Identifikasi Malware pada Android menggunakan Algoritma K-Nearest Neighbor

Abstract

Tidak sedikit orang yang menyalahgunakan teknologi untuk melakukan kejahatan atau yang disebut dengan cybercrime. Salah satu bentuk kejahatan dunia maya adalah serangan malware atau perangkat lunak berbahaya. Serangan malware perlu dideteksi agar pengguna dapat mengetahui data pada suatu aplikasi Android tersebut aman dari sisipan malware atau tidak. Malware cukup sulit untuk diklasifikasikan dan dibedakan secara langsung; Oleh karena itu, diperlukan suatu cara untuk mengklasifikasikan website baik dan website berbahaya. Penelitian ini menerapkan metode K-Nearest Neighbor untuk mengklasifikasikan malware aplikasi android. Penelitian ini menggunakan data Android Malware/Benign Permissions berupa file CSV yang diperoleh dari Kaggle.com. Hasil penelitian menunjukkan bahwa klasifikasi malware dan bukan malware pada izin aplikasi android dapat dilakukan dengan baik menggunakan algoritma K-Nearest Neighbor yang menghasilkan akurasi sebesar 77%. Klasifikasi malware dan bukan malware lebih baik dilakukan dengan menggabungkan metode K-Nearest Neighbor dengan Feature Selection sehingga meningkatkan nilai akurasi dari 44% menjadi 77%.