Reza Maulana

Malware Android adalah aplikasi yang menargetkan perangkat Android untuk mengambil data penting, termasuk keuangan atau informasi rahasia dari pengguna Android. Beberapa tahun terakhir telah banyak penelitian yang membahas tentang malware Android, karena jenisnya terus berkembang, dan keamanan siber memerlukan peningkatan secara berkala. Penelitian ini berfokus pada pendeteksian pola serangan malware Android menggunakan deep learning dan model Convolutional Neural Network (CNN), yang mengklasifikasikan dan mendeteksi pola serangan malware pada perangkat Android menjadi dua kategori: malware dan non-malware (benign). Penelitian ini berkontribusi untuk memahami seberapa efektif model CNN dengan membandingkan rasio data yang digunakan dengan beberapa epoch. Model CNN yang digunakan efektif untuk mendeteksi pola serangan malware. Hasilnya menunjukkan bahwa metode deep learning dengan model CNN dapat mengelola data yang tidak terstruktur. Hasil penelitian ini menunjukkan bahwa model CNN menghasilkan tingkat kesalahan minimal selama evaluasi. Perbandingan nilai akurasi, presisi, recall, F1-Score, dan nilai Area Under the Curve (AUC) menunjukkan pengenalan pola serangan malware, mencapai rata-rata akurasi diatas 92% dalam pengujian data. Ini memberikan pemahaman holistik tentang kinerja model dan utilitas praktisnya dalam mendeteksi Malware Android yang selanjutnya dapat digunakan untuk membangun aplikasi keamanan siber.