Klasifikasi Serangan Malware Menggunakan Machine Learning
Abstract
Serangan malware merupakan ancaman signifikan dalam era digitalisasi dengan lebih dari 6,5 miliar serangan tercatat pada tahun 2024. Penelitian ini bertujuan mengevaluasi dan membandingkan performa tiga algoritma machine learning yaitu Random Forest, Support Vector Machine (SVM), dan Naïve Bayes dalam mengklasifikasi serangan malware. Dataset pe-files-malwares dari Kaggle dengan 19.611 sampel dan 79 fitur digunakan sebagai basis eksperimen. Metodologi penelitian meliputi exploratory data analysis, preprocessing dengan normalisasi StandardScaler, seleksi fitur menggunakan SelectKBest, penanganan ketidakseimbangan kelas dengan SMOTE, dan pembagian data dengan rasio 80:20. Evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan Random Forest memberikan performa terbaik dengan akurasi 98,8%, precision 98,7%, recall 99,7%, dan F1-score 99,2%. SVM mencapai akurasi 96,7% dengan F1-score 97,7%, sedangkan Naïve Bayes memperoleh akurasi 88,2% dengan F1-score 91,7%. Random Forest terbukti paling efektif dalam mendeteksi malware dengan tingkat false negative terendah, menjadikannya solusi optimal untuk implementasi sistem keamanan siber. Kata kunci— Malware, Klasifikasi, Cybersecurity,Algorithm, Detection
References
[1] B. R. Sanjaya et al., “Pengembangan Cyber Security dalam Menghadapi Cyber Warfare di Indonesia,” J. Adv. Res. Def. Secur. Stud., vol. 1, no. 1, pp. 19–34, 2022.
[2] E. Tansen and D. W. Nurdiarto, “Analisis dan Deteksi Malware dengan Metode Hybrid Analysis Menggunakan Framework MOBSF,” J. Teknol. Inf., vol. 4, no. 2, pp. 191–201, 2020, doi: 10.36294/jurti.v4i2.1338.
[3] T. A. Cahyanto, V. Wahanggara, and D. Ramadana, “Analisis dan Deteksi Malware Menggunakan Metode Malware Analisis Dinamis dan Malware Analisis Statis,” J. Sist. Teknol. Inf. Indones., vol. 2, no. 1, pp. 19–30, 2017.
[4] C. Chazar and B. Erawan, “Machine Learning Diagnosis Kanker Payudara Menggunakan Algoritma Support Vector Machine,” Inf. (Jurnal Inform. dan Sist. Informasi), vol. 12, no. 1, pp. 67–80, 2020, doi: 10.37424/informasi.v12i1.48.
[5] E. V. Tjahjadi and B. Santoso, “Klasifikasi Malware Menggunakan Teknik Machine Learning,” J. Ilm. Ilmu Komput., vol. 2, no. 1, pp. 60–70, 2023.
[6] K. Abdul Khalim, U. Hayati, and A. Bahtiar, “Perbandingan Prediksi Penyakit Hipertensi Menggunakan Metode Random Forest Dan Naïve Bayes,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 498–504, 2023, doi: 10.36040/jati.v7i1.6376.
[7] F. Dharma, S. Shabrina, A. Noviana, M. Tahir, N. Hendrastuty, and W. Wahyono, “Prediction of Indonesian Inflation Rate Using Regression Model Based on Genetic Algorithms,” J. Online Inform., vol. 5, no. 1, pp. 45–52, 2020, doi: 10.15575/join.v5i1.532.
[8] T. A. Aziz, Z. Sari, C. Sri, and K. Aditiya, “Klasifikasi Malware android dengan menggunakan metode XGBoost Algoritma,” Repositor, vol. 7, no. 1, pp. 103–110, 2025.
[9] A. Maslan, A. A. Fajrin, and A. D. Putri, “Klasifikasi dan Deteksi Malware Menggunakan Variasi Model Algoritma Machine learning,” J. Edukasi dan Penelit. Inform., vol. 11, no. 1, pp. 129–140, 2025.
[10] B. Ramadhan, Y. Purwanto, and M. Ruriawan, Forensic Malware Identification Using Naive Bayes Method. 2020. doi: 10.1109/ICITSI50517.2020.9264959.
[11] S. Devella, Y. Yohannes, and F. N. Rahmawati, “Implementasi Random Forest Untuk Klasifikasi Motif Songket Palembang Berdasarkan SIFT,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 310–320, 2020, doi: 10.35957/jatisi.v7i2.289.
