1. Project UTS
Dwinda Laela Anggun Sari
09011282025063
SK5A Indralaya
Sistem Komputer
Kecerdasan Buatan
2. Project UTS
Dwinda Laela Anggun Sari
09011282025063
SK5A Indralaya
Sistem Komputer
Kecerdasan Buatan
3. Project UTS
Dwinda Laela Anggun Sari
09011282025063
SK5A Indralaya
Sistem Komputer
Kecerdasan Buatan
4. Daftar Isi
Berisi judul dari Project yang saya kerjakan
Judul Project
Berisi abstrak dan alasan memilih judul tersebut
Latar Belakang
Berisi alasan memilih metode tersebut
Alasan memilih metode Naïve Bayes
Berisi progress dan proses dari Project tersebut
Proses
6. Latar
Belakang
Malicious software (malware) adalah software jahat yang dirancang khusus
untuk melakukan aktifitas berbahaya atau perusak perangkat lunak pada
komputer seperti virus, Trojan, dan lain-lain yang disebar melalui jaringan
internet. Banyaknya aktifitas penyebaran malware yang terjadi melalui
jaringan internet membuat banyak pengguna menjadi resah salah satu
bentuk dari serangan tersebut yaitu dengan melakukan penyisipan file-file
berbahaya atau malicious ke komputer. Untuk itu perlu melakukan
pendeteksian terhadap serangan malware khususnya di jaringan agar
pengguna bisa mengetahui apakah data yang berasal dari internet aman
dari penyisipan malware atau tidak.
7. Alasan Memililih
Metode Naive
Bayes
Naive Bayes classifier merupakan salah satu
metoda pembelajaran mesin yang memanfaatkan
perhitungan probabilitas dan statistik yang
dikemukakan oleh ilmuwan Inggris
Thomas Bayes, yaitu memprediksi probabilitas
di masa depan berdasarkan pengalaman di masa
sebelumnya. Algoritma Naïve Bayes merupakan
Algoritma data mining yang relatif sederhana
yang memiliki kelebihan tingkat akurasi yang
tinggi dan dapat menangani data dalam jumlah
besar. Oleh karena itu, saya akan menerapkan
metode Naïve Bayes Classifier dalam mendeteksi
malware dengan teknik diskritisasi variabel.
8. Alasan Memililih
Metode Naive
Bayes
Naive Bayes classifier merupakan salah satu me
toda pembelajaran mesin yang memanfaatkan perh
itungan probabilitas dan statistik yang dikemu
kakan oleh ilmuwan Inggris
Thomas Bayes, yaitu memprediksi probabilitas d
i masa depan berdasarkan pengalaman di masa se
belumnya. Algoritma Naïve Bayes merupakan Algo
ritma data mining yang relatif sederhana yang
memiliki kelebihan tingkat akurasi yang tinggi
dan dapat menangani data dalam jumlah besar. O
leh karena itu, saya akan menerapkan metode Na
ïve Bayes Classifier dalam mendeteksi
malware dengan teknik diskritisasi variabel.
12. Gambar diatas adalah sedikit contoh data yang saya
gunakan dalam project ini. Dapat dilihat bahwa jumlah
data saya sebanyak 100.000 yang terbagi menjadi 35
sub himpunann
Load Data