Proposal Tugas Akhir

NIM Nama Persentase kontribusi

11317020 Josua Ishak Franklin Marpaung 33.33%
11317035 Amsal Sugihan Situmorang 33.33%
11317048 Ayu Novita Ningsi Lumbantobing 33.34%

Usulan Judul : Pengembangan Aplikasi Deteksi dan Klasifikasi Malware

Berbasis Android dengan menggunakan Algoritme Support
Vector Machine (SVM)

Pembimbing : Togu Novriansyah Turnip, S.S.T., M.IM

Program studi : D3 Teknologi Informasi

Jenis Tugas AKhir : Pengembangan perangkat lunak

Matakuliah yang pernah diambil terkait dengan Tugas Akhir ini:

● Pengembangan situs web I dan II
● Pengembangan aplikasi mobile (PAM)
● Analisis Kebutuhan Perangkat Lunak (AKPL)
● Object Oriented Software Development (OOSD)
● Pengembangan aplikasi terdistribusi (PASTI)

Latar belakang
Arus globalisasi disertai dengan perkembangan teknologi yang semakin canggih sudah tidak
terbendung persebarannya di dunia. Salah satu kemajuan teknologi dan informasi dapat dilihat
dengan maraknya penggunaan ponsel jenis smartphone yang digunakan oleh masyarakat.
Menurut International Data Corporation (IDC), perusahaan pengembang smartphone
memproduksi 1,37 miliar unit smartphone pada tahun 2019. IDC memperkirakan akan adanya
peningkatan pengguna smartphone satu digit setiap tahunnya, dimulai pada paruh kedua 2019
hingga pada akhir tahun 2023. Salah satu jenis smartphone yang dikenal dengan nama Android
menjadi dominasi yang paling diminati oleh masyarakat milenial, dimana Android menempati
kurang lebih 86.7% dari keseluruhan penggunaan smartphone pada tahun 2019 [1]. Android
adalah sistem operasi berbasis linux dan merupakan perangkat lunak dengan jenis open sources

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 1

yang digunakan untuk perangkat dengan layar sentuh seperti smartphone dan tablet.
Pengembangan aplikasi Android yang bersifat open sources mengakibatkan aplikasi mudah
untuk dikembangkan dan mudah untuk di unduh dari market place atau play store. Penggunaan
smartphone Android yang semakin meningkat dan berkembang menjadi fokus yang semakin
menarik bagi penjahat online yang biasa disebut hacker. Penjahat online tersebut dapat
menyerang Android dengan menempatkan sumber daya untuk menyerang dan mengambil
informasi pengguna yang berharga dengan tujuan untuk meraup keuntungan. Pengguna Android
menjadi korban yang paling dominan digunakan oleh penjahat online. Sophoslabs telah
memproses sekitar 10 juta sampel Android yang dikirim oleh klien Sophos untuk diteliti di akhir
tahun 2017. Pada tahun 2017, jumlahnya meningkat mencapai hampir 3,5 juta. Sejauh ini
sebagian besar serangan dapat mengakibatkan kerusakan cukup fatal, dengan 77% dari contoh
yang dikirimkan menyatakan bahwa malware adalah salah satu pemicu kerusakan keamanan dari
suatu data di aplikasi [2].
Malware berasal dari dua kata yakni malicious dan software yang merupakan perangkat lunak
yang diciptakan untuk menyusup atau merusak sistem komputer. Banyak kerugian yang
diakibatkan oleh malware seperti pencurian data, perusakan data, dan aktivitas yang merugikan
pengguna aplikasi. Perangkat lunak ini dianggap sebagai perangkat perusak mencakup computer
virus, trojan horse, perangkat pengintai (spyware), perangkat iklan (adware) yang mengganggu
pengguna dengan menampilkan dan menggunakan iklan secara paksa, perangkat jahat
(crimeware) dan perangkat lunak lainnya yang berniat jahat dan tidak diinginkan [3]. Penelitian
telah dilakukan untuk mencegah ancaman keamanan dan privasi yang ditimbulkan oleh malware
di platform Android dengan dengan cara static analysis maupun dynamic analysis. Program
decompilation data flow tracking merupakan teknik yang digunakan dalam static analysis
sedangkan dynamic analysis bertujuan untuk memantau setiap perlakuan aplikasi mobile dalam
hal mengakses data pribadi/private atau menggunakan API calls terlarang [4].
Pengerjaan tugas akhir ini merujuk pada penelitian yang dilakukan oleh mahasiswa D4 Teknik
Informatika angkatan 2015 Institut Teknologi Del dengan judul Android App Classification
Using K-means and Convolutional Neural Network Algorithm Based on Permission yang
melakukan pengembangan dengan menggunakan metode multilayer perceptron dengan
implementasi algoritme Convolutional Neural Network dan K-Means yang menghasilkan
penelitian beserta prototype yang sudah memenuhi kebutuhan akan deteksi malware yang dibuat
berbasis web dengan mengklasifikasikan malware pada aplikasi Android dalam tiga kelas yaitu,
tidak berbahaya, kurang berbahaya dan berbahaya berdasarkan data permissions dengan jumlah
dataset 37289 aplikasi diperoleh hasil tingkat akurasi 92.23% [5]. Penelitian tersebut melakukan
pendeteksian malware masih terbatas pada klasifikasi tingkat riskan malware dan belum
memberikan informasi terkait nama dan jenis malware.

