Penerapan metode logistic regression untuk klasifikasi malware menggunakan teknik analisis pe header pada sistem operasi windows / Muhammad Fahli Saputra</p>

Saputra, Muhammad Fahli (2025) Penerapan metode logistic regression untuk klasifikasi malware menggunakan teknik analisis pe header pada sistem operasi windows / Muhammad Fahli Saputra</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Penelitian ini bertujuan untuk meningkatkan akurasi deteksi malware dengan menggunakan algoritma logistic regression pada file Portable Executable (PE). Dalam penelitian ini dilakukan optimasi terhadap parameter-parameter algoritma logistic regression dengan tujuan untuk mengatasi kelemahan yang ditemukan pada penelitian sebelumnya oleh A. Kumar dkk. (2019) di mana akurasi untuk logistic regression pada dataset integrated hanya mencapai 78%. Dataset yang digunakan berisi 5.210 sampel data yang terbagi menjadi 2.722 malware dan 2.488 bukan malware. Model yang dihasilkan dalam penelitian ini mencapai akurasi tertinggi sebesar 94% mengatasi akurasi sebelumnya yang hanya 78%. Eksperimen menunjukkan bahwa karakteristik pada DOS header file header optional header dan entropy memiliki pengaruh besar terhadap peningkatan akurasi deteksi malware. Peningkatan nilai max iteration pada model terbukti meningkatkan akurasi namun dengan konsekuensi waktu eksekusi yang lebih lama. Skenario optimal yang ditemukan adalah dengan nilai max iteration sebesar 10.000 dan rasio data 80 20 yang memberikan akurasi stabil 94% dan mampu mendeteksi semua file malware tanpa false positive. Hasil penelitian ini menunjukkan bahwa algoritma logistic regression dengan parameter yang dioptimalkan dapat digunakan secara efektif untuk meningkatkan deteksi malware terutama dalam mengidentifikasi ancaman baru yang belum memiliki signature yang dikenal. /p

Item Type:	Thesis (Diploma)
Divisions:	Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User:	library UM
Date Deposited:	20 Jan 2025 04:29
Last Modified:	09 Sep 2025 03:00
URI:	http://repository.um.ac.id/id/eprint/400171

Actions (login required)

View Item