Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISA KOMBINASI HASIL SELEKSI FITUR SYMMETRICAL UNCERTAINTY DAN GAIN RATIO PADA DATASET NSL-KDD MENGGUNAKAN METODE NAÏVE BAYES

Fauzul Azmi, - (2019) ANALISA KOMBINASI HASIL SELEKSI FITUR SYMMETRICAL UNCERTAINTY DAN GAIN RATIO PADA DATASET NSL-KDD MENGGUNAKAN METODE NAÏVE BAYES. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER.pdf

Download (684kB) | Preview
[img]
Preview
Text
2. Lembar pengesahan.pdf

Download (99kB) | Preview
[img]
Preview
Text (abstrak)
3. Abstrak.pdf - Published Version

Download (519kB) | Preview
[img]
Preview
Text
4. Kata Pengantar.pdf

Download (741kB) | Preview
[img]
Preview
Text
5. Daftar Isi.pdf

Download (479kB) | Preview
[img]
Preview
Text
6. BAB I.pdf

Download (588kB) | Preview
[img]
Preview
Text
7. BAB II.pdf

Download (994kB) | Preview
[img]
Preview
Text
8. BAB II.pdf

Download (738kB) | Preview
[img]
Preview
Text
9. BAB IV.pdf

Download (2MB) | Preview
[img] Text (BAB V)
10. BAB V.pdf - Published Version
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI.pdf

Download (529kB) | Preview
[img]
Preview
Text
12. Daftar Pustaka.pdf

Download (746kB) | Preview

Abstract

Intrusion Detection System (IDS), merupakan sistem atau perangkat yang dapat melakukan deteksi terhadap serangan dalam jaringan komputer. Sebagai langkah awal membangun IDS, hampir 70% penelitian dilakukan menggunakan dataset Network Security Layer - Knowledge Discovery in Database (NSL-KDD). Walaupun demikian, dataset NSL-KDD memilki fitur yang tidak relevan dan berlebihan, menyebabkan waktu proses yang lama dan hasil detection rate rendah. Untuk mengatasi permasalahan tersebut, maka diterapkanlah algoritma Feature selection, yaitu algoritma untuk mengurangi fitur atau atribut yang ada pada dataset. Feature selection yang akan digunakan pada penelitian ini adalah Gain Ratio (GR) dan Symmetrical Uncertainty (SU), hasil feature selection kemudian dikombinasikan menggunakan persamaan Boolean And. Adapun tujuan dari penelitian ini adalah menganalisa kombinasi hasil Feature selection pada dataset NSL-KDD menggunakan model klasfikasi Naïve Bayes. Dataset NSLKDD yang akan digunakan sebelumnya akan disetarakan jumlah pada setiap kelasnya, kemudian didiskritisasi, kemudian diseleksi atributnya menggunakan Algortima Feature selection GR dan SU, selanjutnya 20 atribut dengan nilai terbaik dari hasil masing-masing algoritma Feature selection dikombinasikan menggunakan persamaan Boolean AND, sehingga terpilihlah 16 atribut dari kumpulan atribut yang ada. Setelah dianalisa menggunakan model klasfikasi Naïve Bayes, dapat disimpulkan bahwa kombinasi hasil feature selection SU dan GR pada dataset NSL-KDD dapat memeberikan hasil yang baik dengan tingkat akurasi rata-rata mencapai 90%. Kata kunci : Boolean AND, Feature selection, Gain Ratio, Intrusion Detection System (IDS), Naïve bayes, NSL-KDD, Symmetrical Uncertainty.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ari Eka Wahyudi
Date Deposited: 14 Oct 2019 07:08
Last Modified: 14 Oct 2019 07:08
URI: http://repository.uin-suska.ac.id/id/eprint/21285

Actions (login required)

View Item View Item