Tesis oleh Muh. Ainun Rofik dari Institut Teknologi Bandung ini membahas pengembangan sistem deteksi dan klasifikasi malware berbasis gambar visual menggunakan deep learning. Penelitian ini mengatasi keterbatasan sistem pertahanan tradisional yang kesulitan menghadapi ancaman malware yang semakin kompleks dan teknik pengelabuan. Pendekatan inovatifnya melibatkan transformasi file executable (PE) menjadi representasi gambar visual berwarna RGB, yang kemudian dianalisis oleh model deep learning yang dirancang dan di-hyperparameter tuning secara khusus, berbeda dari model pra-latih umum yang tidak kompatibel dengan pola gambar abstrak dari malware. Model ini dilatih menggunakan dataset BODMAS, yang dikenal luas dalam analisis malware. Hasil pengujian menunjukkan akurasi tinggi sebesar 98,88% untuk deteksi malware dan 94,40% untuk klasifikasi famili malware, melampaui kinerja model rujukan dan penelitian sebelumnya. Kontribusi penelitian ini signifikan dalam meningkatkan keamanan siber melalui pemanfaatan teknik cerdas untuk melawan evolusi perangkat lunak berbahaya.