[12] J. Xu, Y. Zhang, and D. Miao, “Three-way confusion matrix for classification: A measure driven view,” Inf. Sci. (Ny)., vol. 507, pp. 772–794, 2020, doi: https://doi.org/10.1016/j.ins.2019.06.064.
[13] A. R. Yogaswara, “Klasifikasi Malware Family menggunakan Metode k-Nearest Neighbor (k-NN),” J. Repos., vol. 3, no. 3, pp. 305–314, 2021, doi: 10.22219/repositor.v2i3.1313.
[14] M. A. Suharto and Maria Novita Apriyani, “Konsep Cyber Attack, Cyber Crime, Dan Cyber Warfare Dalam Aspek Hukum Internasional,” Risal. Huk., vol. 17, pp. 98–107, 2021, doi: 10.30872/risalah.v17i2.705.
[15] A. Nurhopipah and C. Magnolia, “Perbandingan Metode Resampling Pada Imbalanced Dataset Untuk Klasifikasi Komentar Program Mbkm,” J. Publ. Ilmu Komput. dan Multimed., vol. 2, no. 1, pp. 9–22, 2023, doi: 10.55606/jupikom.v2i1.862.
[16] S. Salsabilla, P. Putri, V. Suryani, and E. M. Jadied, “A nalisis Performansi Exponential Mechanism Pada Dataset Student ’ s Alcohol Consumptions Dalam Memenuhi ? -Differential Privacy,” vol. 8, no. 5, pp. 9994–10007, 2021.
[17] F. A. Rafrastaraa, R. A. Pramunendar, D. P. Prabowo, E. Kartikadarma, and U. Sudibyo, “Optimasi Algoritma Random Forest menggunakan Principal Component Analysis untuk Deteksi Malware,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 3, pp. 217–223, 2023, doi: 10.47233/jteksis.v5i3.854.
[18] Trias Handayanto and Rahmadya Raya, “Prediksi KelasJamak dengan Deep Learning Berbasis GraphicsProcessing Units,” J. Kaji. Ilm., vol. 20, no. 1, pp. 1410–9794, 2020, [Online]. Available: http://ejurnal.ubharajaya.ac.id/index.php/JKI
[19] Y. I. Kurniawan, “Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 455–464, 2018, doi: 10.25126/jtiik.201854803.
[20] Y. W. Sitorus, P. Sukarno, and S. Mandala, “Analisis Deteksi Malware Android menggunakan metode Support Vector Machine & Random Forest,” eProceedings Eng., vol. 8, no. 6, 2021.
[21] H. M. Siregar, “Bulletin of Information Technology (BIT) Implementasi Metode Naive Bayes Pada Perancangan Aplikasi Sistem Pakar Diagnosa Bronkiektasis,” Bull. Inf. Technol., vol. 1, no. 3, pp. 112–121, 2020.
[22] M. R. S. Alfarizi, M. Z. Al-farish, M. Taufiqurrahman, G. Ardiansah, and M. Elgar, “Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning,” Karya Ilm. Mhs. Bertauhid (KARIMAH TAUHID), vol. 2, no. 1, pp. 1–6, 2023.
[23] R. Rosaly and A. Prasetyo, “Flowchart Beserta Fungsi dan Simbol-Simbol,” J. Chem. Inf. Model., vol. 2, no. 3, pp. 5–7, 2020.
[24] A. Puspita and A. D. Kalifia, “Analisi Depresi Selama Pandemi Covid-19 Menggunakan Algoritma Random Forest,” vol. 2, no. 1, pp. 336–338, 2024.
[25] D. Diana, R. E. Indrajit, and E. Dazki, “Komparasi Algoritma Naïve Bayes, Logistic Regression Dan Support Vector Machine pada Klasifikasi File Application Package Kit Android Malware,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 11, no. 1, p. 109, 2022, doi: 10.35889/jutisi.v11i1.815.
[26] X. Xiong, S. Hu, D. Sun, S. Hao, H. Li, and G. Lin, “Detection of false data injection attack in power information physical system based on SVM–GAB algorithm,” Energy Reports, vol. 8, pp. 1156–1164, 2022, doi: 10.1016/j.egyr.2022.02.290.
[27] E. Susilowati, M. K. Sabariah, and A. A. Gozali, “Implementasi Metode Support Vector Machine untuk Melakukan Klasifikasi Kemacetan Lalu Lintas Pada Twitter,” E-Proceeding Eng., vol. 2, no. 1, pp. 1478–1484, 2015.
