<![CDATA[Abstrak — Perkembangan teknologi digital telah memudahkan pertukaran informasi namun juga membuka celah bagi penyalahgunaan, salah satunya melalui penyisipan pesan tersembunyi atau steganografi dalam audio digital. Untuk mengatasi potensi ancaman ini, penelitian ini mengusulkan sistem steganalisis audio digital menggunakan metode Discrete Wavelet Transform (DWT) dan algoritma klasifikasi Random Forest. Penelitian ini difokuskan pada deteksi keberadaan pesan tersembunyi pada file audio WAV. Dataset terdiri dari 900 file audio berdurasi 10 detik, meliputi data non-stego, stego dengan metode Echo Hiding, dan LSB. Ekstraksi fitur dilakukan hingga level 3 dekomposisi DWT dengan empat fitur statistik: mean, standar deviasi, entropi, dan energi. Hasil pengujian menunjukkan bahwa kombinasi DWT level 3 dan Echo Hiding memberikan performa terbaik dengan akurasi 91,11% dan AUC 0,99. Sebaliknya, metode LSB menunjukkan indikasi overfitting. Hasil ini menegaskan bahwa pendekatan berbasis domain frekuensi seperti DWT lebih efektif dibandingkan pendekatan domain biner seperti LSB. Kata kunci — steganalisis, discrete wavelet transform, echohiding, least significant bit, random forest, audio digital]]>
Copyrights © 2025
