relation: https://eprints.amikom.ac.id/id/eprint/32788/
title: KOMPARASI ALGORITMA SVM DAN KNN DALAM  MENDETEKSI OBFUSCATED MALWARE
creator: Mubarok, Maftukh Zaki
subject: 005 Pemrograman komputer, program dan data
description: Perkembangan teknik obfuscation pada malware modern telah menjadi tantangan  signifikan bagi sistem keamanan siber, di mana malware mampu menyamarkan  kode berbahaya untuk menghindari deteksi antivirus tradisional berbasis signature.  Oleh karena itu, pendekatan analisis dinamis melalui forensik memori menjadi  solusi alternatif yang krusial. Penelitian ini bertujuan untuk mengkomparasi kinerja  dua algoritma Supervised Machine Learning, yaitu Support Vector Machine (SVM)  dan K-Nearest Neighbor (KNN), dalam mendeteksi obfuscated malware. Dataset  yang digunakan adalah CIC-MalMem-2022 dan MalwareMemoryDump  yang  berisi fitur-fitur ekstraksi memori dari berbagai jenis malware (Spyware,  Ransomware, Trojan) dan aplikasi benigna. Metodologi penelitian meliputi tahap  preprocessing data, normalisasi fitur menggunakan Standard Scaler, dan pelatihan  model dengan pembagian data latih dan uji sebesar 80:20. Hasil pengujian  menunjukkan bahwa algoritma [Model Terbaik, misal: SVM] memiliki performa  yang lebih unggul dengan akurasi mencapai [...%], dibandingkan algoritma [Model  Lain] yang memperoleh akurasi [...%]. Namun, dari segi waktu komputasi,  algoritma [Model Tercepat] terbukti lebih efisien. Penelitian ini menyimpulkan  bahwa metode Machine Learning berbasis memori efektif dalam mengidentifikasi  malware yang tersamar, dengan [Model Terbaik] sebagai rekomendasi utama untuk  deteksi yang memprioritaskan akurasi.
date: 2026-02-20
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/7/Daftar%20Pustaka.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/8/Sourcecode%20-%2022.83.0872.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32788/9/Publikasi.pdf
identifier:   Mubarok, Maftukh Zaki  (2026) KOMPARASI ALGORITMA SVM DAN KNN DALAM MENDETEKSI OBFUSCATED MALWARE.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.