Boosting lebih tinggi yaitu sebesar 96,9% dibandingkan dengan algoritma
Decision tree sebesar 93,5% algoritma Random Forest sebesar 94,9% algoritma
Adaboost sebesar 87,8% dan algoritma Bagging sebesar 95,8%.