Heru Saputra

Portable Document Format (PDF) serta beberapa file lain seperti (.docx, .hwp dan .jpg) sangat sering digunakan untuk melakukan serangan siber. Berdasarkan VirusTotal PDF menempati urutan ke empat dalam file dokumen yang sering digunakan untuk menyebarkan malware pada tahun 2020. Deteksi Malware menjadi topik yang kompleks karena kemampuannya untuk tetap tersembunyi dan semakin canggih sehingga membutuhkan metode baru yang lebih baik untuk mendeteksinya. Oleh karena itu, metode deteksi dan klasifikasi yang telah using menjadi kurang efektif. Saat ini, salah satu metode yang digunakan untuk mendeteksi file PDF yang terinfeksi malware yaitu menggunakan pendekatan machine learning. Pada penelitian ini akan digunakan algoritma Support Vector Machine (SVM) untuk mendeteksi PDF malware karena kemampuannya dalam memproses data non-linear, dan pada beberapa penelitian, SVM menghasilkan akurasi yang paling baik. Pada prosesnya file akan dikonversi menjadi format byte, dan selanjutnya akan sajikan ke dalam Byte Frequency Distribution (BFD), untuk mengurangi dimensi fitur akan digunakan metode Sequential Forward Selection (SFS). Setelah dilakukan seleksi fitur, langkah berikutnya menggunakan SVM untuk melatih model. Performa yang didapat menggunakan metode yang diusulkan ini cukup baik, terbukti dengan akurasi yang didapat pada penelitian ini cukup tinggi, yaitu 95,58% dengan F1 score 97,47%. Kontribusi dari penelitian ini adalah memperkenalkan pendekatan baru untuk mendeteksi PDF malware yaitu menggunakan BFD dan SVM, serta menggunakan SFS untuk melakukan seleksi fitur dengan tujuan untuk meningkatkan performa model. Pendekatan baru ini diharapakan dapat menjadi suatu alternatif untuk mendeteksi PDF malware.