Novi Yuningsih

Format Dokumen Portabel (PDF) merupakan sebuah media pertukaran dokumen yang sangat rentan oleh serangan berbahaya yakni serangan PDF Malware. Salah satu layanan yang paling sering menggunakan file PDF sebagai medianya ialah layanan publikasi ilmiah yaitu Garba Rujukan Digital (GARUDA). Maka dari itu dilakukan penelitian menggunakan metode analisis statis terhadap masing-masing file PDF dan dilakukan ekstraksi data menggunakan PDFiD. Berdasarkan penelitian tersebut ditemukan sebuah keanehan atau anomali terhadap beberapa file PDF sehingga dataset dibagi menjadi tiga kelas yaitu PDF benign, PDF anomaly, dan PDF malware. Dataset yang dihasilkan pada penelitian ini adalah dataset dengan kondisi tidak seimbang dan digunakan Synthetic Minority Oversampling Technique (SMOTE) dan NearMiss untuk menyeimbangkan data. Untuk mengklasifikasikan serangan file PDF Malware digunakan salah satu metode machine learning yang cukup terkenal yaitu Algoritma Decision Tree. Proses klasifikasi dilakukan menjadi dua jenis yaitu klasifikasi dengan dataset asli (tidak seimbang) dan klasifikasi dengan dataset seimbang. Kemudian untuk memvalidasi keakuratan model klasifikasi, digunakan metode cross validation yaitu Stratified K-Fold Cross Validation. Berdasarkan hasil klasifikasi, performa yang paling baik didapatkan dengan persentase rata-rata nilai akurasi sebesar 99,83%, presisi 99,83%, recall 99,83%, F1-score 99,84%, TNR (true negative rate) 99,92%, AUC (area under curve) 99,88%, dan FPR (false positive rate) 0,001 serta FNR (false negative rate) 0,002.