Nata Arista

Garba Rujukan Digital (GARUDA) merupakan salah satu e-library akademisi Indonesia yang memakai PDF sebagai ekstensi file. Dataset yang digunakan dalam penelitian ini berasal dari portal GARUDA dengan data sebanyak 10000 yang terdiri dari 9800 benign, 196 malicious html, dan enam malicious pdf. Dataset dianalisis menggunakan VirusTotal, PDF-parser dan PDFid. Proses klasifikasi dilakukan sebanyak tiga tahap menggunakan metode Gaussian Naive Bayes, yaitu: (i) klasifikasi pada dataset imbalance yang menghasilkan nilai akurasi sebesar 0,2280, (ii) klasifikasi dengan penambahan SMOTE untuk mengatasi dataset imbalance yang meghasilkan nilai akurasi sebesar 0,7361, (iii) klasifikasi dengan gabungan SMOTE dan Near Miss untuk mengatasi dataset imbalance yang menghasilkan nilai akurasi sebesar 0,9643, presisi 0,9640, recall 0,9675 dan f1score 0,9639.