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 2

Berdasarkan penelitian diatas, diperlukan pengembangan lebih lanjut terhadap penelitian
tersebut. Pengerjaan tugas akhir ini akan membangun sebuah aplikasi berbasis Android yang
dapat melakukan pendeteksian terhadap malware yang terdapat pada aplikasi Android
berdasarkan tingkat riskan dengan mengklasifikasikan malware ke dalam dua kelas yaitu
berbahaya atau tidak berbahaya. Pada pengerjaan tugas akhir ini akan diterapkan supervised
learning dengan menggunakan algoritme Support Vector Machine (SVM) yang diharapkan
mampu mengidentifikasi suatu aplikasi Android yang mengandung malware dan memilah atau
membuat adanya klasifikasi berdasarkan jenis dan tingkat riskan malware yang dapat dijalankan
melalui perangkat mobile yang berbasis Android.

Tujuan
Tujuan dari pengerjaan tugas akhir ini adalah mengembangkan aplikasi berbasis Android yang
mampu mendeteksi malware dan mengklasifikasikannya berdasarkan jenis dan tingkat riskan
malware yang dibagi menjadi dua kelas yaitu berbahaya atau tidak berbahaya.

Ruang Lingkup
Ruang lingkup masalah yang ingin dicakup dalam pelaksanaan tugas akhir adalah :
1. Teknologi yang digunakan untuk mengembangkan aplikasi adalah Phyton.
2. Dataset yang digunakan bersumber dari dataset Androsec dan Koodous.
3. Platform yang digunakan pada penelitian ini berbasis mobile Android.
4. Menggunakan machine learning dengan algoritme Support Vector Machine (SVM).

Research question(s)
Research question yang menjadi acuan pengerjaan Tugas Akhir ini yaitu :
1. Bagaimana proses pengembangan dan perancangan sistem deteksi dan klasifikasi
malware yang bersifat open source berbasis Android untuk mendeteksi piranti lunak
jahat berdasarkan algoritme Support Vector Machine?
2. Bagaimana merancang dan membuat Dataset sebagai data pemodelan klasifikasi?
3. Bagaimana rancangan penggunaan algoritme Support Vector Machine untuk mendeteksi
malware?
4. Bagaimana rancangan penggunaan algoritme untuk mengklasifikasikan malware?

Hasil yang diharapkan

Hasil yang diharapkan dari pengerjaan Tugas Akhir ini yaitu :
1. Aplikasi yang mampu mendeteksi dan mengklasifikasi malware berbasis Android
berdasarkan nama, jenis dan tingkat riskan nya dengan menggunakan algoritme Support
Vector Machine (SVM).

