Iik Muhamad Malik Matin, M.T Dosen Pembimbing 1 H. Bambang Sugiarto, M.Si Dosen Pembimbing 1 Ai Nur Asri Dosen Pembimbing 1

Dengan meningkatnya serangan siber dari waktu ke waktu, beberapa pengamatan berdasarkan kategori anomali yang paling banyak salah satunya adalah malware. Malware dapat diartikan sebagai perangkat lunak yang digunakan untuk melakukan perusakan sistem, pencurian atau pengumpulan informasi, hingga mendapatkan akses terhadap suatu sistem. Machine learning merupakan sub area dari ilmu komputer yang mampu memberikan komputer tersebut kemampuan untuk belajar tanpa di program secara eksplisit. Pada penelitian ini akan mendeteksi malware windows menggunakan machine learning dengan metode ensemble. Algoritma klasifikasi yang digunakan adalah Decision Tree, Random Forest, Bagging, AdaBoost dan Hist Gradient Boosting. Penelitian ini menggunakan dataset malware dan data clamp integrated. Hasil yang didapatkan menggunakan algoritma Hist Gradient Boosting lebih tinggi yaitu sebesar 96,9% dibandingkan dengan algoritma Decision tree sebesar 93,5% algoritma Random Forest sebesar 94,9% algoritma Adaboost sebesar 87,8% dan algoritma Bagging sebesar 95,8%.