Komparasi Algoritma Data Mining dalam Prediksi Keamanan Website

Komparasi Algoritma Data Mining dalam Prediksi Keamanan Website

• By Sunge, Aswan Supriyadi; Septiani, Wisti Dwi;
• Seminar Nasional
• 242
• 1-6

Masalah keamanan merupakan salah satu  isu terbesar dalam  berinternet. Memang diakui dalam pengguna online  berpikir  aman ketika masuk ke dunia maya, padahal jika tidak mengetahui dalam keamanan kemungkinan akan terjadi hal yang tidak diinginkan terutama dalam pencuri data. Untuk itu dibutuhkan prediksi dalam  melihat  website yang benar-benar  aman, dengan menggunakan metode klasifikasi data mining Algoritma C.45,  Neural Network dan Naïve  Bayes maka dapat melihat hasil prediksi website yang aman dikunjungi. Berdasarkan akurasi Algoritma
C4.5 menunjukkan hasil presentase  92.08% sedangkan Neural  Network sebesar 95.35% dan Naïve Bayes sebesar 72.61%.

• Katakunci Data Mining, Prediksi, Klasifikasi, Website
• URL http://
• Penerbit ,

REFERENSI

[1]  https://www/internetworldstats.com/stats (2018)
[2] P. B. Pathak, "Cybercrime: A Global Threat  to Cybercommunity," International Journal  of Computer Science & Engineering  Technology (IJCSET), vol. 7, no. 3, pp. 46-49, 2016
[3] Wibowo, Mia Haryati dan Nur Fatimah, (2007), “Ancaman Phishing Terhadap Penggunaan Sosial Media Dalam Dunia Cyber Crime” Volume 1 No 1 : 1 – 5
[4]  Larose,  (2015)  “Discovering Knowledge in Data: An Introduction to Data
Mining”, John Willey & Sons, Inc.
[5] G. Kesavaraj and S. Sukmaran, “"A Study On Classification Techniques in
Data Mining," 6 July 2013.
[6] https://www.semanticscholar.org/paper/Top-10-algorithms-in-data-mining-WuKumar/c6ebf00e625de70a8e2c1bdabbd5 027ae8fe4495
[7] Y. Bar-Yam, Dynamicx of Complex Systems, 2008
[8] Larose, Daniel T.(2005)  . Discovering Knowledge in Data  :  An Introduction to
Data Mining. John Willey & Sons, Inc
[9] Vercellis, Carlo. (2009). Business Intelligence: Data Mining and Optimization for Decision Making. United Kingdom: John Willey & Son.
[10] Witten, I.H.  & Frank E. (2000), Data Mining–  Practical  Machine Learning Tools and  Techniques, Second edition, Morgan Kaufmann, San Francisco.