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 3

Metodologi penelitian
Metode penelitian yang akan digunakan dalam pelaksanaan tugas akhir ini meliputi:
1. Studi literatur
Pada tahap ini akan dilakukan pengumpulan bahan pustaka yang dapat diambil dari buku-
buku yang berkaitan, jurnal-jurnal ilmiah, penelitian-penelitian yang dilakukan
sebelumnya baik dalam negeri maupun luar negeri, atau pun sumber lain yang
berhubungan dengan topik machine learning, malware detection and classification.
Tahap ini bertujuan untuk mengumpulkan dan mempelajari serta memahami materi yang
berkaitan dengan topik tugas akhir ini.
2. Analisis Kebutuhan Sistem
Pada tahap ini akan dilakukan pendalaman materi atau bahan yang dapat membantu
mengetahui kebutuhan hardware dan software serta penggunaan algoritme yang akan
digunakan dengan tujuan untuk memahami dan mempersiapkan perangkat atau peralatan
lain yang mendukung pengerjaan tugas akhir ini.
3. Perancangan
Pada tahap ini akan dilakukan perancangan model yang akan digunakan untuk
mendeteksi malware dan mengklasifikasikan aplikasi Android dengan menggunakan
algoritme Support Vector Machine(SVM).
4. Implementasi
Pada tahap ini hasil rancangan yang telah dibuat kemudian diimplementasikan menjadi
sebuah sistem yang dapat berjalan sesuai dengan kebutuhan termasuk juga kegiatan
instalasi dan konfigurasi semua layanan yang dibutuhkan. Hasil rancangan yang telah
dibuat akan dikodekan terlebih dahulu menggunakan bahasa pemrograman yang telah
ditentukan di awal.
5. Testing
Pada tahap ini akan dilakukan pengujian terhadap hasil implementasi. Hal ini dilakukan
untuk mendapatkan akurasi algoritme yang digunakan. Selain itu, testing juga dilakukan
untuk memastikan bahwa sistem berjalan sesuai dengan kebutuhan.
6. Penyusunan Laporan
Pada tahap ini akan dilakukan penulisan laporan hasil penelitian yang berisi mengenai
hasil analisis dan kesimpulan yang dilakukan sesuai dengan tujuan dan rumusan masalah
yang ada.

Risiko
Risiko yang mungkin terjadi pada pengerjaan tugas akhir ini adalah kesulitan dalam menentukan
parameter yang akan dipakai dalam klasifikasi jenis malware yang ada.

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 4

 Rencana kerja

Minggu
Jenis Kegiatan Durasi PIC 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
1 23123123123123123123123123123123123123123123123
Pengenalan mata kuliah TA I dan TA II 2 Koordinator TA I
Eksplorasi dan pemahaman topik 4 TA-1-D3TI-03

