Electronic Resource

Optimasi Parameter Logistic Regression Untuk Klasifikasi Web Berbahaya Menggunakan Algoritma Firefly

---

Perkembangan teknologi dan informasi, khususnya internet di Indonesia
mengalami pertumbuhan pesat yang mengubah pola konsumsi informasi
masyarakat. Website kini menjadi sarana utama untuk komunikasi, transaks, dan
pembelajaran. Namun, peningkatan penggunaan web juga menimbulkan risiko
keamanan berupa situs web berbahaya yang sering dimanfaatkan oleh pelaku
kejahatan siber untuk mencuri data atau menyebarkan malware. Deteksi terhadap
web berbahaya menjadi tantangan karena tampilannya menyerupai situs normal.
Penelitian ini mengusulkan Optimasi Parameter Algoritma Logistic
Regression menggunakan Algoritma Firefly untuk meningkatkan akurasi dalam
klasifikasi web berbahaya. Dataset yang digunakan berasal dari Kaggle dengan
jumlah 1.781 data dan 21 atribut. Proses penelitian meliputi pembersihan data,
normalisasi menggunakan Min-Max Scaler. Pembagian data menjadi data training
dan data testing dengan beberapa split data (60:40, 65:35, 70:30, 80:20, 90:10),
serta evaluasi menggunakan confusion matrix.
Hasil pengujian menunjukkan bahwa penerapan algoritma Firefly mampu
meningkatkan akurasi model Logistic Regression dengan Firefly dapat
meningkatkan performa model dalam mendeteksi situs web berbahaya.

---

Ketersediaan

SB00952S

KKI 001.6 BIN o/s

Perpustakaan Unikama

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

KKI 001.6 BIN o/s

Penerbit

Malang : Prodi Teknik Informatika Unikama., 2025

Deskripsi Fisik

xv, 74 hlm 26 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.6

Tipe Isi

text

Tipe Media

PDF

Tipe Pembawa

online resource

Edisi

-

Subjek

Skripsi
Optimasi
Teknik Informaika
Logistic Regression
Algoritma Firefly
Web Berbahaya

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar