Perpustakaan Digital ITB

Serangan malware yang dilakukan oleh penjahat dunia maya semakin terorganisir de- ngan baik karena hadiah finansial besar yang akan diperoleh. Hal ini menyebabk- an kerugian yang parah bagi individu dan perusahaan baik langsung maupun tidak langsung. Pencegahan analisis statis dapat mendeteksi malware yang dikenal dengan akurasi tinggi namun tidak dapat mengatasi teknik mengelak dari polimorfisme dan pengemasan. Sedangkan analisis dinamis menunjukkan frekuensi hasil false positive yang tinggi. Oleh karena itu, metode baru dikembangkan untuk mendeteksi malware dengan cara mengonversi file biner PE menjadi format audio dan mengekstraksi dalam domain waktu dan frekuensi. Penelitian ini berhasil mengklasifikasikan file berbaha- ya dan membedakannya dari file aman, serta mengelompokkan file tersebut ke dalam keluarga yang sesuai. Hasil pengujian menunjukkan akurasi terbaik sebesar 98,80% dalam membedakan kelas malware atau benign dan akurasi 92,53% dalam identifikasi kelas keluarga malware dengan menggunakan algoritma XGBoost.