<![CDATA[Abstrak — Steganografi merupakan teknik penyisipan informasi rahasia ke dalam media digital seperti citra, sehingga keberadaan informasi tersebut tidak terdeteksi secara visual. Untuk mengidentifikasi adanya pesan tersembunyi, diperlukan proses steganalisis yang efektif. Penelitian ini mengusulkan kombinasi metode Discrete Wavelet Transform (DWT) dan Random Forest sebagai pendekatan untuk membedakan citra stego dari citra cover. DWT digunakan untuk mengekstraksi fitur dari domain frekuensi melalui dekomposisi multi-level menjadi empat sub-band frekuensi (LL, LH, HL, HH). Fitur statistik dari sub-band tersebut kemudian diklasifikasikan menggunakan algoritma Random Forest. Eksperimen dilakukan pada dataset IStego100K yang terdiri atas 1.250 citra cover dan 1.250 citra stego, dengan rasio pelatihan dan pengujian 80:20. Citra stego dibentuk melalui teknik Least Significant Bit (LSB) replacement. Empat jenis wavelet digunakan dalam pengujian, yaitu Haar, Symlet (Sym4), Coiflet (Coif1), dan Daubechies (Db4). Hasil menunjukkan bahwa model menggunakan wavelet Db4 memberikan performa terbaik dengan akurasi 91,4%, presisi 94,0%, recall 88,4%, dan F1-score 91,1%. Temuan ini menunjukkan bahwa kombinasi DWT dan Random Forest efektif digunakan untuk mendeteksi steganografi dalam citra digital dan berpotensi diaplikasikan dalam sistem keamanan serta forensik digital. Kata kunci — citra digital, discrete wavelet transform, LSB, random forest, steganalisis]]>
