IMPLEMENTASI SELEKSI FITUR MENGGUNAKAN ALGORITMA FVBRM UNTUK KLASIFIKASI SERANGAN PADA INTRUSION DETECTION SYSTEM (IDS)
Teks penuh
Gambar
Dokumen terkait
Penelitian ini telah dilakukan dengan menggunakan model C4.5 dengan feature selection dan rules yang didapat untuk diimplementasikan pada sistem analisa data testing,
Penelitian ini telah dilakukan dengan menggunakan model C4.5 dengan feature selection dan rules yang didapat untuk diimplementasikan pada sistem analisa data testing,
pengetahuan, informasi dan data serangan pada Intrusion Detection System dapat diklasifikasi, mining data merupakan semi otomatik dalam menerapkan mate- matika, dan
Tahap akhir dari penelitian ini adalah mengukur hasil akurasi model klasifikasi decision tree C4.5 setelah melalui proses seleksi fitur dataset menggunakan
Grafik performa berupa akurasi, presisi, recall, dan f1-score dari kombinasi fitur hasil skenario pembagian data seleksi fitur pada keempat dataset berturut-turut dapat
terlihat bahwa tingkat akurasi terbaik adalah pada pengujian ketiga yang telah melalui proses normalisasi, diskretisasi dengan K-Means dan seleksi fitur menggunakan
Hasil penelitian menunjukkan bahwa dengan seleksi fitur Algoritma Genetika maka model Naibve Bayes Classifier menjadi model klasifikasi yang lebih baik untuk
Algoritma ALOFT merupakan seleksi fitur untuk klasifikasi dokumen dengan menggunakan metode filter yang dapat menghasilkan sejumlah himpunan fitur secara otomatis tanpa adanya
