Hidayat, Ridwan (2022) PERBANDINGAN ALGORITMA RANDOM FOREST, K-NEAREST NEIGHBOUR (KNN) DAN DECISION TREE PADA DATASET N-BaIoT. Sarjana thesis, Universitas Siliwangi.
![[img]](http://repositori.unsil.ac.id/style/images/fileicons/text.png) |
Text
1. COVER.pdf Download (26kB) |
|
Text
2. LEMBAR PENGESAHAN PEMBIMBING.pdf Download (1MB) |
|
Text
3. LEMBAR PENGESAHAN PENGUJI.pdf Download (930kB) |
|
Text
4. LEMBAR PERNYATAAN KEASLIAN.pdf Download (654kB) |
|
Text
5. ABSTRAK.pdf Download (10kB) |
|
Text
6. ABSTRACT.pdf Download (9kB) |
|
Text
7. KATA PENGANTAR.pdf Download (69kB) |
|
Text
8. DAFTAR ISI.pdf Download (606kB) |
|
Text
9. DAFTAR GAMBAR.pdf Download (626kB) |
|
Text
10. DAFTAR TABEL.pdf Download (199kB) |
|
Text
11. DAFTAR LAMPIRAN.pdf Download (7kB) |
|
Text
12. BAB I.pdf Download (68kB) |
|
Text
13. BAB II.pdf Download (269kB) |
|
Text
14. BAB III.pdf Download (149kB) |
|
Text
15. BAB IV.pdf Restricted to Repository staff only Download (2MB) |
|
Text
16. BAB V.pdf Restricted to Repository staff only Download (12kB) |
|
Text
17. DAFTAR PUSTAKA.pdf Download (149kB) |
Abstract
ABSTRAK Potensi serangan cyber terhadap teknologi Internet of Things (IoT) sangat besar. Berbagai macam serangan yang mengakibatkan gangguan dalam proses komunikasi diantaranya serangan botnet mirai. Untuk mendeteksi dan mengidentifikasi anomali dalam jaringan IoT, dipilih metode machine learning dengan menggunakan tiga algoritma yang berfungsi mengklasifikasi serangan botnet mirai, yaitu Random Forest, K-Nearest Neighbor dan Decision Tree dengan parameter accuracy, precision, recall, dan AUC. Pengujian dilakukan sebanyak tiga kali dengan nilai k-fold yang berbeda. Dari pengujian 1, 2 dan 3, algoritma Random Forest, K-Nearest Neighbour, dan Decision Tree menghasilkan rata-rata nilai pada parameter accuracy, precision, dan recall tidak terlihat perbedaan yang signifikan karena mendekati nilai 100%. Akan tetapi, pada parameter AUC algoritma K-Nearest Neighbor mendapatkan nilai paling tinggi yaitu dengan rata�rata nilai 1,000 yang menunjukkan lebih unggul dari algoritma Random Forest dan Decision Tree. Kata Kunci: IoT, Botnet Mirai, Machine Learning, Random Forest, K-Nearest Neighbor , Decision Tree
| Item Type: | Thesis (Sarjana) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik > Informatika |
| Depositing User: | Lelis Masridah |
| Date Deposited: | 29 Mar 2023 02:50 |
| Last Modified: | 29 Mar 2023 02:50 |
| URI: | http://repositori.unsil.ac.id/id/eprint/8999 |
Actions (login required)
 |
View Item |