Ahmad Aji Guntur Saputra

Smartphone android sangat marak digunakan untuk transaksi perbankan. Dengan demikian hal tersebut dapat beresiko terjadinya serangan malware. Klasifikasi malware merupakan sebuah metode yang berfungsi untuk mengenali dan membedakan jenis data yang digolongkan sebagai malware atau normal. Banking Malware adalah malware khusus yang dirancang untuk mendapatkan akses ke akun perbankan online pengguna dengan meniru aplikasi perbankan atau antarmuka web perbankan asli. Penelitian ini bertujuan untuk mendapatkan tingkat akurasi terbaik pada klasifikasi Banking Malware menggunakan algoritma random forest dengan dataset yang berasal dari Universitas of New Brunswick yaitu CICMALDROID2020. Fitur ekstraksi yang digunakkan adalah tools CICFlowMeters untuk memproses dataset dari file PCAP menjadi file CSV. Pada Penelitian ini juga menggunakan fitur seleksi boruta yang berfungsi untuk memilih fitur terbaik pada dataset. Hasil klasifikasi menggunakan algoritma random forest dievaluasi menggunakan confusion matrix. Akurasi tertinggi yang didapat pada penelitian ini sebesar 92.5%, dengan nilai presisi sebesar 93.28% dan recall sebesar 93.73%.