<![CDATA[Peningkatan kasus serangan siber diera digital sangat pesat. Salah satu kasus tersebut melibatkan penggunaan perangkat lunak yang berbahaya yang umumnya dikenal sebagai malware. Malware mengacu pada virut komputer yang menyusup kejaringan untuk menginfeksi banyak komputer yang kemudian membentuk jaringan komputer zombie atau botnet. Sangat penting untuk menerapkan langkah yang efektif untuk menangani botnet dalam mencegah kerusakan lebih lanjut pada sumber daya system, data penting, dan meminimalkan kerugian ekonomi. Penelitian sebelumnya telah memperkenalkan berbagai model untuk pendeteksian botnet yang memanfaatkan algoritma machine learning. Namun pemilihan metode klasifikasi pada penelitian sebelumnya tidak menghasilkan akurasi yang tinggi. Oleh karena itu memilih metode yang tepat sangat penting untuk mengingkatkan performa deteksi botnet. Pada penelitian ini mengusulkan suatu metode deteksi botnet menggunakan klasifikasi decision tree yang bertujuan untuk mencapai akurasi yang lebih tinggi dibandingkan metode klasifikasi lainya. Model yang diusulkan menggabungkan Teknik transformasi data dan memberikan bobot untuk setiap fitur pada dataset. Proses klasifikasi menghasilkan beberapa parameter diantaranya akurasi, presisi, dan recall yang menunjukkan nilai lebih tinggi dibandingkan dengan penelitian sebelumnya.]]>
Copyrights © 2023
