KLASIFIKASI MENGGUNAKAN METODE HYBRID BAYESSIAN-NEURAL NETWORK (STUDI KASUS: IDENTIFIKASI VIRUS KOMPUTER)
ABSTRACT: Virus komputer
merupakan suatu program yang menginfeksi komputer terutama pada saat komputer
sedang beroperasi dan menjadi momok bagi pengguna komputer. Virus komputer
dapat menggandakan dirinya sendiri dan menyebar dengan cara menyisipkan dirinya
pada program dan data lainnya. Efek negatif virus komputer adalah memperbanyak
dirinya sendiri, yang membuat sumber daya pada komputer terutama penggunaan
memori menjadi berkurang secara signifikan. Diperlukan suatu penangkal atau
antivirus dalam mencegah penyebaran yang lebih jauh dalam sistem komputer. Pada
penelitian ini, dilakukan suatu identifikasi virus dengan menggabungkan dua
metode yaitu Naïve Bayes Classifier dengan Neural Network. Fitur virus
didapatkan dari mengkodekan ciri-ciri dari virus. Untuk klasifikasi awal
digunakan metode Naïve Bayes Classifier untuk membagi dua jenis fitur, yaitu
virus dan bukan virus. Setelah masuk kedalam jenis virus, maka diklasifikasikan
kedalam dua jenis virus yaitu trojan atau worm menggunakan salah satu metode
neural network (perceptron). Hasil sistem setelah dilakukan uji coba didapatkan
recognition rate tertinggi yaitu sebesar 94.12%.
Penulis: Dian C Rini, Yuniar
Farida, Dwi Puspitasari
Kode Jurnal: jpmatematikadd160372
