BAB 5 KESIMPULAN DAN SARAN
Bab ini membahas tentang kesimpulan dari metode yang diajukan untuk mengidentifikasi
file fragment
pada bagian 5.1, serta pembahasan saran-saran untuk pengembangan penelitian selanjutnya pada bagian 5.2.
5.1. Kesimpulan
Berdasarkan penerapan
metode
Longest Common
Subsequences
untuk mengidentifikasi
file fragment
, didapat beberapa kesimpulan, yaitu: 1.
Penerapan metode yang diajukan menghasilkan tingkat akurasi sebesar 83.75 untuk
file fragment
dengan tipe data .pdf; 100 untuk
file fragment
dengan tipe data .rtf; 95 untuk
file fragment
dengan tipe data .doc; dan rata-rata keseluruhan akurasi hasil pengujian sebesar 92.91. Sehingga dapat disimpulkan bahwa
metode
Longest Common Subsequences
yang diajukan mampu mengidentifikasi
file fragment
dengan tipe data .pdf, .rtf., dan .doc. 2.
Metode
Longest Common Subsequences
mampu mengidentifikasi
file fragment
dengan
hex number
yang tidak tertimpa seluruhnya, dikarenakan metode LCS membutuhkan setidaknya sebagian kecil
hex number
yang terletak pada
trailer file
untuk melakukan identifikasi. Tingkat keberhasilan juga dipengaruhi oleh tipe data yang menimpa
file
yang hendak diidentifikasi. 3.
Metode
Longest Common Subsequences
dalam pengujian dengan tipe data lain, memerlukan
training
untuk setiap tipe data, sehingga apabila
file
yang hendak diidentifikasi memiliki tipe data yang tidak pernah dilatih
sebelumnya maka kemungkinan besar program akan menghasilkan output yang tidak benar.
4. Metode
Longest Common Subsequences
dalam melakukan identifikasi, perlu melakukan pengujian terhadap setiap
sequence
hasil training sebelum program dapat menghasilkan output yang benar, sehingga membuat proses identifikasi
menjadi lambat. Jika kita hendak mengidentifikasi
file
dengan tipe data yang lebih luas, misalkan 10 tipe file, maka kita perlu melakukan training terhadap 10 tipe
file tersebut terlebih dahulu dan menghasilkan 10 LCS untuk diuji kemiripannya, kemudian saat melakukan identifikasi
file fragment, hex number
file fragment
akan dibandingkan satu per satu dengan 10 LCS hasil
training
dan diambil akurasi tertinggi untuk mengetahui hasil identifikasi.
5. Validasi tidak dapat dilakukan hanya dengan menambahkan
header
file.
5.2. Saran