Dhani Medianto Saputra

Ancaman malware Android dengan teknik reverse TCP semakin meningkat dan memerlukan metode deteksi yang efektif. Penelitian ini mengembangkan sistem deteksi menggunakan algoritma Naïve Bayes yang diimplementasikan pada Small Board Computer (Banana Pi). Dataset jaringan dibuat dalam tiga skenario: normal, attack (reverse TCP), dan gabungan. Setelah melalui proses pelabelan dan prapemrosesan, model Naïve Bayes diuji dan mencapai akurasi 97,56%, presisi 91,00%, recall 89,47%, dan F1-score 90,23%. Kinerja model dibandingkan dengan sistem deteksi berbasis signature, yaitu Snort dan Suricata, dan menunjukkan hasil yang lebih efektif, khususnya pada skenario gabungan. Hasil ini membuktikan bahwa metode machine learning sederhana seperti Naïve Bayes dapat diandalkan untuk deteksi malware, terutama pada perangkat ringan dan hemat biaya seperti SBC. Kata kunci: Reverse TCP, Malware Android, Naïve Bayes, Banana Pi, IDS.