Pengembangan Model Stacking Machine Learning Dengan Optimasi Hyperparameter Untuk Deteksi Serangan Malware Pada Server
Jurnal Sains Informatika Terapan · 01.02.2026 · 5 (1) · 190-194
DOI: 10.62357/jsit.v5i1.973 ↗Kurz gefasst
Fachartikel in der Zeitschrift Jurnal Sains Informatika Terapan, online erschienen am 01.02.2026. Verfasst von Elvira Sawitri und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-SA 4.0).
Abstract (Originalsprache)
Penelitian ini dilatarbelakangi oleh meningkatnya ancaman serangan malware yang mengganggu sistem server di lingkungan institusi pendidikan, termasuk Universitas Muhammadiyah Muara Bungo (UMMUBA). Server kampus menjadi pusat layanan akademik, administrasi, serta penyimpanan data penting, sehingga rentan terhadap gangguan keamanan yang disebabkan oleh aktivitas malware. Penanganan serangan ini tidak bisa lagi dilakukan secara manual karena keterbatasan waktu, sumber daya manusia, dan kompleksitas serangan yang terus berkembang. Oleh karena itu, dibutuhkan suatu sistem deteksi malware yang dapat bekerja secara otomatis, akurat, real-time, dan mudah dioperasikan oleh pengguna non-teknis. Penelitian ini bertujuan untuk mengembangkan model stacking machine learning dengan algoritma Naive Bayes (Gaussian, Multinomial, Bernoulli, Complement) sebagai base learners dan Logistic Regression sebagai meta learner. Untuk mengatasi masalah ketidakseimbangan data antara kelas malware dan non-malware, digunakan teknik SMOTE (Synthetic Minority Over-sampling Technique). Selain itu, performa model ditingkatkan dengan optimasi hyperparameter menggunakan GridSearchCV, sehingga diperoleh konfigurasi terbaik. Penelitian dilakukan melalui beberapa tahap, mulai dari pengumpulan dan pelabelan data dari log server UMMUBA, preprocessing data, pelatihan model dasar, pengembangan arsitektur stacking, evaluasi menggunakan metrik akurasi, precision, recall, dan F1-score, hingga implementasi ke dalam antarmuka aplikasi web berbasis Streamlit. Aplikasi ini memungkinkan pengguna untuk mengunggah file log dan mendapatkan hasil klasifikasi serta visualisasi performa model secara langsung. Hasil penelitian diharapkan mampu memberikan solusi nyata untuk deteksi malware pada server institusi pendidikan.
Zitieren
APA
Sawitri, E., Rahmi, N. A., Rahmi, I., & Purnama, P. A. W. (2026). Pengembangan Model Stacking Machine Learning Dengan Optimasi Hyperparameter Untuk Deteksi Serangan Malware Pada Server. Jurnal Sains Informatika Terapan, 5(1), 190-194. https://doi.org/10.62357/jsit.v5i1.973
Vancouver
Sawitri E, Rahmi NA, Rahmi I, Purnama PAW. Pengembangan Model Stacking Machine Learning Dengan Optimasi Hyperparameter Untuk Deteksi Serangan Malware Pada Server. Jurnal Sains Informatika Terapan. 2026;5(1):190-194. doi:10.62357/jsit.v5i1.973
BibTeX
@article{Sawitri2026,
author = {Sawitri, Elvira and Rahmi, Nadya Alinda and Rahmi, Ilmawati and Purnama, Pradani Ayu Widya},
title = {Pengembangan Model Stacking Machine Learning Dengan Optimasi Hyperparameter Untuk Deteksi Serangan Malware Pada Server},
journal = {Jurnal Sains Informatika Terapan},
year = {2026},
volume = {5},
number = {1},
pages = {190--194},
doi = {10.62357/jsit.v5i1.973}
}
EUVIMED