<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>ANALISIS HYBRID REVERSE ENGINEERING&#13;
MALWARE WINDOWS BERBASIS LINGKUNGAN ISOLASI&#13;
FLARE VM</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Indra Bagas</mods:namePart><mods:namePart type="family">Pratama</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Perkembangan teknologi informasi yang pesat membawa dampak positif&#13;
sekaligus meningkatkan potensi ancaman keamanan siber, terutama dari&#13;
penyebaran malware pada sistem operasi Windows. Jenis malware seperti Remote&#13;
Access Trojan (RAT) dengan objek penelitian AgentTesla yang mempunyai&#13;
impact untuk mencuri data sensitif, mengendalikan sistem dari jarak jauh, serta&#13;
menyembunyikan aktivitas berbahaya melalui teknik packing dan obfuscation.&#13;
Ancaman ini menuntut adanya metode analisis yang efektif untuk memahami&#13;
perilaku malware dan meningkatkan sistem pertahanan siber.&#13;
Penelitian ini menggunakan pendekatan Hybrid Reverse Engineering,&#13;
yaitu kombinasi antara analisis statis dan analisis dinamis berbasis lingkungan&#13;
isolasi FLARE VM. Lingkungan penelitian dibangun menggunakan sistem virtual&#13;
terisolasi yang dilengkapi berbagai alat analisis seperti Detect It Easy (DIE), PE&#13;
Studio, x32dbg, Process Hacker, dan FakeNet-NG. Analisis statis digunakan&#13;
untuk mengidentifikasi struktur internal dan fungsi berbahaya dalam kode biner&#13;
malware, sedangkan analisis dinamis dilakukan untuk mengamati perilaku&#13;
runtime malware terhadap sistem dan jaringan.&#13;
Hasil penelitian menunjukkan bahwa FLARE VM efektif sebagai platform&#13;
analisis hybrid karena mampu mendeteksi dan memahami teknik penyamaran&#13;
kode yang digunakan malware. Penelitian ini berhasil mengidentifikasi Indicators&#13;
of Compromise (IoC) seperti domain, IP, dan aktivitas jaringan yang&#13;
mencerminkan perilaku berbahaya. Temuan ini diharapkan dapat menjadi&#13;
referensi bagi peneliti, analis keamanan, dan praktisi forensik digital dalam&#13;
meningkatkan kemampuan deteksi serta mitigasi ancaman malware d i lingkungan&#13;
Windows.</mods:abstract><mods:classification authority="lcc">005 Pemrograman komputer, program dan data</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2026-01-28</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>