Penerapan Klasifikasi Extreme Learning Machine (ELM) dalam Mendeteksi Situs Phising
MOHAMMAD RASYID RIDHO
Informasi Umum
Kode
22.04.1034
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Cyber-physical Systems
Dilihat
13 kali
Informasi Lainnya
Abstraksi
Situs Phising merupakan sebuah website yang dibuat oleh penjahat internet semirip mungkin agar menyerupai situs asli untuk mengelabui pengguna internet dengan membuatnya seperti mengakses situs dari website resmi. Dalam mengatasi banyaknya situs phising yang ada dalam penelitian ini digunakan metode klasifikasi Extreme Learning Machine (ELM) dikarenakan ELM merupakan salah satu algoritma yang sering digunakan dalam klasifikasi dan regresi pada machine learning, Pada Pengujian algoritma ini menggunakan Dataset dari Data mendeley yang dilakukan pengujian sebanyak 10 kali dan didapat akurasi sebesar 82-84% dengan waktu diantara 5-11 µs, dan dalam penelitian ini ELM dibandingkan dengan beberapa algoritma machine learning lainnya seperti Support Vector Machine (SVM), Naïve Bayes dan Decision Tree, hasil yang diperole ELM memiliki akurasi yang tidak begitu besar dibandingkan dengan SVM dan Decision Tree, tetapi dalam waktu pemrosesan ELM masih mengungguli SVM, jika dilihat dari sisi akurasi Decision Tree lebih baik, ELM sendiri dapat ditingkatkan akurasinya dengan cara memperbaiki model klasifikasi yang ada.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MOHAMMAD RASYID RIDHO |
| Jenis | Perorangan |
| Penyunting | HILAL HUDAN NUHA |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2022 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