[28] R. I. Nurachim, “Pemilihan Model Prediksi Indeks Harga Saham Yang Dikembangkan Berdasarkan Algoritma Support Vector Machine(Svm) Atau Multilayer Perceptron(Mlp) Studi Kasus : Saham Pt Telekomunikasi Indonesia Tbk,” J. Teknol. Inform. dan Komput., vol. 5, no. 1, pp. 29–35, 2019, doi: 10.37012/jtik.v5i1.243.
[29] L. Siliayani, Iqbal Agis Junizar, Uyu Nuraeni, Edi Tohidi, and Irfan Ali, “Penerapan Algoritma Naive Bayes Untuk Mengetahui Kepuasan Mahasiswa Terhadap Layanan Administrasi Keuangan,” KOPERTIP J. Ilm. Manaj. Inform. dan Komput., vol. 4, no. 3, pp. 72–79, 2020, doi: 10.32485/kopertip.v4i3.122.
[30] K. Liu, S. Xu, G. Xu, M. Zhang, D. Sun, and H. Liu, “A Review of Android Malware Detection Approaches Based on Machine Learning,” IEEE Access, vol. 8, pp. 124579–124607, 2020, doi: 10.1109/ACCESS.2020.3006143.
[31] S. Anwar, T. Suprapti, G. Dwilestari, and I. Ali, “Pengelompokkan Hasil Belajar Siswa dengan Metode Clustering K-Means,” JURSISTEKNI (Jurnal Sist. Inf. dan Teknol. Informasi), vol. 4, no. 2, pp. 60–72, 2022.
[32] M. A. Abubakar, M. Muliadi, A. Farmadi, R. Herteno, and R. Ramadhani, “Random Forest Dengan Random Search Terhadap Ketidakseimbangan Kelas Pada Prediksi Gagal Jantung,” J. Inform., vol. 10, no. 1, pp. 13–18, 2023, doi: 10.31294/inf.v10i1.14531.
[33] M. Arief, P. H. Trisnawan, and M. Data, “Implementasi Sistem Deteksi Serangan Slowloris pada Arsitektur Jaringan Software-Defined Network Menggunakan Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 3, pp. 2548–964, 2024, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13399
[34] H. Nalatissifa, W. Gata, S. Diantika, and K. Nisa, “Perbandingan Kinerja Algoritma Klasifikasi Naive Bayes, Support Vector Machine (SVM), dan Random Forest untuk Prediksi Ketidakhadiran di Tempat Kerja,” J. Inform. Univ. Pamulang, vol. 5, no. 4, p. 578, 2021, doi: 10.32493/informatika.v5i4.7575.
[35] V. Z. Kamila and E. Subastian, “KNN vs Naive Bayes Untuk Deteksi Dini Putus Kuliah Pada Profil Akademik Mahasiswa,” J. Rekayasa Teknol. Inf., vol. 3, no. 2, p. 116, 2019, doi: 10.30872/jurti.v3i2.3097.
[36] D. A. Nasution, H. H. Khotimah, and N. Chamidah, “Perbandingan Normalisasi Data untuk Klasifikasi Wine Menggunakan Algoritma K-NN,” Comput. Eng. Sci. Syst. J., vol. 4, no. 1, p. 78, 2019, doi: 10.24114/cess.v4i1.11458.
[37] N. C. Nugraha, H. Hikmayanti, J. Indra, and A. R. Juwita, “Implementasi Metode Resampling Dalam Menangani Data Imbalance Pada Klasifikasi Multiclass Penyakit Thyroid,” Build. Informatics, Technol. Sci., vol. 6, no. 2, pp. 890–900, 2024, doi: 10.47065/bits.v6i2.5652.
[38] Y. Galahartlambang, T. Khotiah, and Jumain, “Visualisasi Data Dari Dataset COVID-19 Menggunakan Pemrograman Python,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 3, no. 01, pp. 58–60, 2021, [Online]. Available: https://jurnal.umus.ac.id/index.php/intech/article/view/417
[39] I. M. M. Matin, M. Agustin, B. Sugiarto, and A. N. Asri, “Deteksi Malware Menggunakan Machine Learning Dengan Metode Ensemble,” Pros. Sains Nas. dan Teknol., vol. 13, no. 1, pp. 265–270, 2023, doi: 10.36499/psnst.v13i1.9224.
[40] V. Kirankumar, S. Ramasubbareddy, G. Kannayaram, and K. Nikhil Kumar, “Classification of Heart Disease Using Support Vector Machine,” J. Comput. Theor. Nanosci., vol. 16, pp. 2623–2627, May 2019, doi: 10.1166/jctn.2019.7941.
