• Tidak ada hasil yang ditemukan

METODE DETEKSI INTRUSI MENGGUNAKAN ALGORITME EXTREME LEARNING MACHINE DENGAN CORRELATION-BASED FEATURE SELECTION

N/A
N/A
Protected

Academic year: 2021

Membagikan "METODE DETEKSI INTRUSI MENGGUNAKAN ALGORITME EXTREME LEARNING MACHINE DENGAN CORRELATION-BASED FEATURE SELECTION"

Copied!
8
0
0

Teks penuh

Gambar

Gambar 1. Alur Penelitian
Tabel 1. Tipe Kelas Serangan Jaringan
Tabel 2. Persentase Dataset KDD Cup   (Divekar, 2018)
Gambar 4. Alur Perancangan Sistem
+2

Referensi

Dokumen terkait

Pada skenario ini digunakan dataset yang sama dengan sebelumnya dan semua tweet diklasifikasikan menggunakan metode SVM menggunakan kernel terbaik yang didapat

Penelitian dengan metode ELM yang dilakukan bertujuan untuk memperoleh suatu flatform yang bisa digunakan untuk memprediksi letak dan besarnya kebocoran pada

Untuk itu pada penelitian ini digunakan metode Optimally pruned extreme learning machine (OPELM) untuk menjadi solusi yang optimal dengan menggunakan dua tahap perhitungan

Pada penulisan skripsi ini peramalan saham bertujuan untuk mendapatkan prediksi harga saham secara teknis dari sebuah perusahaan dengan menggunakan jaringan syaraf tiruan

Analisis terhadap data yang digunakan, kemudian analisis data dengan menggunakan beberapa tahapan pengolahan citra, dan implementasi ELM dalam melakukan klasifikasi jenis tumor

Pada penulisan skripsi ini peramalan saham bertujuan untuk mendapatkan prediksi harga saham secara teknis dari sebuah perusahaan dengan menggunakan jaringan syaraf tiruan

Berdasarkan hasil pengujian dan analisis menggunakan confusion matrix dengan memakai data penyakit TB Puskesmas Dinoyo Tahun 2018-2019 diperoleh nilai akurasi tertinggi

Presisi dapat diperoleh dengan menggunakan persamaan 10: π‘ƒπ‘Ÿπ‘’π‘ π‘–π‘ π‘– = 𝑇𝑃 𝑇𝑃 + 𝐹𝑃 𝑋 100% 10 Sementara itu, recall menunjukkan persentase data kategori positif yang diklasifikasikan