Studi literatur mengenai topik 4 TA-1-D3TI-03

Pengerjaan proposal versi pertama 4 TA-1-D3TI-03

Review proposal versi pertama 1 Pembimbing dan TA-1-D3TI-03

Set up evironment 2 TA-1-D3TI-03

Pengerjaan proposal versi kedua 3 TA-1-D3TI-03

Review proposal versi kedua 1 Pembimbing dan TA-1-D3TI-03

Perbaikan proposal berdasarkan arahan dosen 3 TA-1-D3TI-03

Review proposal versi ketiga
pembimbing. 1 Pembimbing dan TA-1-D3TI-03

Pengerjaan Laporan Tugas Akhir Bab I dan Bab II

Finalisasi Proposal 2 Pembimbing dan TA-1-D3TI-03

Seminar Proposal 3 TA-1-D3TI-03

Perbaikan dan Pengumpulan Proposal Tugas Akhir 1 TA-1-D3TI-03

Pengecekan pengerjaan Bab I dan Bab II 1 Pembimbing dan TA-1-D3TI-03

Perbaikan Laporan Tugas Akhir Bab I dan Bab II 2 TA-1-D3TI-03

Pra Analisis Pendalaman persoalan 3 TA-1-D3TI-03

Pra Analisis Alternatif solusi 3 TA-1-D3TI-03

Analisis Pendalaman solusi 3 Ayu Novita Ningsih

Lumbantobing

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 5

Desain Perancangan solusi
Desain Pemodelan solusi
Pengerjaan Laporan Tugas Akhir Bab III
Review Laporan Tugas Akhir Bab III
Perbaikan Laporan Tugas Akhir Bab III
Penulisan Bab IV - Desain Global
Review Laporan Tugas Akhir Bab IV
Finalisasi Laporan Bab I - IV
Seminar Tugas Akhir I
Review dan perbaikan Dokumen Tugas Akhir I
Institut Teknologi Del
3 Amsal Sugihan Situmorang
3 Josua Ishak Franklin Marpaung
4 TA-1-D3TI-03
1 Pembimbing dan TA-1-D3TI-03
2 TA-1-D3TI-03
3 TA-1-D3TI-03
1 Pembimbing dan TA-1-D3TI-03
1 Pembimbing dan TA-1-D3TI-03
3 TA-1-D3TI-03
1 Pembimbing dan TA-1-D3TI-03
Proposal Tugas Akhir Diploma 3, Halaman 6
 Minggu
Jenis Kegiatan Durasi PIC 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
123123123123123123123123123123123123123123123123
Pengenalan mata kuliah TA II secara 2 Koordinator TA II
Pemilihan tools yang sesuai untuk pengerjaan TA
keseluruhan 4 TA-1-D3TI-03
II
Melakukan studi literatur pengerjaan TA II 4 TA-1-D3TI-03
Validasi dan Pemilihan dataset 2 Amsal Sugihan Situmorang
Pemahaman code aplikasi menggunakan 3 TA-1-D3TI-03
algoritme SVM dan
Pengercekan pengembangan aplikasi 3 Josua Marpaung
menggunakan algoritme SVM
Pemahaman pengklasifikasian dengan 3 TA-1-D3TI-03
menggunakan algoritme SVM

Membuat tingkat bahaya malware dengan 3 Amsal Sugihan Situmorang

menggunakan data dari virustotal

Pemilihan parameter yang tepat untuk klasifikasi 2 Josua Marpaung

Implementasi
malware dan pengecekan akurasi 3 Ayu Novita Ningsih
Classification
Evaluasi Classification 2 TA-1-D3TI-03
Pembuatan Prototype Pendeteksi Malware pada 5 TA-1-D3TI-03
Android Laporan Tugas Akhir Bab V
Pengerjaan 3 Ayu Novita Ningsih
Review laporan tugas akhir Bab V 4 Pembimbing dan TA-1-D3TI-

Review dokumen laporan TA II 1 03 TA-1-D3TI-

Pembimbing dan
Perbaikan dokumen laporan TA II 1 03
TA-1-D3TI-03
Pra Sidang Pembimbing dan TA-1-D3TI-
Perbaikan hasil Pra Sidang 4 03
TA-1-D3TI-03
Sidang TA II 3 Pembimbing dan TA-1-D3TI-
Perbaikan Hasil Sidang TA II 3 03
TA-1-D3TI-03

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 7

Referensi

[1] “Smartphone Market Share.” [Online]. Available:

https://www.idc.com/promo/smartphone-market-share/os.
[2] G. Play, O. Windows, M. Office, W. Server, M. Block, and G. Play, “SophosLabs 2018
Malware Forecast,” 2018.
[3] S. Kramer and J. C. Bradfield, “A general definition of malware,” J. Comput. Virol., vol.
6, no. 2, pp. 105–114, 2010.
[4] G. Dai, J. Ge, M. Cai, D. Xu, and W. Li, “POSTER: SVM-based malware detection for
android applications,” Proc. 8th ACM Conf. Secur. Priv. Wirel. Mob. Networks, WiSec
2015, 2015.
[5] P. A. P. Manik, Pratiwi, Okuli., Tampubolon, Jhon Harry Ikara, Siahaan., “Android app
classification using K-Means and Convolutional Neural Network algorthm based on
permission,” 2019.

Institut Teknologi Del Proposal Tugas Akhir Diploma 3, Halaman 8