Julian Ely Krishartanto, 1119009 and Ventje Jeremias Lewi Engel, (Pembimbing) (2023) PENERAPAN DEEP BELIEF NETWORK UNTUK REKAYASA FITUR DENGAN EXTREME GRADIENT BOOSTING DALAM MENDETEKSI ANDROID MALICIOUS SOFTWARE. S1 publication, Institut Teknologi Harapan Bangsa.
Full text not available from this repository.Abstract
Malicious Software atau malware merupakan aplikasi yang dapat merugikan pengguna perangkat komputer, khususnya perangkat Android yang sangat rentan terserang malware. Padahal, pengguna perangkat Android adalah yang paling banyak di antara perangkat komputer lainnya. Sehingga diperlukan cara untuk mendeteksi Android malware secara efektif dan akurat. Banyak penelitian yang menggunakan analisis statik pada aplikasi Android untuk mendeteksi malware, tetapi kompleksitas pada hasil analisis statik menjadi masalah utama dalam melakukan deteksi malware. Penelitian ini menggunakan metode Extreme Gradient Boosting untuk melakukan deteksi Android malware dengan Deep Belief Network untuk ekstraksi fitur yang akan mengurangi kompleksitas hasil analisis statik. Hasil penelitian menunjukkan Deep Belief Network dapat meningkatkan hasil akurasi dan recall pada beberapa hasil klasifikasi Extreme Gradient Boosting dengan pengaturan hyperparameter tertentu.
Item Type: | Publication (S1) |
---|---|
Uncontrolled Keywords: | Android Malware, Klasifikasi, Ekstraksi Fitur, Deep Belief Network, Extreme Gradient Boosting. |
Subjects: | T Technology > T Technology (General) |
Divisions: | ITHB > Teknik Informatika |
Depositing User: | Staf Perpus - Mhs ithb |
Date Deposited: | 20 Mar 2025 07:39 |
Last Modified: | 20 Mar 2025 07:39 |
URI: | http://repository.ithb.ac.id/id/eprint/277 |