UI - Skripsi (Membership) :: Kembali

UI - Skripsi (Membership) :: Kembali

Analisis data time series menggunakan persamaan regresi linear dalam prediksi tren malware Indonesia = Analysis of time series data using linear regression method to predict Indonesia malware trend / Handika Suhandiana

Handika Suhandiana; Nur Hajrina; Anak Agung Putri Ratna, examiner; Ardiansyah, examiner ([Publisher not identified] , 2016)
 Abstrak
ABSTRAK
Salah satu langkah untuk mengatasi masalah malware yang sedang berkembang adalah dengan cara memprediksi tren serangan yang akan terjadi. Untuk menghasilkan prediksi yang tepat maka dibutuhkan sebuah data yang valid dan dalam jangka waktu yang cukup panjang. Setelah mendapatkan data time series kemudian akan diolah menggunakan persamaan regresi linear sehingga bisa dilihat hubungan antar variabel di periode yang akan datang. Serangan kepada jaringan internet Indonesia sepanjang tahun 2015 terkelompok menjadi 11 bagian dengan total jumlah serangan sebesar 3.162.943 yang berasal baik dari dalam negeri dan luar negeri. Dari hasil analisis diprediksi serangan jenis SQL dan Botnet Torpig akan terus berkembang hingga awal tahun 2016 dengan analisa kesalahan sebesar 5,14%.

ABSTRACT
One of action to overcome the malware problem is predicting the trend that will happen in the next period. In order to produce an accurate prediction, a valid data and in long term format is needed. After getting the time series data we will process that data using linear regression equation so that the relationship between variables and the prediction for the next period can be seen. Attack on Indonesia internet network throughout 2015 are grouped into 11 section with a total 3.162.943 number of attack who comes from both domestic and overseas. SQL and Botnet Torpig attack is predicted will continue to grow until early 2016 with 5.14% percentage error.
 File Digital: 1
Shelf
 S62963-Handika Suhandiana.pdf ::
 Kata Kunci
 Metadata
No. Panggil : S62963
Nama orang :
Nama orang tambahan :
Nama badan tambahan :
Subjek :
Penerbitan : [Place of publication not identified]: [Publisher not identified], 2016
Program Studi :
Kode Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : unmediated ; computer
Tipe Carrier : volume ; online resources
Deskripsi Fisik : xii, 35 pages : illustration ; 28 cm
Catatan Bibliografi : pages 34-35
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
S62963 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20431490