<![CDATA[Keamanan cyber menjadi semakin krusial seiring dengan meningkatnya aktivitas jahat di dunia maya. Malware, sebagai salah satu ancaman utama, telah berevolusi menjadi lebih canggih dan sulit dideteksi. Review jurnal ini mengkaji pentingnya deteksi malware dan peran teknologi machine learning (ML) serta deep learning (DL) dalam mengatasi tantangan tersebut. Melalui review mendalam terhadap berbagai jenis malware dan teknik deteksi yang ada, penelitian ini menyoroti potensi penggunaan machine learning dan deep learning dalam mengidentifikasi pola serangan yang kompleks dan mendeteksi malware secara real-time. Dengan memanfaatkan algoritma seperti Random Forest, Support Vector Machines, Convolutional Neural Networks, Recurrent Neural Networks, dan Autoencoders, model deteksi malware dapat dilatih untuk mengidentifikasi malware dengan akurasi yang tinggi. Selain itu, penelitian ini juga membahas penggunaan Graph Neural Networks untuk menganalisis hubungan antar komponen perangkat lunak dan jaringan. Metode yang digunakan dalam tinjauan ini adalah systematic review, dengan analisis terhadap 15 studi yang relevan dari database Google Scholar. Hasil review jurnal ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem keamanan cyber yang lebih efektif dalam menghadapi ancaman malware yang terus berkembang.]]>
Copyrights © 2025
