Rani Octaviani

Garba Rujukan Digital (GARUDA) merupakan sebuah repositori penyimpanan artikel – artikel dalam bentuk PDF, dimana setiap PDF memiliki metadata yang dapat dimanfaatkan oleh hacker untuk melakukan tindak kejahatan yang menyebabkan adanya PDF Malware. Pada metadata dari PDF Malware terdapat encrypting code yang digunakan oleh hacker untuk menjalankan malware, oleh karena itu, fokus penelitian ini adalah deteksi anomaly dari PDF Malware berdasarkan metadata yang diperoleh dari hasil ekstraksi menggunakan PDFiD dari setiap PDF, yang kemudian digunakan sebagai fitur untuk proses klasifikasi multiclass yaitu PDF Benign, PDF-html, dan PDF-Malware menggunakan Support Vector Machine. Hasil klasifikasi dengan kernel RBF memperoleh nilai presisi sebesar 88.67%, recall sebesar 87%, F-1 Score sebesar 86,67% dan akurasi 87% dan Support Vector Machine dengan kernel Polynomial memperoleh nilai presisi sebesar 83%, recall sebesar 80%, F1-Score sebesar 78,3% dan akurasi sebesar 80%.